KR20130026845A - 설문 정보를 이용한 건강 상태 판단 장치 및 방법, 건강 분류 함수 생성 장치 및 그 방법 - Google Patents

설문 정보를 이용한 건강 상태 판단 장치 및 방법, 건강 분류 함수 생성 장치 및 그 방법 Download PDF

Info

Publication number
KR20130026845A
KR20130026845A KR1020110090270A KR20110090270A KR20130026845A KR 20130026845 A KR20130026845 A KR 20130026845A KR 1020110090270 A KR1020110090270 A KR 1020110090270A KR 20110090270 A KR20110090270 A KR 20110090270A KR 20130026845 A KR20130026845 A KR 20130026845A
Authority
KR
South Korea
Prior art keywords
information
health
questionnaire
constitution
user
Prior art date
Application number
KR1020110090270A
Other languages
English (en)
Other versions
KR101274431B1 (ko
Inventor
김윤희
이재철
김종열
장은수
이유정
김영민
전영주
구본초
Original Assignee
한국 한의학 연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국 한의학 연구원 filed Critical 한국 한의학 연구원
Priority to KR1020110090270A priority Critical patent/KR101274431B1/ko
Publication of KR20130026845A publication Critical patent/KR20130026845A/ko
Application granted granted Critical
Publication of KR101274431B1 publication Critical patent/KR101274431B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4854—Diagnosis based on concepts of traditional oriental medicine
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records

Abstract

본 발명은 설문 정보를 이용한 건강 상태 판단 장치 및 방법에 관한 것으로서, 사용자의 건강에 대한 설문 정보 및 상기 사용자의 체질에 대한 체질 정보를 입력 받는 단계, 상기 체질 정보에 대응하는 건강 분류 함수를 호출하는 단계, 및 상기 설문 정보 및 상기 호출된 건강 분류 함수를 이용하여, 상기 사용자의 건강 상태를 판단하는 단계를 포함할 수 있다.

