KR20180070023A - 이상치 기반 미병 판단 장치 및 방법 - Google Patents

이상치 기반 미병 판단 장치 및 방법 Download PDF

Info

Publication number
KR20180070023A
KR20180070023A KR1020160172212A KR20160172212A KR20180070023A KR 20180070023 A KR20180070023 A KR 20180070023A KR 1020160172212 A KR1020160172212 A KR 1020160172212A KR 20160172212 A KR20160172212 A KR 20160172212A KR 20180070023 A KR20180070023 A KR 20180070023A
Authority
KR
South Korea
Prior art keywords
range
items
subject
abnormal
outlier
Prior art date
Application number
KR1020160172212A
Other languages
English (en)
Inventor
이시우
진희정
이영섭
박만영
유하나
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 KR1020160172212A priority Critical patent/KR20180070023A/ko
Publication of KR20180070023A publication Critical patent/KR20180070023A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • 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
    • 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
    • A61B5/4869—Determining body composition
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Cardiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Alternative & Traditional Medicine (AREA)
  • Physiology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

건강검진 데이터에 대한 정규분포 그래프의 이상치를 이용하여 대상자의 미병 여부를 판단하는 미병 판단 장치가 제공된다. 상기 장치는: 미병 판단을 위한 복수 개의 항목에 연관되는 건강 검진 데이터를 수집하는 수집부와, 상기 복수 개의 항목 별로 수집된 데이터의 정규분포 그래프를 이용하여 계산되는 건강 범위에 기초하여, 상기 복수 개의 항목마다 이상치 범위를 산출하는 산출부, 및 상기 복수 개의 항목별 이상치 범위를 기준으로 대상자가 미병군에 속하는지의 여부를 판단하는 판단부를 포함하며, 상기 복수 개의 항목은, 체성분 분석 지표, 맥파 분석 지표 및 심박 변이도 분석 지표 중 적어도 하나를 포함할 수 있다.

Description

이상치 기반 미병 판단 장치 및 방법{APPARATUS AND METHOD FOR ESTIMATING MIBYEONG STATE BASED ON OUTLIER OF NORMAL DISTRIBUTION}
미병을 평가하는 기술에 연관되며, 보다 상세하게는 건강검진 데이터에 대한 정규분포 그래프의 이상치를 이용하여 대상자의 미병 여부를 판단하는 장치 및 방법에 연관된다.
미병이란, 아직 질병은 아니지만 건강이 저하되어 질병이 발생할 위험이 높은 상태를 말한다. 미병은 건강이 저하되면서 흔히 피로, 통증, 소화불량, 수면장애와 같은 불편 증상을 호소하는 경향이 있으며, 일상적인 휴식으로 건강이 회복되지 않는 특징이 있어 관리가 필요한 상태로 인식되고 있다.
일반적으로 건강관련 유의지표를 분석할 때에는 양 극단의 건강 상태인 건강군(대조군)과 질병군의 평균 및 표준편차를 비교하여 유의한 차이를 나타내는 지표를 도출한다. 도 1의 (a)를 참조하면, 건강군의 정규분포 그래프와 질병군의 그래프에서는 평균 및/또는 표준편차가 상이하여 확연하게 구분되는 것을 확인할 수 있다. 그러나, 도 1의 (b), (c)와 같이, 미병의 경우 건강군과 질병군의 중간지점에 해당하기 때문에 건강군(대조군)과 미병군 간에는 미병군을 구분하는 집단 간 평균/표준편차 값의 상대적 차이가 작다. 이로 인해, 질병군 구분과 동일한 방법으로는 유의한 미병지표를 도출할 수 없다는 문제점이 있다.
일측에 따르면, 건강검진 데이터에 대한 정규분포 그래프의 이상치를 이용하여 대상자의 미병 여부를 판단하는 미병 판단 장치가 제공된다. 상기 장치는: 미병 판단을 위한 복수 개의 항목에 연관되는 건강 검진 데이터를 수집하는 수집부와, 상기 복수 개의 항목 별로 수집된 데이터의 정규분포 그래프를 이용하여 계산되는 건강 범위에 기초하여, 상기 복수 개의 항목마다 이상치 범위를 산출하는 산출부, 및 상기 복수 개의 항목별 이상치 범위를 기준으로 대상자가 미병군에 속하는지의 여부를 판단하는 판단부를 포함하며, 상기 복수 개의 항목은, 체성분 분석 지표, 맥파 분석 지표 및 심박 변이도 분석 지표 중 적어도 하나를 포함할 수 있다.
일실시예에 따르면, 상기 산출부는: 상기 대상자의 성별, 연령에 연관되는 인적정보와, 상기 대상자의 체질, 한열에 연관되는 한의학적 정보를 추가적으로 고려하여 상기 복수 개의 항목별 정규분포 그래프로부터 상기 이상치 범위를 판단할 수 있다.
일실시예에 따르면, 상기 판단부는: 전체 판단 결과 중 제1 판단 결과가 미병에 속하는 경우와 속하지 않는 경우에 대한 합계 또는 미병에 속하는 경우의 개수를 기준으로 미리 설정된 임계값보다 큰 경우 미병에 속하는 것으로 결정할 수 있다.
또한, 상기 판단부는: 상기 건강 검진 데이터, 대상자의 체질, 신체정보, 인구학적 특징, 사회학적 특징 중 어느 하나 이상에 따라 설정된 가중치에 기초하여 상기 대상자가 미병군에 속하는지의 여부를 판단한다.
여기서, 상기 판단부는: 상기 정규분포 그래프에서 미리 설정된 제1 기준에 따라 정상범위 및 선별 검사로 이상일 가능성이 있는 이상범위로 구분하고, 상기 정상범위 및 상기 이상범위에 기초하여 획득한 이상치 비율을 이용하여 상기 대상자에 대한 유의지표를 계산하며, 상기 계산된 유의지표를 기준으로 상기 대상자가 미병에 속하는지의 여부를 판단할 수 있다.
다른 일측에 따르면, 건강검진 데이터에 대한 정규분포 그래프의 이상치를 이용하여 대상자의 미병 여부를 판단하는 미병 판단 방법이 제공된다. 상기 방법은: 미병 판단을 위한 복수 개의 항목에 연관되는 건강 검진 데이터를 수집하는 단계와, 상기 복수 개의 항목 별로 수집된 데이터의 정규분포 그래프를 이용하여 계산되는 건강 범위에 기초하여, 상기 복수 개의 항목마다 이상치 범위를 산출하는 단계, 및 상기 복수 개의 항목별 이상치 범위를 기준으로 대상자가 미병군에 속하는지의 여부를 판단하는 단계를 포함하며, 상기 복수 개의 항목은 체성분 분석 지표, 맥파 분석 지표 및 심박 변이도 분석 지표 중 적어도 하나를 포함할 수 있다.
일실시예에 따르면, 상기 이상치 범위를 산출하는 단계는: 상기 대상자의 성별, 연령에 연관되는 인적정보와, 상기 대상자의 체질, 한열에 연관되는 한의학적 정보를 추가적으로 고려하여 상기 복수 개의 항목별 정규분포 그래프로부터 상기 이상치 범위를 판단할 수 있다.
일실시예에 따르면, 상기 미병군에 속하는지의 여부를 판단하는 단계는: 전체 판단 결과 중 제1 판단 결과가 미병에 속하는 경우와 속하지 않는 경우에 대한 합계 또는 미병에 속하는 경우의 개수를 기준으로 미리 설정된 임계값보다 큰 경우 미병에 속하는 것으로 결정할 수 있다.
일실시예에 따르면, 상기 미병군에 속하는지의 여부를 판단하는 단계는: 상기 건강 검진 데이터, 대상자의 체질, 신체정보, 인구학적 특징, 사회학적 특징 중 어느 하나 이상에 따라 설정된 가중치에 기초하여 상기 대상자가 미병군에 속하는지의 여부를 판단한다.
또한, 상기 미병군에 속하는지의 여부를 판단하는 단계는: 상기 정규분포 그래프에서 미리 설정된 제1 기준에 따라 정상범위 및 선별 검사로 이상일 가능성이 있는 이상범위로 구분하는 단계와, 상기 정상범위 및 상기 이상범위에 기초하여 획득한 이상치 비율을 이용하여 상기 대상자에 대한 유의지표를 계산하는 단계, 및 상기 계산된 유의지표를 기준으로 상기 대상자가 미병에 속하는지의 여부를 판단하는 단계를 포함할 수 있다.
도 1은 일실시예에 따라 제시되는 건강군, 질병군 및 미병군의 정규분포 그래프이다.
도 2는 일실시예에 따른 미병 판단 장치를 도시하는 블록도이다.
도 3은 일실시예에 따라 체성분 분석 지표를 이용한 이상치 범위 산출 및 유의지표 계산 과정을 설명하는 도면이다.
도 4는 일실시예에 따라 맥파 분석 지표를 이용한 이상치 범위 산출 및 유의지표 계산 과정을 설명하는 도면이다.