Description

설문 정보를 이용한 건강 상태 판단 장치 및 방법, 건강 분류 함수 생성 장치 및 그 방법{APPARATUS AND METHOD FOR DETERMINING HEALTH USING SURVEY INFORMATION, APPARATUS AND METHOD FOR GENERATING HEALTH SORT FUNCTION}
본 발명은 설문 정보로부터 수치화되는 데이터를 획득하고, 상기 획득된 데이터를 이용하여 건강 상태를 판단하는 장치 및 그 방법과, 건강 분류 함수를 생성하는 장치 및 그 방법에 관한 것이다.
현대 사회는 건강에 대한 관심이 나날이 증가하고 있다. 이러한 시대적인 관심과 더불어, 실시간 데이터 수집에 의한 데이터 분석 방식 및 툴(tool)이 고도화되는 등 기술이 비약적으로 발전함에 따라서, 건강 상태를 모니터링하고 개인화된 건강관리 서비스를 제공받는 것이 가능하게 되었다.
또한, 소비자의 의식 변화에 따른 고객 요구의 다양화와 기대수준의 향상으로 건강 서비스 및 관련 시스템 이용의 편리성 및 맞춤화가 강화되고 있는 추세이며, 축적된 개인의 건강 데이터를 바탕으로 생활 습관병 예방이나 체중관리 등의 개인화(personalized) 건강관리 사업이 급속도로 성장하고 있다.
이는 과거 건강관리 서비스가 환자를 대상으로 병원이나 의료기관에서 이루어지는 질병 치료에만 국한되는 헬스케어(Healthcare) 중심으로 이루어졌다면, 최근 소비자들의 건강관리 니즈(needs)는 건강한 사람을 대상으로 하는 질병의 사전예방 및 건강유지로 선회되고 있음을 반증하는 결과이다.
즉, 생활수준의 향상과 함께 삶의 질(Quality of Life)과 웰빙/wellness에 대한 관심이 증대하면서 소비자들은 차츰 건강상태 측정, 적정 운동량 관리 등의 사전 예방적인 건강관리에 대한 선호도가 높아지고 있다.
본 발명의 목적은 사용자의 신상 정보, 체질 정보 및 설문 정보를 이용하여 사용자의 건강 상태를 판단하는 건강 상태 판단 장치 및 그 방법을 제공하기 위한 것이다.
또한, 본 발명의 다른 목적은, 사용자의 체질 정보를 기반으로 하고, 사용자의 설문 정보와 건강 상태 사이의 상관 관계를 이용하여 건강 분류 함수를 체질 별로 생성하는 건강 분류 함수 생성 장치 및 그 방법을 제공하기 위한 것이다.
본 발명의 일실시예에 따른 건강 상태 판단 방법은 사용자로부터 입력되는 설문 정보 및 상기 사용자의 체질에 대한 체질 정보를 입력 받는 단계, 상기 체질 정보에 대응하는 건강 분류 함수를 호출하는 단계, 및 상기 설문 정보 및 상기 호출된 건강 분류 함수를 이용하여, 상기 사용자의 건강 상태를 판단하는 단계를 포함하고, 상기 설문 정보는 적어도 하나 이상의 설문 항목을 포함하고, 상기 적어도 하나 이상의 설문 항목에 의해서 수치화될 수 있다.
본 발명의 일실시예에 따른 건강 분류 함수 생성 방법은 사용자의 건강 상태를 판단하기 위한 건강 분류 함수를 생성하는 건강 분류 함수 생성 방법에 있어서, 복수 개의 설문 정보를 포함하는 참조 설문 정보를 복수 개 입력 받고, 상기 복수 개의 참조 설문 정보 각각에 대응하는 복수 개의 임상 데이터를 입력 받는 단계, 상기 복수 개의 참조 설문 정보 및 상기 복수 개의 임상 데이터를 체질 별로 분류하는 단계, 상기 체질 별로 분류된 참조 설문 정보 및 임상 데이터와 분류 모델을 이용하여 상기 복수 개의 설문 정보와 상기 건강 상태 사이의 상관 관계를 상기 체질 별로 연산하는 단계, 상기 체질 별로 분류된 참조 설문 정보 및 임상 데이터와 상기 분류 모델을 이용하여 상기 복수 개의 설문 정보로부터 적어도 하나의 주요 설문 정보를 상기 체질 별로 추출하는 단계, 및 상기 적어도 하나의 주요 설문 정보 및 상기 연산된 상관 관계를 이용하여, 상기 건강 분류 함수를 상기 체질 별로 생성하는 단계를 포함할 수 있다.
본 발명의 일실시예에 따른 건강 상태 판단 장치는 사용자의 건강에 대한 설문 정보 및 상기 사용자의 체질에 대한 체질 정보를 입력 받는 입력부, 상기 체질 정보에 대응하는 건강 분류 함수를 호출하는 처리부, 및 상기 설문 정보 및 상기 호출된 건강 분류 함수를 이용하여, 상기 사용자의 건강 상태를 판단하는 판단부를 포함할 수 있다.
본 발명의 일실시예에 따른 건강 분류 함수 생성 장치는 사용자의 건강 상태를 판단하기 위한 건강 분류 함수를 생성하는 건강 분류 함수 생성 장치에 있어서, 복수 개의 설문 정보를 포함하는 참조 설문 정보를 복수 개 입력 받고, 상기 복수 개의 참조 설문 정보 각각에 대응하는 복수 개의 임상 데이터를 입력 받는 입력부, 상기 복수 개의 참조 설문 정보 및 상기 복수 개의 임상 데이터를 체질 별로 분류하는 처리부, 상기 체질 별로 분류된 참조 설문 정보 및 임상 데이터와 분류 모델을 이용하여 상기 복수 개의 설문 정보와 상기 건강 상태 사이의 상관 관계를 상기 체질 별로 연산하는 연산부, 상기 체질 별로 분류된 참조 설문 정보 및 임상 데이터와 상기 분류 모델을 이용하여 상기 복수 개의 설문 정보로부터 적어도 하나의 주요 설문 정보를 상기 체질 별로 추출하는 추출부, 및 상기 적어도 하나의 주요 설문 정보 및 상기 연산된 상관 관계를 이용하여, 상기 건강 분류 함수를 상기 체질 별로 생성하는 생성부를 포함할 수 있다.