도 5는 일실시예에 따라 심박 변이도 분석 지표를 이용한 이상치 범위 산출 및 유의지표 계산 과정을 설명하는 도면이다.
도 6은 일실시예에 따른 미병 판단 방법을 도시하는 흐름도이다.
본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시예들에 대해서 특정한 구조적 또는 기능적 설명들은 단지 본 발명의 개념에 따른 실시예들을 설명하기 위한 목적으로 예시된 것으로서, 본 발명의 개념에 따른 실시예들은 다양한 형태로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.
본 발명의 개념에 따른 실시예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시예들을 도면에 예시하고 본 명세서에 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시예들을 특정한 개시형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만, 예를 들어 본 발명의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 표현들, 예를 들어 "~사이에"와 "바로~사이에" 또는 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예들을 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 특허출원의 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 일실시예에 따라 제시되는 건강군, 질병군 및 미병군의 정규분포 그래프이다.
도 1의 (b) 및 (c)를 참조하면, 정규분포표상 정상범위 즉 평균에 가까운 범위 내에서는 건강군과 미병군 간의 구분이 어려우나, 평균과 가장 멀어지는 '이상범위'(110, 120)에서는 건강군과 미병군 간의 구분이 비교적 명확한 것을 알 수 있다. 이는, 도 1의 (a)에 도시된 건강군과 질병군 간의 차이와는 확연히 다르다.
건강 검진 결과로 얻은 데이터를 분석하여 정규분포표를 산출하고, 일정 범위의 정상 범위의 구간을 설정하는데, 예시적으로 평균치 ±2SD (SD: standard deviation, 95.4%)로 할 수 있다. 이 범위를 벗어나는 경우에 대해서는 선별 검사로 이상일 가능성이 있는 후보자(이상범위, possibly abnormal)를 특정할 수 있으며, 상기 이상범위는 질병군의 범위와는 구분되도록 설정된다. 이후, 상기 이상범위에서의 이상치 비율을 구해, 대상자가 미병에 속하는지 여부를 판단할 수 있다.
도 1 (b), (c)와 같이, 미병군을 판단하는 경우, 대상자에 대해 "건강한 상태로 볼 수 없으므로 관리가 필요하다"는 내용을 안내할 수 있다. 또한, 상기 정규분포표를 기초로 대상자의 미병 여부를 판단하는 과정에서, 상기 대상자의 건강측정 데이터가 상기 이상범위를 초과하여 질병군의 범위에 도달하면 '미병'이 아닌 '질병'으로 판단하고, 질병군에 대응하는 관리 내용을 안내하여야 한다.
불건강(미병)한 사람은 항상 한 가지 증상만 계속되는 것이 아니라 어느 순간에는 소화가 안되고, 어느 순간에는 피로가 느껴지고, 또다른 순간에는 수면장애가 생기는 등 다양한 증상들이 가변적으로 나타날 수 있다. 이로 인해, 고정된 단일 증상(이를 테면, 피로의 호소여부) 만으로 미병을 진단한다면 정확도가 낮아질 수 밖에 없다. 마찬가지로, 미병 상태에서는 유의지표의 측정결과 역시 고정된 단일 변수가 아닌 다양한 지표에서 가변적으로 이상이 나타날 수 있다. 따라서, 여러 변수의 이상치 분포를 종합적으로 평가하는 방법이 효과적이다. 이때, 단일 변수로 유의한 변수뿐만 아니라 더 넓은 범위의 변수를 포괄하여 활용할 수도 있다.
도 2는 일실시예에 따른 미병 판단 장치(200)를 도시하는 블록도이다.
미병 판단 장치(200)는 건강 검진 데이터를 분석하여, 건강한 사람들의 데이터가 형성하는 정규분포 그래프의 이상치(outlier)을 이용하여 미병 정량지표를 산출하는 수단으로, 수집부(210), 산출부(220) 및 판단부(230)를 포함할 수 있다.
수집부(210)는 미병 판단을 위한 복수 개의 항목에 연관되는 건강 검진 데이터를 수집할 수 있다. 이 때, 상기 복수 개의 항목은 체성분 분석 지표, 맥파 분석 지표 및 심박 변이도 분석 지표 중 적어도 하나를 포함한다.
산출부(220)는 상기 복수 개의 항목 별로 수집된 건강 검진 데이터의 정규분포 그래프를 이용하여 건강 범위를 계산하고, 상기 계산된 건강 범위에 기초하여 상기 복수 개의 항목마다 이상치 범위를 산출할 수 있다. 상기 이상치 범위는 상기 건강 범위에서 건강군으로 분류되는 집단의 95% 구간을 기준으로 상기 95% 구간의 이상 및 상기 95% 구간의 이하로 분류된 구간으로 이해될 수 있으며, 미병 판단의 기준이 될 수 있다. 이 때, 상기 산출부(220)는 측정 대상자의 성별, 연령에 연관되는 인적정보와, 상기 측정 대상자의 체질, 한열에 연관되는 한의학적 정보를 추가적으로 고려하여 상기 복수 개의 항목별 정규분포 그래프로부터 상기 이상치 범위를 판단할 수 있다.
판단부(230)는 상기 복수 개의 항목별 이상치 범위를 기준으로 상기 측정 대상자가 미병군에 속하는지의 여부를 판단할 수 있다. 이 과정에서, 상기 판단부(230)는 상기 건강 검진 데이터, 상기 측정 대상자의 체질 및 신체정보, 인구학적 특징, 사회학적 특징 중 적어도 하나 이상을 고려하여 설정된 가중치에 기초하여 상기 측정 대상자가 미병군에 속하는지의 여부를 판단한다. 상기 판단부(230)는 상기 정규분포 그래프에서 미리 설정된 제1 기준에 따라 건강한 것으로 분류되는 '정상범위' 및 선별 검사를 통해 이상이 있는 것으로 분류될 수 있는 '이상범위'로 구분하고, 상기 정상범위 및 상기 이상범위에 기초하여 획득한 이상치 비율을 이용하여 상기 측정 대상자에 대한 유의지표를 계산할 수 있다. 상기 유의지표를 기준으로 상기 측정 대상자의 미병 해당 여부가 결정된다.
또한, 상기 판단부(230)는 전체 판단 결과 중 임의의 어느 하나인 제1 판단 결과가 미병에 속하는 경우와 속하지 않는 경우를 카운트하여 그 합계를 기준으로 미병 여부를 결정하거나, 또는 미병에 속하는 경우의 개수를 기준으로 미리 설정된 임계값보다 큰 경우 미병에 속하는 것으로 결정할 수 있다.
상기 미병 판단 장치(200)는 건강군과 미병군의 측정치에서 양 극단에 위치한 이상치의 분포를 비교함으로써, 집단 간 평균과 표준편차의 비교로 드러나지 않는 미병 정량지표를 효과적으로 도출한다. 또한 증상이 가변적으로 나타날 수 있는 미병 상태에 대해, 고정된 하나의 지표만 활용하여 진단하지 않고, 다양한 유효지표를 종합적으로 평가함으로써 진단 정확도를 보다 높일 수 있다.
도 3은 일실시예에 따라 체성분 분석 지표를 이용한 이상치 범위 산출 및 유의지표 계산 과정을 설명하는 도면으로, 도 3a는 체성분 분석 지표를 기준으로 이상치 범위를 산출하는 방식을, 도 3b는 체성분 분석 지표에 대한 미병군의 이상치 비율을 각각 나타낸다.
일반적으로, 검사 결과로 얻은 정보를 이용하여 건강 상태를 판단할 때에는, 그 상태를 평가할 수 있는 기준이 필요하다. 이를 테면, 정상인 특유의 수치인 '정상치'가 필요한데, 정상인의 측정치를 모두 포함하는 것이 아닌 일정 범위의 정상 범위의 구간을 설정한다. 일반적으로는 측정치가 정규분포를 따른다는 가정 하에, 정상범위를 평균치 ±2SD (SD: standard deviation, 95.4%)로 취한다. 이 범위를 벗어난 사람들을 이상이라고 판정하는 것은 무리가 있을 수 있으나, 선별 검사로 이상일 가능성이 있는 사람, 즉 "possibly abnormal"을 파악하기에 적당한 기준으로 이용 가능하기 때문이다. 현재까지 측정 결과를 바탕으로 한 미병군 및 건강군에 대한 기준이 없는 상태임을 고려하여, 정상 평균치 ±2SD와 유사한 건강군의 측정치 95%를 정상범위로 가정할 수 있다.
미병 분류는 피로, 통증, 수면장애, 소화불량, 우울감, 분노, 불안감의 7가지 증상에 대한 증상 정도, 증상 지속성, 휴식 후 회복 정도 등을 7점 척도로 조사한 미병 설문지에 기초하여 수행된다. 분석 대상자는 전체 510명(남성 192명(38.3%), 여성 309명(61.7%))으로, 분석 대상의 신체 특성은 아래 표 1과 같다.