본 발명에서 제공하는 건강 상태 판단 장치 및 그 방법은 사용자의 신상 정보, 체질 정보 및 설문 정보를 이용하여 사용자의 건강 상태를 간편하게 측정할 수 있어 사전 예방적인 건강관리를 가능하게 한다.
또한, 본 발명에서 제공하는 건강 분류 함수 생성 장치 및 그 방법은 사용자의 신상 정보, 체질 정보 및 설문 정보를 이용함으로써 정확도가 높은 건강 분류 함수를 생성할 수 있다.
도 1은 본 발명의 일실시예에 따른 사용자의 건강 상태를 판단하는 건강 상태 판단 방법의 전체 알고리즘을 나타내는 도면이다.
도 2는 본 발명의 일실시예에 따른 건강 상태 판단 장치의 구성을 나타내는 블록도이다.
도 3 및 도 4는 본 발명의 일실시예에 따른 건강수준 관련 설문 정보를 도출하는 것을 설명하는 실시예를 설명하는 도면이다.
도 5는 본 발명의 일실시예에 따른 건강 분류 함수 생성 장치의 구성을 나타내는 블록도이다.
도 6은 본 발명의 일실시예에 따른 건강 상태 판단 방법을 설명하기 위한 흐름도이다.
도 7은 체질이 판별된 사용자(피험자)에게 체질 별로 다른 설문 정보를 제공하여 건강 수준을 출력하는 흐름을 설명하는 도면이다.
도 8은 본 발명의 일실시예에 따른 건강 분류 함수 생성 방법을 설명하기 위한 흐름도이다.
이하에서, 본 발명에 따른 실시예를 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 본 발명의 일실시예에 따른 사용자의 건강 상태를 판단하는 건강 상태 판단 방법의 전체 알고리즘을 나타내는 도면이다.
도 1을 참조하면, 본 발명의 일실시예에 따른 건강 상태 판단 방법은 사용자의 건강 상태를 판단하기 위하여 사용자에 대한 물리량 정보(100), 신상 정보(110) 및 사용자의 체질 정보(120)를 입력 받을 수 있다.
신상 정보(110)는 사용자의 나이, 성별, 키, 몸무게, BMI(체질량 지수), 직업, 교육 수준 등 사용자의 신상에 대한 정보를 포함할 수 있다.
사용자에 대한 물리량 정보(100)는 사용자의 건강을 판단하기 위한 변수로서 사용자의 물리적 요소에 대한 측정값을 나타낸다. 예를 들어, 사용자에 대한 물리량 정보(100)는 사용자의 음성과 연관된 음성 정보(101), 사용자의 맥파(脈波)와 연관된 맥파 정보(102), 사용자의 안면의 색과 연관된 피부특성(103), 사용자의 피부와 연관된 피부 정보(104) 및 사용자가 건강과 관련하여 작성한 설문에 대한 설문 정보(105)를 포함할 수 있다. 사용자에 대한 복수 개의 물리량 정보(100)는 사용자의 건강을 판단하기 위한 건강 분류 함수(130)의 변수로서 건강 분류 함수(130)에 입력될 수 있다.
건강 분류 함수(130)는 사용자의 건강을 판단하기 위한 함수로서, 사용자에 대한 물리량 정보(100), 신상 정보(110) 및 체질 정보(120)를 입력 받아 사용자의 건강 상태에 대한 정보를 산출할 수 있는 함수일 수 있다. 건강 분류 함수(130)는 복수 개의 임상 데이터를 이용하여 생성될 수 있다. 예를 들어, 건강 상태 판단 방법은 복수 개의 임상 데이터를 분류 모델에 입력하여 함수식을 산출할 수 있고, 이 때 산출된 함수식이 건강 분류 함수(130)로 사용될 수 있다. 분류 모델은 선형 판별 분석(LDA), 로지스틱 회귀 분석(Logistic Regression Analysis) 등일 수 있다.
실시예에 따라서는, 건강 분류 함수(130)는 사용자의 체질 별로 별개로 구현될 수 있다. 즉, 태음인(121)에 대한 건강 분류 함수, 소음인(122)에 대한 건강 분류 함수, 소양인(123)에 대한 건강 분류 함수 및 태양인(124)에 대한 건강 분류 함수는 별개로 구현될 수 있다. 이 때, 건강 상태 판단 방법은 사용자의 체질 정보(120)를 입력 받음으로써, 사용자의 체질에 따른 건강 분류 함수를 선택하고, 선택된 건강 분류 함수를 이용하여 사용자의 건강 상태(140)를 판단할 수 있다.
일실시예에 따른 건강 상태 판단 방법은 입력 받은 정보에 기반하여 사용자의 건강 상태(140)를 건강(141), 반건강(142) 및 질병(143)로 분류할 수 있다.
상술한 것과 같이, 건강 상태 판단 방법은 사용자에 대한 복수 개의 물리량 정보(100)에 기반하여 사용자의 건강 상태(140)를 판단할 수 있고, 본 명세서에서는 복수 개의 물리량 정보(100) 중에서도 특히 설문 정보를 이용하여 사용자의 건강 상태를 판단하는 새로운 장치 및 방법에 대해서 제안한다.
도 2는 본 발명의 일실시예에 따른 건강 상태 판단 장치의 구성을 나타내는 블록도이다. 도 2에 도시된 건강 상태 판단 장치(230)는 사용자의 건강 상태를 판단하기 위해 설문 정보(200)을 이용한다.