Figure pat00001
표 1에서 건강군으로 분류된 87명(남성 48명, 여성 39명)을 대상으로 각각의 지표들의 건강군 95% 구간을 구하고, 미병군의 대상자에게 해당 구간을 적용하여 미병군에서 95% 구간 이상 또는 이하의 이상치의 비율을 구한다. 이 때, 건강군의 상위 이상치 혹은 하위 이상치 비율로 설정한 2.5%(건강군의 전체 이상치 5%)를 기준으로 미병군의 이상치 비율을 구할 수 있다. 이를 테면, 미병군에서 지표 A의 95% 구간 대비 상위 이상치가 5%, 하위 이상치가 10%일 때, 지표 A의 상위 이상치 지표는 2, 하위 이상치 지표는 4가 된다.
체성분 분석 지표를 기준으로 상술한 분석 방식을 적용한 결과는 도 3a 및 도 3b와 같다. 도 3a는 체성분 분석에 연관되는 18개 지표 항목 별로 계산된 95% 구간 범위의 하한값 및 상한값을 전체, 남성, 여성의 기준에 따라 도출한 것이다. 도 3b는 도 3a를 기초로 미병군에서 95% 구간 범위의 이상 또는 이하로 벗어나는 대상자(이상치)의 비율을 산출한 결과이다. 체성분 분석 결과, 95% 구간 범위를 벗어나는 이상치 비율이 건강군 대비 3배 이상인 변수들은 BFM, BMI, ECW/TBW, ECW/Weight, Minerals/Weight, Obesity Degree, SLM, TBW, WHR이고, 이상치의 비율이 2배 이상인 지표는 BCM.Weight, ICW/ECW, ICW/Weight, PDM, PBF, SLM/Weight, TBW/Weight임을 확인할 수 있다. 특히, ECW/Weight과 Minerals/Weight 지표에서 95% 구간 이하에 속하는 미병군의 이상치가 건강인에 비해 2.5배 정도 더 많았으며, 남녀를 나눠서 분석한 결과 남성에서는 유의한 차이가 없었지만, 여성에서는 WHR, Obesity Degree 지표에서 약 4.5배 많은 이상치가 95% 구간 이하에서 나타남을 알 수 있다.
도 4는 일실시예에 따라 맥파 분석 지표를 이용한 이상치 범위 산출 및 유의지표 계산 과정을 설명하는 도면으로, 도 4a는 맥파 분석 지표를 기준으로 이상치 범위를 산출하는 방식을, 도 4b는 맥파 분석 지표에 대한 미병군의 이상치 비율을 각각 나타낸다.
도 3에 설명된 분석 방식을 맥파 분석 지표를 기준으로 적용한 결과는 도 4a 및 도 4b와 같다. 도 4a는 맥파 분석에 연관되는 19개 지표 항목 별로 계산된 95% 구간 범위의 하한값 및 상한값을 전체, 남성, 여성의 기준에 따라 도출한 것이다. 도 4b는 도 4a를 기초로 미병군에서 95% 구간 범위의 이상 또는 이하로 벗어나는 대상자(이상치)의 비율을 산출한 결과이다. 맥파 분석 결과, 95% 구간 범위를 벗어나는 이상치 비율이 건강군 대비 3배 이상인 변수들은 ECI, ECO, ECR, H1, H2/H1, T1, T1/T, T2이고, 미병군의 이상치 비율이 건강인에 비해 2배 이상인 지표는 ESV, H2, RAI, T2/T임을 확인할 수 있다. 또한, 여성에서 95% 구간 이하의 구간에 속하는 미병군의 이상치가 2배이상 나타나는 지표는 ECI, ECO, ECR, H2, RAI 였고, 남성의 경우에는 ECO, T2 두 지표가 있음을 알 수 있다. 95% 구간 이상의 구간에 속하는 여성의 이상치는 ECR, T2 2개의 지표가 있었고, 남성에서는 ECO, ESV, H1, H2, RAI, T1/T, T2/T 지표가 있음을 확인 가능하다.
도 5는 일실시예에 따라 심박 변이도 분석 지표를 이용한 이상치 범위 산출 및 유의지표 계산 과정을 설명하는 도면으로, 도 5a는 심박 변이도 분석 지표를 기준으로 이상치 범위를 산출하는 방식을, 도 5b는 심박 변이도 분석 지표에 대한 미병군의 이상치 비율을 각각 나타낸다.