설문 정보는 소화관련 설문 결과(201), 땀관련 설문 결과(202), 대변관련 설문 결과(203), 및 한열관련 설문결과(204)를 포함할 수 있다.
이 밖에도, 상기 설문 정보는 식사관련 설문 항목, 발한관련 설문 항목, 눈관련 설문 항목, 정충관련 설문 항목, 부종관련 설문 항목, 음수관련 설문 항목, 한열관련 설문 항목, 복통관련 설문 항목, 대변관련 설문 항목, 한숨관련 설문 항목, 건망관련 설문 항목, 입증상관련 설문 항목, 및 흉민증상 설문 항목 중에서 적어도 하나의 설문 항목으로부터 수치화되는 데이터(설문 결과)를 포함할 수 있다.
본 발명의 일실시예에 따른 상기 설문 정보는 사상체질 전문가를 대상으로 하여 사상체질별 건강 평가 지표의 중요도 조사를 기반으로 체질별로 중요한 설문 문항을 포함할 수 있다.
뿐만 아니라, 본 발명의 일실시예에 따르면, Todai index 및 SF-36과 같은 삶의 질 평가 도구와 유의한 상관관계를 보이는 설문 문항을 기존 상용화 설문지에서 선택하여 상기 설문 정보를 결정할 수도 있다.
도 2를 참조하면, 본 발명의 일실시예에 따른 건상 상태 판단 장치(230)는 입력부(231), 처리부(232) 및 판단부(233)를 포함한다.
설문 정보(200)는 소화관련 설문 결과(201), 땀관련 설문 결과(202), 대변관련 설문 결과(203), 및 한열관련 설문결과(204) 등을 포함할 수 있다.
신상 정보(210)는 사용자의 나이, 성별, 키, 몸무게, BMI(체질량 지수), 직업, 교육 수준 등 사용자의 신상에 대한 정보를 포함할 수 있다.
체질 정보(220)는 태음인(221), 소음인(222), 소양인(223) 및 태양인(224)을 포함함할 수 있다.
입력부(231)는 건강과 관련된 설문 정보(200), 사용자의 신상에 대한 신상 정보(210) 및 사용자의 체질에 대한 체질 정보(220)를 입력 받는다.
처리부(232)는 건강 분류 함수를 생성 및 호출하는 구성이다.
처리부(232)는 입력부(231)에 입력된 체질 정보(220)에 대응하는 건강 분류 함수를 호출한다. 건강 분류 함수를 호출하기 위하여 처리부(232)는 먼저, 건강 분류 함수를 체질 정보(220)에 대응하는 체질 별로 생성하고, 체질 별로 생성된 건강 분류 함수 중에서 입력된 체질 정보(220)에 대응하는 건강 분류 함수를 호출한다.
판단부(233)는 처리부(232)를 통해 호출된 건강 분류 함수를 이용하여 사용자의 건강 상태를 판단한다.
구체적으로, 판단부(233)는 호출된 건강 분류 함수에, 설문 정보(200), 신상 정보(210) 및 체질 정보(220)를 입력하여 사용자의 건강 상태(230)에 대한 점수를 연산한다. 그리고, 건강 상태(230)와 연관된 기준값과 점수를 비교하여, 사용자의 건강 상태(230)를 건강(231), 반건강(232) 및 질병(233) 중 어느 하나로 판단한다.
도 3 및 도 4는 본 발명의 일실시예에 따른 건강수준 관련 설문 정보를 도출하는 것을 설명하는 실시예를 설명하는 도면이다.
사용자의 체질별로 건강이 양호할 때와 건강이 불량할 때에 발생하는 몸의 변화는 다를 수 있다. 이러한 사상체질별 사용자 몸의 변화는 선정된 집단의 표본을 통해서 획득할 수 있다.
예를 들어, 태음인의 경우에 대변을 보지 못하는 경우에 다른 체질 보다 쉽게 복부가 팽창하는 몸의 변화가 발생할 수 있고, 소변 기능에 문제가 생기는 경우에 소변 통증 및 소변 잔뇨감으로 몸의 변화가 발생할 수 있다.
또한, 태음인의 경우에 다른 체질 보다도 한열에 대해서 민감하게 느낄 수가 있다.
따라서, 태음인의 경우, 복부 팽창감, 소변 통증감, 소변 잔뇨감 등 태음인에 민감한 부분에 대한 설문 문항이 다른 설문 문항 보다 중요시 되어야만 한다.
소음인의 경우, 소화관련 기능에 이상이 생긴 경우에 소화입맛이 떨어지고, 체하거나, 토하거나, 헛기침을 하는 등의 몸의 변화가 발생할 수 있다. 또한, 소음인이 소화관련 기능에 경우에 다른 체질의 사람보다 메스꺼움이나 헛배부름을 쉽게 느낄 수가 있다.
소음인의 경우에는, 소화입맛, 체/토/헛기침 등의 변화 등에 대한 설문 문항이 다른 설문 문항 보다 중요시 되어야만 한다.
또한, 소양인의 경우, 식사량, 소화여부, 대변습관, 한열민감도 등에 대해서 민감해하기 때문에, 소양인에게는 이와 관련된 설문 문항들에 보다 가중치가 부여되어야만 한다.
도 3을 살펴보면, 설문 문항이 속하는 항목들과 각각의 사상체질들의 매트릭스를 통해서, 특정 설문 문항이 특정 사상체질에서 어떠한 점수(중요도)를 갖는지 표시한다.
예를 들어, 태음인의 경우, 대변관련 설문 문항이 19.25%로 태음인의 항목 중에서 가장 중요한 항목으로 도시되어 있고, 그 뒤를 이어 소화관련 설문 문항 및 발한관련 설문 문항이 각각 17%의 중요도를 보인다.
소음인의 경우, 소화관련 설문 문항이 가장 중요한 항목으로 확인되고, 그 뒤를 이어 대변관련 항목이 중요한 항목으로 확인된다.