도 3에 설명된 분석 방식을 심박 변이도 분석 지표를 기준으로 적용한 결과는 도 5a 및 도 5b와 같다. 도 5a는 심박 변이도 분석에 연관되는 8개 지표 항목 별로 계산된 95% 구간 범위의 하한값 및 상한값을 전체, 남성, 여성의 기준에 따라 도출한 것이다. 도 5b는 도 5a를 기초로 미병군에서 95% 구간 범위의 이상 또는 이하로 벗어나는 대상자(이상치)의 비율을 산출한 결과이다. 심박 변이도 분석 결과, 95% 구간 범위를 벗어나는 이상치 비율이 건강군 대비 3배 이상인 변수들은 Psi, LfNorm, Lf/Hf, Apen, 스트레스지수, 스트레스저항도, HfNorm이고, 미병군의 이상치 비율이 건강인에 비해 2배 이상인 지표는 평균 심박동수임을 확인할 수 있다.
일실시예에서는, 성분 분석 지표, 맥파 분석 지표 및 심박변이도 분석 지표 등 복수 개의 항목별로 수집된 건강 검진 데이터의 정규분포 그래프에 기초하여 건강범위를 계산하고, 계산된 건강범위에 기초하여 각 항목별 이상치를 산출한다. 구체적으로, 다양한 건강 검진 데이터에 대해서 정규분포표를 산출하고, 이상치 기반 유의지표를 계산하여 미병 여부를 판단한 다음, 복수 개의 미병 판단 결과를 종합한 값을 이용해서 최종적으로 대상자의 미병을 평가할 수 있다. 또한, 각 변수별로 이상치에 해당하는 경우에 특정 점수를 부여하여 총합을 계산하는 방법, 또는 이상치에 해당하는 변수의 개수를 합산하는 방법, 대상자의 체질, 사회학적 특징, 성별, 신체정보 등을 고려한 가중치를 각 변수별로 부여한 후 판단 결과를 종합하는 방법 등이 추가 적용될 수 있다.
도 6은 일실시예에 따른 미병 판단 방법을 도시하는 흐름도이다.
미병 판단 장치는 건강 검진 데이터를 분석하여, 건강한 사람들의 데이터가 형성하는 정규분포 그래프의 이상치(outlier)을 이용하여 미병 정량지표를 산출하는 수단으로, 집단 간 평균과 표준편차의 비교로 드러나지 않는 미병 정량지표를 효과적으로 도출하는 방법을 제공한다.
단계 610에서는, 미병 판단 장치의 수집부가 미병 판단을 위한 복수 개의 항목에 연관되는 건강 검진 데이터를 수집할 수 있다. 이 때, 상기 복수 개의 항목은 체성분 분석 지표, 맥파 분석 지표 및 심박 변이도 분석 지표 중 적어도 하나를 포함한다.
단계 620에서는, 미병 판단 장치의 산출부가 상기 복수 개의 항목 별로 수집된 건강 검진 데이터의 정규분포 그래프를 이용하여 건강 범위를 계산하고, 상기 계산된 건강 범위에 기초하여 상기 복수 개의 항목마다 이상치 범위를 산출할 수 있다. 상기 이상치 범위는 상기 건강 범위에서 건강군으로 분류되는 집단의 95% 구간을 기준으로 상기 95% 구간의 이상 및 상기 95% 구간의 이하로 분류된 구간으로 이해될 수 있으며, 미병 판단의 기준이 될 수 있다. 단계 620에서, 상기 산출부는 측정 대상자의 성별, 연령에 연관되는 인적정보와, 상기 측정 대상자의 체질, 한열에 연관되는 한의학적 정보를 추가적으로 고려하여 상기 복수 개의 항목별 정규분포 그래프로부터 상기 이상치 범위를 판단한다.
단계 630에서는, 미병 판단 장치의 판단부가 상기 복수 개의 항목별 이상치 범위를 기준으로 상기 측정 대상자가 미병군에 속하는지의 여부를 판단할 수 있다. 이 과정에서, 상기 판단부는 상기 건강 검진 데이터, 상기 측정 대상자의 체질 및 신체정보, 인구학적 특징, 사회학적 특징 중 적어도 하나 이상을 고려하여 설정된 가중치에 기초하여 상기 측정 대상자가 미병군에 속하는지의 여부를 판단한다. 상기 판단부는 상기 정규분포 그래프에서 미리 설정된 제1 기준에 따라 건강한 것으로 분류되는 '정상범위' 및 선별 검사를 통해 이상이 있는 것으로 분류될 수 있는 '이상범위'로 구분하고, 상기 정상범위 및 상기 이상범위에 기초하여 획득한 이상치 비율을 이용하여 상기 측정 대상자에 대한 유의지표를 계산할 수 있다. 상기 유의지표를 기준으로 상기 측정 대상자의 미병 해당 여부가 결정된다.