소양인의 경우, 대변관련 항목이 가장 중요한 항목으로 확인되고, 소화관련 항목이 그 다음으로 중요한 항목으로 확인된다.
이로써, 각각의 사상체질에서 중요시 확인해야 할 설문 항목이 결정될 수 있다.
도 4는 설문 정보들 중에서 1차 및 2차로 설문 문항들을 선별하는 실시예이다.
설문 정보들 중에서, 사상체질 전문가는 대상 사상체질별로 건강 평가 지표의 중요도를 조사하고, 이를 기반으로 도면부호 410과 같이 체질별로 중요한 설문 문항을 선택할 수 있다.
즉, 태음인은 발한관련 설문 문항이 2개로 가장 많은 비중을 차지하고, 소음인은 식사관련 설문 문항이 4개로 가장 많은 비중을 차지하며, 소양인은 대변관련 설문 문항이 4개로 가장 많은 비중을 차지하도록 선택될 수 있다.
또한, 도면부호 420과 같이, Todai index 및 SF-36과 같은 삶의 질 평가 도구와 유의한 상관관계를 보이는 설문 문항을 기존 상용화 설문지에서 선택하여 상기 설문 정보를 결정할 수도 있다.
이렇게 사상체질별로 중요하게 생각되어 결정 또는 선택된 설문 문항들은 주요 설문 정보가 되며, 체질별로 추출될 수 있다.
이렇게 추출된 주요 설문 정보는 상관 관계를 고려하여 건강 분류 함수의 각 주요변수의 추출에 이용될 수 있다.
상기 건강 분류 항수의 각 주요변수는 상기 사상체질별로 다르며, 결국 사상 체질에서 중요하게 생각하는 설문이 반영된 결과로 해석될 수 있다.
도 5는 본 발명의 일실시예에 따른 건강 분류 함수 생성 장치의 구성을 나타내는 블록도이다. 건강 분류 함수는 사용자의 건강 상태를 판단하기 위한 것으로, 건강 분류 함수 생성 장치(500)에 의해 체질 별로 생성될 수 있다.
도 5를 참조하면, 본 발명의 일실시예에 따른 건강 분류 함수 생성 장치(500)는 입력부(510), 처리부(520), 연산부(530), 추출부(540) 및 생성부(550)를 포함한다.
입력부(510)는 복수 개의 설문 정보를 포함하는 참조 설문 정보 1(501) 내지 참조 설문 정보 N을 복수 개(502) 입력받고, 참조 설문 정보 1(501) 내지 참조 설문 정보 N 각각에 대응하는 임상 데이터 1(503) 내지 임상 데이터 N을 복수 개(504) 입력 받는다.
참조 설문 정보 1(501) 내지 참조 설문 정보 N와, 임상 데이터 1(503) 내지 임상 데이터 N은 N명의 임상 시험 대상자들로부터 얻어진 정보가 될 수 있다.
즉, 참조 설문 정보 1(501) 내지 참조 설문 정보 N는 N명의 대상자들의 의견을 수렴하기 위한 복수 개의 설문 정보를 포함하는 것으로, 건강 분류 함수를 생성하는데 이용될 수 있다.
또한, 임상 데이터 1 내지 임상 데이터 N은 N명의 대상자들의 체질에 대한 체질 정보, 신상 정보 및 건강 상태 정보 중 적어도 하나를 포함할 수 있다. 따라서, 참조 설문 정보 1(501) 내지 참조 설문 정보 N와, 임상 데이터 1(503) 내지 임상 데이터 N를 이용하여 설문 정보를 이용하여 따른 건강 상태를 판단할 수 있게 된다.
처리부(520)는 참조 설문 정보 1(501) 내지 참조 설문 정보 N 및 임상 데이터 1(503) 내지 임상 데이터 N을 체질 별로 분류한다.
연산부(530)는 체질 별로 분류된 참조 설문 정보 1(501) 내지 참조 설문 정보 N 및 임상 데이터 1(503) 내지 임상 데이터 N과 분류 모델을 이용하여 복수 개의 설문 정보와 건강 상태 사이의 상관 관계를 상기 체질 별로 연산한다.
추출부(540)는 체질 별로 분류된 참조 설문 정보 1(501) 내지 참조 설문 정보 N 및 임상 데이터 1(503) 내지 임상 데이터 N와 분류 모델을 이용하여 복수 개의 설문 정보로부터 적어도 하나의 주요 설문 정보를 체질 별로 추출한다.
생성부(550)는 적어도 하나의 주요 설문 정보 및 연산된 상관 관계를 이용하여 건강 분류 함수를 체질 별로 생성한다. 생성부(550)는 아래의 [수학식 6]으로 표현되는 건강 분류 함수를 생성할 수 있다.
Figure pat00001
수학식 1에서, p는 건강/반건강/질병을 구분하는 확률(또는 건강 수준을 나타내는 척도), xi는 i번째 설문 정보로 획득되는 수치 데이터, Bi는 i번째 설문 정보의 상관 정보를 나타내는 계수, yj는 j번째 보정 변수(예를 들어, 사용자의 신상 정보), Cj는 j번째 보정 변수의 계수를 나타낸다.
상기 체질 별로 분류된 참조 설문 정보 및 임상 데이터와 상기 분류 모델을 이용하여 상기 복수 개의 설문 정보로부터 적어도 하나의 주요 설문 정보를 상기 체질 별로 추출할 수 있다.
이에, 상기 적어도 하나의 주요 설문 정보 및 상기 연산된 상관 관계를 이용하여, 상기 건강 분류 함수를 상기 체질 별로 생성할 수 있다.
사상체질 별로 건강 지수는 [수학식 2]와 같이 산출될 수 있다.
이때,
Figure pat00002
가 사상체질 별로 달라지면서 사상체질 별로 다른 건강 지수가 결정될 수 있다.
[수학식 2]
Figure pat00003

Figure pat00004
는 상수값,
Figure pat00005
는 상관 관계에 대한 정보,
Figure pat00006
는 설문 정보로부터 획득 가능한 수치 데이터로 해석될 수 있다.
즉,
Figure pat00007
는 사용자가 설문 정보에 어떻게 답하느냐에 따라서 달라지느 값이고,
Figure pat00008
는 해당 설문의 중요도를 고려한 값으로 해석될 수 있다.
여기서, P는 반건강일 확률을 의미할 수 있다.
본 발명의 다른 일실시예에 따르면,
Figure pat00009
은 i번째 보정변수로서, 예를 들어 성별이 남자면 '0'로, 여자면 '1'로 설정될 수도 있다. 이때,
Figure pat00010
은 m번째 보정변수의 상관관계로 해석될 수 있다.
도 6은 본 발명의 일실시예에 따른 건강 상태 판단 방법을 설명하기 위한 흐름도이다.
도 6에서 보는 바와 같이, 본 발명의 일실시예에 따른 건강 상태 판단 방법은 사용자의 설문 정보 및 상기 사용자의 체질에 대한 체질 정보를 입력 받을 수 있다(단계 610).
다음으로, 본 발명의 일실시예에 따른 건강 상태 판단 방법은 상기 체질 정보에 대응하는 건강 분류 함수를 호출하고(단계 620), 상기 설문 정보 및 상기 호출된 건강 분류 함수를 이용하여, 상기 사용자의 건강 상태를 판단할 수 있다(단계 630).
도 7은 체질이 판별된 사용자(피험자)에게 체질 별로 다른 설문 정보를 제공하여 건강 수준을 출력하는 흐름을 설명하는 도면이다.
체질이 판별된 사용자가 CRF 응답자료 또는 SF-36 응답자료를 통해 설문에 응하고, 이에 따라서 생성된 설문 데이터가 데이터 서버(702)에 저장될 수 있다.
상기 사용자는 이미 체질이 판별되었기 때문에 데이터 서버(702)는 사용자의 체질 별로 건강 상태에 대한 표본을 산출할 수 있다.
이에, 데이터 서버(702)는 카이제곱 검정(Chi-Square Test)을 이용하여, 각각의 사상체질 별로 건강수준을 확인하기 위해서 작성해야 할 설문 항목을 도출할 수 있다(703).
즉, 데이터 서버(702)는 상기 체질이 판별된 사용자로부터 입력되는 CRF 응답자료 또는 SF-36 응답자료를 통해 이미 결정된 사상 체질들 각각의 주요 설문 항목을 갱신함으로써, 카이제곱분포를 이용하여 검정을 수행할 수 있다.
다시 말해, 데이터 서버(702)는 체질 별로 주요 설문 항목에 대한 이론치와 실제치를 비교하여 신뢰높은 체질별 주요 설문 정보를 산출할 수 있다.
이에, 사용자는 도출되는 설문 문항에 응답하여, 자신의 체질에 맞는 설문 문항에 응답할 수 있다(704).
다음으로, 상기 사용자의 응답 내용에 따라서 생성된 수치 데이터는 본 발명의 일실시예에 따른 건강 상태 판단 장치 및 방법을 통해서 건강수준이 평가될 수 있다.
또한, 디스플레이 수단을 통해서 상기 평가된 건강수준이 출력되어 사용자가 확인할 수 있다.
도 8은 본 발명의 일실시예에 따른 건강 분류 함수 생성 방법을 설명하기 위한 흐름도이다.
도 8을 참조하면, 본 발명의 일실시예에 따른 건강 분류 함수 생성 방법은 복수 개의 설문 정보를 복수 개 입력 받고, 복수 개의 참조 설문 정보 각각에 대응하는 복수 개의 임상 데이터를 입력 받는다(810 단계).
건강 분류 함수 생성 방법은 복수 개의 참조 설문 정보 및 복수 개의 임상 데이터를 체질 별로 분류한다(820 단계).
건강 분류 함수 생성 방법은 체질 별로 분류된 참조 설문 정보 및 임상 데이터와 분류 모델을 이용하여 복수 개의 설문 정보와 건강 상태 사이의 상관 관계를 체질 별로 연산한다(830 단계).
건강 분류 함수 생성 방법은 체질 별로 분류된 참조 설문 정보 및 임상 데이터와 분류 모델을 이용하여 복수 개의 설문 정보로부터 적어도 하나의 주요 설문 정보를 체질 별로 추출한다(840 단계).
건강 분류 함수 생성 방법은 적어도 하나의 주요 설문 정보 및 연산된 상관 관계를 이용하여 건강 분류 함수를 체질 별로 생성한다(850 단계).
결국, 본 발명에서 제공하는 건강 상태 판단 장치 및 그 방법은 사용자의 신상 정보, 체질 정보 및 설문 정보를 이용하여 사용자의 건강 상태를 간편하게 측정할 수 있어 사전 예방적인 건강관리를 가능하게 한다.
또한, 본 발명에서 제공하는 건강 분류 함수 생성 장치 및 그 방법은 사용자의 신상 정보, 체질 정보 및 설문 정보를 이용함으로써 정확도가 높은 건강 분류 함수를 생성할 수 있다.
본 발명에 따른 실시예들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(Floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
200: 설문 정보 201: 소화관련 설문 결과
202: 땀관련 설문 결과 203: 대변관련 설문 결과
204: 한열관련 설문 결과 210: 신상 정보
220: 체질정보 221: 태음
222: 소음 223: 소양
224: 태양 230: 건강 상태 판단 장치
231: 입력부 232: 처리부
233: 판단부 240: 건강 상태 정보
241: 건강 242: 반건강
243: 질병