단계 630에서, 상기 판단부는 전체 판단 결과 중 임의의 어느 하나인 제1 판단 결과가 미병에 속하는 경우와 속하지 않는 경우를 카운트하여 그 합계를 기준으로 미병 여부를 결정하거나, 또는 미병에 속하는 경우의 개수를 기준으로 미리 설정된 임계값보다 큰 경우 미병에 속하는 것으로 결정할 수 있다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (10)

  1. 미병 판단을 위한 복수 개의 항목에 연관되는 건강 검진 데이터를 수집하는 수집부;
    상기 복수 개의 항목 별로 수집된 데이터의 정규분포 그래프를 이용하여 계산되는 건강 범위에 기초하여, 상기 복수 개의 항목마다 이상치 범위를 산출하는 산출부; 및
    상기 복수 개의 항목별 이상치 범위를 기준으로 대상자가 미병군에 속하는지의 여부를 판단하는 판단부
    를 포함하며,
    상기 복수 개의 항목은, 체성분 분석 지표, 맥파 분석 지표 및 심박 변이도 분석 지표 중 적어도 하나를 포함하는 미병 판단 장치.
  2. 제1항에 있어서,
    상기 산출부는,
    상기 대상자의 성별, 연령에 연관되는 인적정보와, 상기 대상자의 체질, 한열에 연관되는 한의학적 정보를 추가적으로 고려하여 상기 복수 개의 항목별 정규분포 그래프로부터 상기 이상치 범위를 판단하는 미병 판단 장치.
  3. 제1항에 있어서,
    상기 판단부는,
    전체 판단 결과 중 제1 판단 결과가 미병에 속하는 경우와 속하지 않는 경우에 대한 합계 또는 미병에 속하는 경우의 개수를 기준으로 미리 설정된 임계값보다 큰 경우 미병에 속하는 것으로 결정하는 미병 판단 장치.
  4. 제1항에 있어서,
    상기 판단부는,
    상기 건강 검진 데이터, 대상자의 체질, 신체정보, 인구학적 특징, 사회학적 특징 중 어느 하나 이상에 따라 설정된 가중치에 기초하여 상기 대상자가 미병군에 속하는지의 여부를 판단하는 미병 판단 장치.
  5. 제4항에 있어서,
    상기 판단부는,
    상기 정규분포 그래프에서 미리 설정된 제1 기준에 따라 정상범위 및 선별 검사로 이상일 가능성이 있는 이상범위로 구분하고, 상기 정상범위 및 상기 이상범위에 기초하여 획득한 이상치 비율을 이용하여 상기 대상자에 대한 유의지표를 계산하며, 상기 계산된 유의지표를 기준으로 상기 대상자가 미병에 속하는지의 여부를 판단하는 미병 판단 장치.
  6. 미병 판단을 위한 복수 개의 항목에 연관되는 건강 검진 데이터를 수집하는 단계;
    상기 복수 개의 항목 별로 수집된 데이터의 정규분포 그래프를 이용하여 계산되는 건강 범위에 기초하여, 상기 복수 개의 항목마다 이상치 범위를 산출하는 단계; 및
    상기 복수 개의 항목별 이상치 범위를 기준으로 대상자가 미병군에 속하는지의 여부를 판단하는 단계
    를 포함하며,
    상기 복수 개의 항목은, 체성분 분석 지표, 맥파 분석 지표 및 심박 변이도 분석 지표 중 적어도 하나를 포함하는 미병 판단 방법.
  7. 제6항에 있어서,
    상기 이상치 범위를 산출하는 단계는,
    상기 대상자의 성별, 연령에 연관되는 인적정보와, 상기 대상자의 체질, 한열에 연관되는 한의학적 정보를 추가적으로 고려하여 상기 복수 개의 항목별 정규분포 그래프로부터 상기 이상치 범위를 판단하는 미병 판단 방법.
  8. 제6항에 있어서,
    상기 미병군에 속하는지의 여부를 판단하는 단계는,
    전체 판단 결과 중 제1 판단 결과가 미병에 속하는 경우와 속하지 않는 경우에 대한 합계 또는 미병에 속하는 경우의 개수를 기준으로 미리 설정된 임계값보다 큰 경우 미병에 속하는 것으로 결정하는 미병 판단 방법.
  9. 제6항에 있어서,
    상기 미병군에 속하는지의 여부를 판단하는 단계는,
    상기 건강 검진 데이터, 대상자의 체질, 신체정보, 인구학적 특징, 사회학적 특징 중 어느 하나 이상에 따라 설정된 가중치에 기초하여 상기 대상자가 미병군에 속하는지의 여부를 판단하는 미병 판단 방법.