Claims (11)

  1. 사용자로부터 입력되는 설문 정보 및 상기 사용자의 체질에 대한 체질 정보를 입력 받는 단계;
    상기 체질 정보에 대응하는 건강 분류 함수를 호출하는 단계; 및
    상기 설문 정보 및 상기 호출된 건강 분류 함수를 이용하여, 상기 사용자의 건강 상태를 판단하는 단계
    를 포함하고,
    상기 설문 정보는 적어도 하나 이상의 설문 항목을 포함하고, 상기 적어도 하나 이상의 설문 항목에 의해서 수치화되는 것을 특징으로 하는 건강 상태 판단 방법.
  2. 제1항에 있어서,
    상기 건강 분류 함수를 호출하는 단계는
    상기 건강 분류 함수를 상기 체질 별로 생성하는 단계; 및
    상기 체질 별로 생성된 건강 분류 함수 중에서 상기 체질 정보에 대응하는 건강 분류 함수를 호출하는 단계
    를 포함하는 건강 상태 판단 방법.
  3. 제1항에 있어서,
    상기 건강 분류 함수를 상기 체질 별로 생성하는 단계는
    복수 개의 설문 정보를 포함하는 참조 설문 정보를 복수 개 입력 받고, 상기 복수 개의 참조 설문 정보 각각에 대응하는 복수 개의 임상 데이터를 입력 받는 단계;
    상기 복수 개의 참조 설문 정보 및 상기 복수 개의 임상 데이터를 체질 별로 분류하는 단계;
    상기 체질 별로 분류된 참조 설문 정보 및 임상 데이터와 분류 모델을 이용하여 상기 복수 개의 설문 정보와 상기 건강 상태 사이의 상관 관계를 상기 체질 별로 연산하는 단계;
    상기 체질 별로 분류된 참조 설문 정보 및 임상 데이터와 상기 분류 모델을 이용하여 상기 복수 개의 설문 정보로부터 적어도 하나의 주요 설문 정보를 상기 체질 별로 추출하는 단계; 및
    상기 적어도 하나의 주요 설문 정보 및 상기 연산된 상관 관계를 이용하여, 상기 건강 분류 함수를 상기 체질 별로 생성하는 단계
    를 포함하는 건강 상태 판단 방법.
  4. 제1항에 있어서,
    상기 설문 정보는,
    식사관련 설문 항목, 발한관련 설문 항목, 눈관련 설문 항목, 정충관련 설문 항목, 부종관련 설문 항목, 음수관련 설문 항목, 한열관련 설문 항목, 복통관련 설문 항목, 대변관련 설문 항목, 한숨관련 설문 항목, 건망관련 설문 항목, 입증상관련 설문 항목, 및 흉민증상 설문 항목 중에서 적어도 하나의 설문 항목으로부터 수치화되는 데이터를 포함하고,
    상기 건강 상태를 판단하는 단계는
    상기 호출된 건강 분류 함수에 상기 수치화된 데이터를 입력하여 상기 사용자의 건강 상태에 대한 점수를 연산하고,
    상기 건강 상태와 연관된 기준값과 상기 점수를 비교하여, 상기 사용자의 건강 상태를 판단하는 건강 상태 판단 방법.
  5. 제1항에 있어서,
    상기 사용자의 신상에 대한 신상 정보를 입력 받는 단계
    를 더 포함하고,
    상기 건강 상태를 판단하는 단계는
    상기 호출된 건강 분류 함수에 상기 설문 정보 및 상기 신상 정보를 입력하여, 상기 사용자의 건강 상태를 판단하는 건강 상태 판단 방법.
  6. 사용자의 건강 상태를 판단하기 위한 건강 분류 함수를 생성하는 건강 분류 함수 생성 방법에 있어서,
    복수 개의 설문 정보를 포함하는 참조 설문 정보를 복수 개 입력 받고, 상기 복수 개의 참조 설문 정보 각각에 대응하는 복수 개의 임상 데이터를 입력 받는 단계;
    상기 복수 개의 참조 설문 정보 및 상기 복수 개의 임상 데이터를 체질 별로 분류하는 단계;
    상기 체질 별로 분류된 참조 설문 정보 및 임상 데이터와 분류 모델을 이용하여 상기 복수 개의 설문 정보와 상기 건강 상태 사이의 상관 관계를 상기 체질 별로 연산하는 단계;
    상기 체질 별로 분류된 참조 설문 정보 및 임상 데이터와 상기 분류 모델을 이용하여 상기 복수 개의 설문 정보로부터 적어도 하나의 주요 설문 정보를 상기 체질 별로 추출하는 단계; 및
    상기 적어도 하나의 주요 설문 정보 및 상기 연산된 상관 관계를 이용하여, 상기 건강 분류 함수를 상기 체질 별로 생성하는 단계
    를 포함하는 건강 분류 함수 생성 방법.
  7. 제6항에 있어서,
    상기 분류 모델은
    로지스틱 회귀 분석 및 선형 판별 분석 중 적어도 하나를 포함하는 건강 분류 함수 생성 방법.
  8. 제6항에 있어서,
    상기 임상 데이터는
    임상 시험 대상자의 체질에 대한 체질 정보, 상기 대상자의 신상에 대한 신상 정보 및 상기 대상자의 건강 상태에 대한 건강 상태 정보 중 적어도 하나를 포함하는 건강 분류 함수 생성 방법.
  9. 제1항 내지 제8항 중 어느 한 항의 방법을 실행하는 프로그램을 기록한 컴퓨터 판독 가능 기록 매체.
  10. 사용자의 건강에 대한 설문 정보 및 상기 사용자의 체질에 대한 체질 정보를 입력 받는 입력부;
    상기 체질 정보에 대응하는 건강 분류 함수를 호출하는 처리부; 및
    상기 설문 정보 및 상기 호출된 건강 분류 함수를 이용하여, 상기 사용자의 건강 상태를 판단하는 판단부
    를 포함하는 건강 상태 판단 장치.
  11. 사용자의 건강 상태를 판단하기 위한 건강 분류 함수를 생성하는 건강 분류 함수 생성 장치에 있어서,
    복수 개의 설문 정보를 포함하는 참조 설문 정보를 복수 개 입력 받고, 상기 복수 개의 참조 설문 정보 각각에 대응하는 복수 개의 임상 데이터를 입력 받는 입력부;
    상기 복수 개의 참조 설문 정보 및 상기 복수 개의 임상 데이터를 체질 별로 분류하는 처리부;
    상기 체질 별로 분류된 참조 설문 정보 및 임상 데이터와 분류 모델을 이용하여 상기 복수 개의 설문 정보와 상기 건강 상태 사이의 상관 관계를 상기 체질 별로 연산하는 연산부;
    상기 체질 별로 분류된 참조 설문 정보 및 임상 데이터와 상기 분류 모델을 이용하여 상기 복수 개의 설문 정보로부터 적어도 하나의 주요 설문 정보를 상기 체질 별로 추출하는 추출부; 및
    상기 적어도 하나의 주요 설문 정보 및 상기 연산된 상관 관계를 이용하여, 상기 건강 분류 함수를 상기 체질 별로 생성하는 생성부
    를 포함하는 건강 분류 함수 생성 장치.
KR1020110090270A 2011-09-06 2011-09-06 설문 정보를 이용한 건강 상태 판단 장치 및 방법, 건강 분류 함수 생성 장치 및 그 방법 KR101274431B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110090270A KR101274431B1 (ko) 2011-09-06 2011-09-06 설문 정보를 이용한 건강 상태 판단 장치 및 방법, 건강 분류 함수 생성 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110090270A KR101274431B1 (ko) 2011-09-06 2011-09-06 설문 정보를 이용한 건강 상태 판단 장치 및 방법, 건강 분류 함수 생성 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20130026845A true KR20130026845A (ko) 2013-03-14
KR101274431B1 KR101274431B1 (ko) 2013-06-17

Family

ID=48177991

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110090270A KR101274431B1 (ko) 2011-09-06 2011-09-06 설문 정보를 이용한 건강 상태 판단 장치 및 방법, 건강 분류 함수 생성 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101274431B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102013692B1 (ko) * 2018-11-09 2019-08-23 한국과학기술정보연구원 자살 치명도 예측 장치 및 방법
WO2020122395A1 (ko) * 2018-12-10 2020-06-18 숙명여자대학교산학협력단 설문조사 기반 굳빙 분석 시스템 및 그 방법
KR102198816B1 (ko) * 2020-03-12 2021-01-05 주식회사 누베베 객관적인 팔체질 진단시스템 및 객관적 팔체질 모니터링 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040036983A (ko) * 2002-10-25 2004-05-04 엘지전자 주식회사 건강 관리 서비스 시스템 및 이를 이용한 서비스 방법
KR100554355B1 (ko) * 2003-11-26 2006-02-24 주식회사 에버케어 개인별 맞춤 건강증진서비스 제공장치 및 그 방법
KR100917384B1 (ko) * 2007-08-10 2009-09-17 동양물산기업 주식회사 온라인한방정보시스템

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102013692B1 (ko) * 2018-11-09 2019-08-23 한국과학기술정보연구원 자살 치명도 예측 장치 및 방법
WO2020122395A1 (ko) * 2018-12-10 2020-06-18 숙명여자대학교산학협력단 설문조사 기반 굳빙 분석 시스템 및 그 방법
KR102198816B1 (ko) * 2020-03-12 2021-01-05 주식회사 누베베 객관적인 팔체질 진단시스템 및 객관적 팔체질 모니터링 방법
WO2021182660A1 (ko) * 2020-03-12 2021-09-16 주식회사 누베베 객관적인 팔체질 진단시스템 및 방법

Also Published As

Publication number Publication date
KR101274431B1 (ko) 2013-06-17

Similar Documents

Publication Publication Date Title
CN108198615B (zh) 一种在线认知评估系统
KR101970947B1 (ko) 빅데이터를 활용한 건강정보 예측 장치 및 방법
Weatherly et al. Methods for assessing the cost-effectiveness of public health interventions: key challenges and recommendations
Doyle et al. Health state utility scores in advanced non-small cell lung cancer
US20170147777A1 (en) Method and apparatus for predicting health data value through generation of health data pattern
CN108778097A (zh) 用于评估心力衰竭的装置和方法
Cho et al. An empirical comparative study on biological age estimation algorithms with an application of Work Ability Index (WAI)
CN108135548A (zh) 用于监测压力状态的方法和系统
WO2014160549A2 (en) Method to increase efficiency, coverage, and quality of direct primary care
Banerjee et al. Validating a commercial device for continuous activity measurement in the older adult population for dementia management
JP2007257565A (ja) 保健事業支援システム
KR102097246B1 (ko) 복합적 스트레스 지수에 기반한 스트레스 관리 방법
Tomaz et al. Cardiovascular fitness is associated with bias between self-reported and objectively measured physical activity
CN107066798A (zh) 一种心脏健康质量预警系统及其预警方法
US20210296001A1 (en) Dementia risk presentation system and method
JP2018005284A (ja) 情報処理方法、情報処理装置及び情報処理プログラム
Roback et al. Evaluation of health research: measuring costs and socioeconomic effects
CN108652587A (zh) 一种认知功能障碍预防监测装置
CN109102888A (zh) 一种人体健康评分方法
KR101274431B1 (ko) 설문 정보를 이용한 건강 상태 판단 장치 및 방법, 건강 분류 함수 생성 장치 및 그 방법
KR102342770B1 (ko) 질병 예측치의 분포를 이용한 건강관리 상담 시스템
Kamerāde et al. Unemployment, volunteering, subjective well-being and mental health
JP6864947B2 (ja) 健康度ポジショニングマップおよび健康関数を作成する方法、システム、およびプログラム、ならびにそれらの使用方法
JP2003067489A (ja) 検査結果データ出力システム
Tuffaha et al. New challenges in psycho‐oncology: Economic evaluation of psychosocial services in cancer: Challenges and best practice recommendations

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160608

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170412

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180410

Year of fee payment: 6