  10. 제12항에 있어서,
    상기 미병군에 속하는지의 여부를 판단하는 단계는,
    상기 정규분포 그래프에서 미리 설정된 제1 기준에 따라 정상범위 및 선별 검사로 이상일 가능성이 있는 이상범위로 구분하는 단계;
    상기 정상범위 및 상기 이상범위에 기초하여 획득한 이상치 비율을 이용하여 상기 대상자에 대한 유의지표를 계산하는 단계; 및
    상기 계산된 유의지표를 기준으로 상기 대상자가 미병에 속하는지의 여부를 판단하는 단계
    를 더 포함하는 미병 판단 방법.
KR1020160172212A 2016-12-16 2016-12-16 이상치 기반 미병 판단 장치 및 방법 KR20180070023A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160172212A KR20180070023A (ko) 2016-12-16 2016-12-16 이상치 기반 미병 판단 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160172212A KR20180070023A (ko) 2016-12-16 2016-12-16 이상치 기반 미병 판단 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20180070023A true KR20180070023A (ko) 2018-06-26

Family

ID=62788524

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160172212A KR20180070023A (ko) 2016-12-16 2016-12-16 이상치 기반 미병 판단 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20180070023A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020218786A1 (ko) * 2019-04-22 2020-10-29 (주)메디젠휴먼케어 Snp를 이용한 정신질환 관련 유전체 분석 시스템 및 장치
CN112349415A (zh) * 2020-11-05 2021-02-09 大连东软教育科技集团有限公司 基于体检大数据的居民健康指数构建方法、装置及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020218786A1 (ko) * 2019-04-22 2020-10-29 (주)메디젠휴먼케어 Snp를 이용한 정신질환 관련 유전체 분석 시스템 및 장치
CN112349415A (zh) * 2020-11-05 2021-02-09 大连东软教育科技集团有限公司 基于体检大数据的居民健康指数构建方法、装置及存储介质

Similar Documents

Publication Publication Date Title
Chen et al. Computerized wrist pulse signal diagnosis using modified auto-regressive models
Syddall et al. Self-reported walking speed: a useful marker of physical performance among community-dwelling older people?
JP7104076B2 (ja) 睡眠統計を決定する方法及び装置
Musaad et al. Comparison of anthropometric measures of obesity in childhood allergic asthma: central obesity is most relevant
Kostikas et al. Exhaled NO and exhaled breath condensate pH in the evaluation of asthma control
Jeon et al. Comparison of the Berg Balance Scale and Fullerton Advanced Balance Scale to predict falls in community-dwelling adults
Sandhu et al. Brief pain inventory–facial minimum clinically important difference
EP2708184A1 (en) A method for quantifying the risk of falling of an elderly adult using an instrumented version of the FTSS test
Traister et al. A retrospective analysis comparing subjects with isolated and co-existent vocal cord dysfunction and asthma
Magalhães et al. Prevalence of the metabolic syndrome and determination of optimal cut-off values of waist circumference in university employees from Angola: cardiovascular topic
Yavuz et al. Identifying uncontrolled asthma in children with the childhood asthma control test or exhaled nitric oxide measurement
da Silva et al. Heart rate detrended fluctuation indexes as estimate of obstructive sleep apnea severity
CN113490987A (zh) 用于评估肌肉相关病症的方法
Wilmet et al. Correlation between Body Mass Index and abdominal circumference in Belgian adults: a cross-sectional study
KR20180070023A (ko) 이상치 기반 미병 판단 장치 및 방법
Radeos et al. Predicted peak expiratory flow: differences across formulae in the literature
Vianna et al. Accuracy and adequacy of waist circumference cut-off points currently recommended in Brazilian adults
Su et al. Correlation between subclinical median neuropathy and the cross-sectional area of the median nerve at the wrist
KR102588694B1 (ko) 생체신호를 이용한 단위시간당 호흡수 산출 방법과, 호흡상태 판단 방법 및 장치
Lutfi Acceptable alternatives for forced vital capacity in the spirometric diagnosis of bronchial asthma
Mainuddin et al. The metabolic syndrome: comparison of newly proposed IDF, modified ATP III and WHO criteria and their agreements
Pundir et al. A study on the Bi-Rayleigh ROC model
Rizwan et al. Skin conductance as proxy for the identification of hydration level in human body
KR101462318B1 (ko) 체질 분석 장치 및 방법
Franchignoni et al. Assessing individual-level measurement precision of the Short Physical Performance Battery using the test information function

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment