KR20190115978A - 운동 능력 파라미터들에 기초한 노쇠 정도 측정기 - Google Patents

운동 능력 파라미터들에 기초한 노쇠 정도 측정기

Info

Publication number
KR20190115978A
KR20190115978A KR1020180039333A KR20180039333A KR20190115978A KR 20190115978 A KR20190115978 A KR 20190115978A KR 1020180039333 A KR1020180039333 A KR 1020180039333A KR 20180039333 A KR20180039333 A KR 20180039333A KR 20190115978 A KR20190115978 A KR 20190115978A
Authority
KR
South Korea
Prior art keywords
degree
walking speed
body balance
deterioration
diagnosis subject
Prior art date
Application number
KR1020180039333A
Other languages
English (en)
Inventor
노현철
Original Assignee
노현철
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 노현철 filed Critical 노현철
Priority to KR1020180039333A priority Critical patent/KR20190115978A/ko
Priority to US16/979,825 priority patent/US11986324B2/en
Priority to PCT/KR2019/003746 priority patent/WO2019194480A1/ko
Publication of KR20190115978A publication Critical patent/KR20190115978A/ko

Links

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
    • 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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/224—Measuring muscular strength
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4005—Detecting, measuring or recording for evaluating the nervous system for evaluating the sensory system
    • A61B5/4023—Evaluating sense of balance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/08—Elderly
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0247—Pressure sensors
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Neurology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Psychiatry (AREA)
  • Neurosurgery (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

노쇠 진단 대상자의 보행 속도를 측정하는 보행 속도 측정기, 노쇠 진단 대상자의 신체 균형 유지 시간을 측정하는 신체 균형 측정기, 노쇠 진단 대상자의 근력 운동 소요 시간을 측정하는 근력 측정기 중 적어도 하나를 포함하는 운동 능력 측정기, 및 상기 운동 능력 측정기에 의하여 획득된 상기 노쇠 진단 대상자의 운동 능력에 기초하여, 상기 노쇠 진단 대상자의 노쇠 정도를 결정하는 프로세서를 포함하는 노쇠 정도 진단 장치가 제공된다.

Description

운동 능력 파라미터들에 기초한 노쇠 정도 측정기 {Method and Apparatus for measuring frailty index based on physical ability parameters}
본 발명은 노쇠 진단 대상자의 노쇠 정도를 측정하는 방법 및 장치에 관한 것으로, 보다 구체적으로는 노쇠 진단 대상자의 운동 능력에 기초하여 노쇠 정도를 측정하는 방법 및 장치에 관한 것이다.
인구 고령화에 따라 항암치료와 같은 합병증 동반 가능이 있는 내과적 치료와 경미한 외래 수술부터 집중적인 수술후 치료가 불가피한 대수술에 이르기까지 다양한 중증도의 외과적 수술을 받는 노인 환자가 점점 더 늘어나고 있다. 이러한 여러가지 의학적 치료에 있어서, 합병증을 예방하고 불필요한 처치를 막기 위하여 환자의 생리학적 기능을 평가하는 것이 중요하지만, 기존의 연구 결과에 따르면, 숫자로서의 나이 (chronological age) 는 개별 환자의 생리학적 잔존능 (physiological reserve) 을 제대로 예측하지 못한다는 것이 알려져 있다. 반면, 노화에 의하여 저하되는 생리학적 항상성으로 정의되는 '노쇠' (frailty) 의 상태를 평가하는 것은 숫자로서의 나이나 고전적인 위험도 평가 도구에 비하여 내과, 외과적 치료에 따르는 합병증이나 미래의 기능저하, 사망 등을 보다 잘 예측할 수 있음이 알려져 있다.
이러한 노쇠 여부를 평가하는 고전적 방법은 노인 포괄 평가 (comprehensive geriatric assessment, CGA) 이며 통상적으로 개인의 동반 질병, 투약 상태, 일상 생활 수행 능력 (activity of daily livings, ADL), 도구적 일상 생활 수행 능력 (instrumental activity of daily livings, IADL), 인지기능, 우울의 여부, 사회적 지지, 신체적 기능 등을 자세하게 평가하게 된다. 그러나 이러한 노인 포괄 평가를 시행하는 데에는 전문적으로 훈련된 인력이 소요되며 평가에 많은 시간이 필요하여 특성화된 노인의료센터 외에는 널리 시행되기에 어려움이 존재한다. 따라서, 노인을 진료하는 다양한 전문 영역에서 바쁜 외래 진료 중에 노쇠 여부를 빠르고 객관적으로 스크리닝할 수 있는 방법에 대한 요구가 지속적으로 증대되고 있다.
본 명세서에서 노쇠 진단 대상자의 운동 능력에 기초하여 노쇠 정도를 측정하는 노쇠 정도 진단 방법이 제공된다. 그리고 노쇠 정도 진단 방법이 수행되는 노쇠 정도 진단 장치가 제공된다. 그리고 노쇠 정도 진단 방법으 수행하기 위한 프로그램이 기록된 저장 매체가 제공된다.
본 명세서에서 노쇠 진단 대상자의 보행 속도를 측정하는 보행 속도 측정기, 노쇠 진단 대상자의 신체 균형 유지 시간을 측정하는 신체 균형 측정기, 노쇠 진단 대상자의 근력 운동 소요 시간을 측정하는 근력 측정기 중 적어도 하나를 포함하는 운동 능력 측정기, 상기 운동 능력 측정기에 의하여 획득된 상기 노쇠 진단 대상자의 운동 능력에 기초하여, 상기 노쇠 진단 대상자의 노쇠 정도를 결정하는 프로세서를 포함하는 노쇠 정도 진단 장치가 설명된다.
또한, 본 명세서에서 보행 속도 측정기에 의하여, 노쇠 진단 대상자의 보행 속도를 측정하는 단계, 신체 균형 측정기에 의하여, 상기 노쇠 진단 대상자의 신체 균형 유지 시간을 측정하는 단계, 근력 측정기에 의하여, 상기 노쇠 진단 대상자의 근력 운동 소요 시간을 측정하는 단계, 및 프로세서에 의하여, 상기 보행 속도 측정기, 상기 신체 균형 측정기 및 상기 근력 측정기로부터 획득된 상기 노쇠 진단 대상자의 보행 속도, 신체 균형 유지 시간 및 근력 운동 소요 시간 중 적어도 하나에 기초하여, 상기 노쇠 진단 대상자의 노쇠 정도를 결정하는 단계를 포함하는 노쇠 정도 진단 방법이 설명된다.
본 명세서에서 제공되는 다양한 실시 예에 따른 노쇠 정도 진단 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체가 제공된다.
도 1은 노쇠 진단 대상자의 노쇠 정도를 예측하는 노쇠 정도 진단 장치의 일 실시예를 도시한다.
도 2는 노쇠 정도 진단 프로세스를 설명하기 위한 개념도이다.
도3은 노쇠 진단 대상자(170)의 보행 능력을 측정하기 위한 보행 속도 측정기(102)의 일 실시예를 나타낸다.
도4는 노쇠 진단 대상자(170)의 신체 균형을 측정하기 위한 신체 균형 측정기(104)의 일 실시예를 나타낸다.
도5는 노쇠 진단 대상자(170)의 근력을 측정하기 위한 근력 측정기(106)의 일 실시예를 나타낸다.
도6은 노쇠 진단 대상자(170)의 보행 영상을 판독하는 보행 영상 판독기(108)의 일 실시예를 나타낸다.
도7는 노쇠 진단 대상자의 노쇠 정도를 예측하는 노쇠 정도 진단 방법의 일 실시예를 도시한다.
도8a와 도8b은 각각 실제 나이와 보행 속도, 보행 속도와 노쇠 정도의 관계를 나타낸 2차원 그래프이다.
도9는 카플란-마이어 분석 (Kaplan-Meier analysis)에 의한 특정 보행 속도 그룹의 생존 확률 그래프를 나타낸다.
도 10는 한국 지역사회 거주 노인에서 성별에 따른 보행 속도의 분포도를 나타낸다.
도 11은 보행 속도와 다른 측정 값을 같이 이용하여, 노쇠 정도를 예측하는 그래프를 나타낸다.
이하의 설명에 있어서, 다른 도면에 기재되어 있지 않은 한, 동일한 요소에는 동일한 도면 부호가 사용되고, 중복되는 설명은 생략된다.
개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다.
본 명세서에서 노쇠 정도(frailty index)는 노인의 노쇠 상태를 나타내는 지표를 의미한다. 노쇠 정도는 개인이 가지고 있는 노쇠에 관련한 증상을 노쇠에 관련한 증상들의 총 수로 나눈 비율을 나타낸다. 따라서 노쇠에 관련한 증상이 전혀 없을 경우, 노쇠 정도는 0이며, 반대로, 노쇠에 관련한 증상이 전부 나타날 경우, 노쇠 정도는 1이다. 즉, 높은 노쇠 정도는 노인의 노쇠 상태가 심각함을 나타낸다. 노쇠 정도의 측정을 위해 사용되는 증상들의 수 및 종류는 측정자에 의하여 조절될 수 있다.
본 명세서에서 코호트(cohort)는 통계상의 특정 인자를 공유하는 집단을 의미한다. 코호트 연구를 이용하여, 특정 인자에 노출된 집단과 노출되지 않은 집단을 비교함으로써, 특정 인자에 따른 연구 대상 질병의 발생률 등을 추적할 수 있다. 예를 들어, 코호트 연구를 이용하여, 보행 속도 또는 노쇠 정도에 따라 분류된 집단의 생존률 등을 추적할 수 있다.
도 1은 노쇠 진단 대상자의 노쇠 정도를 예측하는 노쇠 정도 진단 장치(100) 의 일 실시예를 도시한다.
노쇠 정도 진단 장치(100)는 보행 속도 측정기(102), 신체 균형 측정기(104), 근력 측정기(106), 보행 영상 판독기(108), 본체(110)를 포함할 수 있다. 본체(110)는 보행 속도 측정기(102), 신체 균형 측정기(104), 근력 측정기(106), 보행 영상 판독기(108)와 연결되어 노쇠 정도를 결정하기 위하여 필요한 데이터를 획득할 수 있다. 보행 속도 측정기(102), 신체 균형 측정기(104), 근력 측정기(106), 보행 영상 판독기(108)의 기능은 도3 내지 도6에서 설명된다. 실시 예에 따라, 노쇠 정도 진단 장치(100)에는 노쇠 정도 진단에 필요한 구성이 추가적으로 설치될 수 있다.
본체(110)는 보행 속도 측정기(102), 신체 균형 측정기(104), 근력 측정기(106), 보행 영상 판독기(108)로부터 전송되는 정보를 수신하기 위하여 통신부(112)를 포함할 수 있다. 통신부(112)는 보행 속도 측정기(102), 신체 균형 측정기(104), 근력 측정기(106), 보행 영상 판독기(108)에서 전송된 신호를 복조 및 복호화하여 보행 속도 측정기(102), 신체 균형 측정기(104), 근력 측정기(106), 보행 영상 판독기(108)가 획득한 정보를 복원할 수 있다.
본체(110)는 통신부(112) 에서 획득된 정보를 저장하거나, 프로세서(116)에서 처리된 정보를 저장하기 위하여 메모리(114)를 포함할 수 있다. 또한 메모리(114)는 프로세서(116)의 정보 처리를 위해 필요한, 보행 속도 파라미터, 신체 균형 파라미터 및 근력 파라미터에 관한 정보, 보행 속도-노쇠 정도의 상관관계, 신체 균형 유지 시간-노쇠 정도의 상관관계 및 근력 운동 소요 시간-노쇠 정도의 상관관계에 관한 데이터 베이스, 노쇠 진단 대상자의 보행 영상 분석 데이터에 관한 정보, 신체 균형 유지 시간, 근력 운동 소요 시간과 다른 측정 값을 조합하여 노쇠 정도를 판단하기 위한 정보 등을 저장할 수 있다.
본체(110)는 보행 속도 측정기(102), 신체 균형 측정기(104), 근력 측정기(106), 보행 영상 판독기(108)으로부터 획득된 정보에 기초하여 노쇠 진단 대상자의 노쇠 정도를 판단하는 프로세서(116)를 포함할 수 있다. 프로세서(116)는 메모리(114)에서 저장된 데이터 베이스뿐만 아니라 본체(110)의 외부에 저장된 데이터 베이스를 이용하여 노쇠 진단 대상자의 노쇠 정도를 판단할 수 있다. 프로세서(116)는 노쇠 진단 대상자의 진단 결과를 메모리(114) 또는 본체(110)의 외부 메모리에 저장된 데이터 베이스에 반영할 수 있다. 프로세서(116)는 두 개 이상 구비될 수 있으며, 복수의 프로세서가 사용될 경우, 프로세서들은 반드시 서로 물리적으로 인접한 거리에 위치할 필요가 없다.
프로세서(116)는 노쇠 진단 대상자(170)의 보행 속도에 기초하여, 노쇠 진단 대상자(170)의 노쇠 정도를 결정할 수 있다. 프로세서(116)는 보행 속도와 노쇠 정도 간의 연관성에 따라 보행 속도에 따른 노쇠 진단 대상자(170)의 생리학적 나이를 계산할 수 있다.
프로세서(116)는 보행 속도를 나타내는 보행 속도 파라미터를 결정할 수 있다. 보행 속도 파라미터는 특정 구간의 보행 속도를 대표한다. 예를 들어, 보행 속도 파라미터는 0.2m/s 크기의 구간 별로 정의될 수 있다. 구체적인 예로, 보행 속도 파라미터는 0.4~0.6m/s의 구간에 대하여 1로 정의되고, 0.6~0.8m/s의 구간에 대하여 2로 정의될 수 있다. 그리고 나머지 0.2m/s 구간들에 대하여도 고유의 보행 속도 파라미터가 정의될 수 있다. 위의 예는 예시적일 뿐이며, 보행 속도 파라미터의 값과 대응 구간은 통상의 기술자가 용이하게 변경 가능하다.
마찬가지로, 프로세서(116)는 신체 균형 유지 시간을 나타내는 신체 균형 유지 시간 파라미터와 근력 운동 소요 시간을 나타내는 근력 운동 소요 시간 파라미터를 결정할 수 있다. 신체 균형 유지 시간 파라미터는 특정 구간의 신체 유지 균형 시간을, 근력 운동 소요 시간 파라미터는 특정 구간의 근력 운동 소요 시간을 대표한다. 근력 운동 소요 시간 파라미터 및 신체 균형 유지 시간 파라미터는 초단위의 구간 별로 정의될 수 있다.
또한 프로세서(116)는 모션 캡쳐로 생성된 노쇠 진단 대상자(170)의 움직임 파라미터를 결정할 수 있다. 그리고 프로세서(116)는 노쇠 정도에 필요한 데이터를 구간별로 정의할 수 있다.
프로세서(116)는 보행 속도와 노쇠 정도의 관계를 나타내는 보행 속도-노쇠 정도의 상관관계에 의하여, 보행 속도로부터 노쇠 정도를 예측할 수 있다. 보행 속도가 보행 속도 파라미터로 표현되는 경우, 프로세서(116)는 보행 속도 파라미터로부터, 보행 속도-노쇠 정도의 상관관계에 따라, 노쇠 정도를 결정할 수 있다. 보행 속도-노쇠 정도의 상관관계는 보행 속도와 노쇠 정도에 관한 통계 자료의 회귀 분석(regression analysis)에 따라 결정될 수 있다. 도3A 및 3B에 관한 설명 부분에서 보행 속도-노쇠 정도의 상관관계가 구체적으로 설명된다.
마찬가지로, 프로세서(116)는 신체 균형 유지 시간과 노쇠 정도의 관계를 나타내는 신체 균형 유지 시간-노쇠 정도의 상관관계에 의하여, 신체 균형 유지 시간으로부터 노쇠 정도를 예측할 수 있다. 또한, 프로세서(116)는 근력 운동 소요 시간과 노쇠 정도의 관계를 나타내는 근력 운동 소요 시간-노쇠 정도의 상관관계에 의하여, 노쇠 정도를 예측할 수 있다. 그리고 프로세서(116)는 노쇠 진단 대상자(170)의 복수의 움직임 파라미터와 노쇠 정도의 상관 관계에 의하여, 노쇠 정도를 예측할 수 있다.
또한, 노쇠 정도의 예측에 복수의 요소가 고려된다면, 프로세서(116)는 보행 속도, 신체 균형 유지 시간, 근력 운동 시간 및 기타 요소들과 노쇠 정도의 다중 상관 관계에 따라 노쇠 정도를 예측할 수 있다.
프로세서(116)는 노쇠 정도에 따른 생리학적 나이, 노쇠 진단 대상자(170)의 실제 나이 및 성별 등에 기초하여 노화 측정 대상자(170)의 건강 상태를 도출할 수 있다. 프로세서(116)는 노쇠 정도와 같은 정보에 따라 수술 후 사망률 및 합병증 발생률 등과 같은 정보를 계산할 수 있다. 따라서 프로세서(116)는 노쇠 정도 진단 장치(100)의 사용자에게 노쇠 진단 대상자(170)의 치료 방법에 대한 도움을 줄 수 있다.
본체(110)는 본체(110)를 구성하는 요소들의 원활한 동작을 위하여 전기 에너지를 저장하는 배터리(118)를 포함할 수 있다. 배터리(118)는 본체(110)의 외부로부터 전기 에너지를 공급받는 충전기를 포함할 수 있다. 또한 배터리(118)는 본체(110)를 구성하는 요소들에 적정 전압을 공급하기 위하여, 전압 조절기를 포함할 수 있다.
본체(110)는 프로세서(116)에서 계산된 결과를 표시하는 디스플레이(120)를 포함할 수 있다. 예를 들어, 디스플레이(120)는 보행 속도 파라미터, 신체 균형 파라미터, 근력 파라미터 및 노쇠 정도 등과 같이 노쇠 정도 진단 장치(100)에 의하여 측정 또는 계산된 값을 표시할 수 있다.
실시 예에 따라, 본체(110)는 노쇠 정도 진단에 필요한 구성을 추가적으로 포함할 수 있다.
도 2는 노쇠 정도 진단 프로세스를 설명하기 위한 개념도이다. SPPB (Short Physical Performance Battery)에서는, 노쇠 정도를 간편하게 측정하기 위하여, 노쇠 진단 대상자(170)의 보행 능력, 신체 균형, 근력이 측정된다. 노쇠 진단 대상자(170)의 보행 능력, 신체 균형, 근력을 측정하는 방법은 도 3 내지 도 5에서 설명된다.
운동 능력 정보(122)는 보행 능력, 신체 균형, 근력에 관한 정보를 포함한다. SPPB에서 사용되는 정보에 추가적으로 노쇠 진단 대상자(170)의 다른 신체 능력에 관한 정보가 운동 능력 정보(122)에 포함될 수 있다. 본체(110)의 프로세서(116)는 메모리(114)에 저정된 노인 포괄 평가(CGA, Comprehensive geriatric assessment) 데이터셋(124)에 따라 운동 능력 정보(122)을 분석할 수 있다. 프로세서(116)는 운동 능력 정보(122)의 분석 결과에 따라, 노쇠 진단 대상자 정보(126)를 생성할 수 있다. 노쇠 진단 대상자 정보(126)는 노쇠 진단 대상자의 노쇠 정도뿐만 아니라, 노쇠 진단 대상자의 생리학적 상태(Physiological status), 수술 전 위험(Preoperative risk), 화학요법 위험(Chemotherapy risk), 부정적 약물 반응 위험(Drug adverse reaction risk) 등에 관한 정보가 포함될 수 있다.
도3은 노쇠 진단 대상자(170)의 보행 능력을 측정하기 위한 보행 속도 측정기(102)의 일 실시예를 나타낸다.
보행 속도 측정기(102)는 제1 보행 속도 측정기(132), 제2 보행 속도 측정기(1304) 및 프로세서(136)를 포함할 수 있다. 또한, 보행 속도 측정기(102)는 추가적으로 보행 속도 측정기를 더 포함할 수 있다. 또한, 보행 속도 측정기(102)는 보행 속도 측정에 필요한 장치를 추가적으로 더 포함할 수 있다.
제1 보행 속도 측정기(132) 및 제2 보행 속도 측정기(134)는 노쇠 진단 대상자(170)의 움직임을 감지한다. 제1 보행 속도 측정기(132) 및 제2 보행 속도 측정기(134)는 레이저 또는 초음파를 방사하고, 반사된 레이저 또는 초음파를 인식할 수 있다. 그리고 제1 보행 속도 측정기(132) 및 제2 보행 속도 측정기(134)는 인식된 레이저 또는 초음파 신호에 기초하여, 노쇠 진단 대상자(170)의 움직임을 감지할 수 있다.
제1 보행 속도 측정기(132) 및 제2 보행 속도 측정기(134)는 노쇠 진단 대상자(170)의 움직임이 감지된 때, 감지 시각을 프로세서(136)에 전송할 수 있다. 제1 보행 속도 측정기(132) 및 제2 보행 속도 측정기(134)가 프로세서(136) 에 전송하는 정보는 별도의 식별자에 의하여 구분될 수 있다.
제1 보행 속도 측정기(132) 및 제2 보행 속도 측정기(134)는 주기적으로 상대적 거리를 확인한다. 그리고 제1 보행 속도 측정기(132) 및 제2 보행 속도 측정기(134)는 주기적으로 상대적 거리를 프로세서(136)에 전송할 수 있다. 또한, 제1 보행 속도 측정기(132) 및 제2 보행 속도 측정기(134)는 노쇠 진단 대상자(130)와 제1 보행 속도 측정기(132) 및 제2 보행 속도 측정기(134)의 거리를 프로세서(136) 에 전송할 수 있다.
프로세서(136)는 제1 보행 속도 측정기(132) 또는 제2 보행 속도 측정기(134)의 위치에 따라 보행 속도 측정을 위한 세팅 값을 설정할 수 있다. 예를 들어, 프로세서(136)는 제1 보행 속도 측정기(132)와 제2 보행 속도 측정기(134)의 위치에 따라 제1 보행 속도 측정기(132)와 제2 보행 속도 측정기(134) 간의 상대 거리를 계산할 수 있다.
일 실시 예에 의하면, 프로세서(136)는 설정 주기에 따라, 세팅 값의 설정을 주기적으로 수행할 수 있다. 또 다른 실시 예에 따르면, 프로세서(136)는 제1 보행 속도 측정기(132)와 제2 보행 속도 측정기(134) 중 적어도 하나의 위치 변화가 있는 경우, 세팅 값을 설정할 수 있다. 세팅 값의 설정을 주기적으로 수행하거나, 위치 변화가 감지된 때에 수행함으로써, 프로세서(136)는 제1 보행 속도 측정기(132)와 제2 보행 속도 측정기(134)의 위치 변화를 반영할 수 있다.
프로세서(136)는 설정된 세팅 값에 적어도 하나에 기초하여 노쇠 진단 대상자(170)의 보행 속도를 계산할 수 있다. 예를 들어, 프로세서(136)는 설정된 상대 거리에 기초하여 보행 속도를 계산할 수 있다. 구체적으로, 프로세서(136)는 설정된 상대 거리를 제1 보행 속도 측정기(132)의 감지 시각과 제2 보행 속도 측정기(134)의 감지 시각의 차이로 나누어 노쇠 진단 대상자(130)의 보행 속도를 계산할 수 있다.
프로세서(136)는 제1 보행 속도 측정기(132) 및 제2 보행 속도 측정기(134)와 노쇠 진단 대상자(130)의 거리를 고려하여, 제1 보행 속도 측정기(132)와 제2 보행 속도 측정기(134)의 상대 거리를 조정할 수 있다. 제1 보행 속도 측정기(132)와 제2 보행 속도 측정기(134) 간에 측정 각도의 불일치로, 노쇠 진단 대상자(130)의 실제 이동 거리가 왜곡될 수 있다. 따라서 제1 보행 속도 측정기(132)와 제2 보행 속도 측정기(134)를 평행하게 설치하고 상대 거리의 조정에 따라 노쇠 진단 대상자(130)의 정확한 실제 이동 거리 계산이 가능하다.
도3에서 본체(110)는 보행 속도 측정기(102)와 물리적으로 분리되어 있다. 그러나 실시 예에 따라, 본체(110)는 보행 속도 측정기(102)와 물리적으로 결합될 수도 있다. 도3에서는 프로세서(136)가 보행 속도 측정기(102)에 포함될 수 있으나, 실시 예에 따라, 프로세서(136)가 보행 속도 측정기(102)로부터 생략될 수 있다. 따라서 프로세서(136)의 기능은 본체(110)의 프로세서(116)에서 수행될 수 있다.
도4는 노쇠 진단 대상자(170)의 신체 균형을 측정하기 위한 신체 균형 측정기(104)의 일 실시예를 나타낸다.
신체 균형 측정기(104)는 신체 균형 측정 발판(140) 및 프로세서(146)를 포함할 수 있다. 또한 실시 예에 따라, 신체 균형 측정기(104)는 신체 균형 유지 시간의 측정에 필요한 장치를 추가적으로 더 포함할 수 있다.
신체 균형 측정 발판(140)은 4개의 압력 센서(141, 142, 143, 144)를 포함할 수 있다. 신체 균형 측정 발판(140)의 각 압력 센서는 노쇠 진단 대상자(170)의 몸무게로 인한 압력을 감지하고, 압력이 유지되는 시간을 프로세서(146)에 전송할 수 있다.
신체 균형 측정 발판(140)은 일반 자세, 반일렬 자세 및 일렬 자세에 대한 신체 균형 유지 시간들을 측정할 수 있다.
일반 자세는 양 발을 좌우로 정렬한 자세이다. 일반 자세에 대한 신체 균형 시간을 측정하기 위하여, 노쇠 진단 대상자(170)가 양 발로 제1 압력 센서(141)과 제2압력 센서(142)에 대한 압력을 유지하는 시간을 측정함으로써, 일반 자세에 대한 신체 균형 시간을 측정할 수 있다. 또는, 일반 자세에 대한 신체 균형 시간을 측정하기 위하여, 제3 압력 센서(143)과 제4압력 센서(144)가 사용될 수도 있다.
반일렬 자세는 양 발을 대각선 방향으로 정렬한 자세이다. 반일렬 자세에 대한 신체 균형 시간을 측정하기 위하여, 노쇠 진단 대상자(170)가 양 발로 제1 압력 센서(141)과 제3압력 센서(143)에 대한 압력을 유지하는 시간을 측정함으로써, 반일렬 자세에 대한 신체 균형 시간을 측정할 수 있다. 또는, 반일렬 자세에 대한 신체 균형 시간을 측정하기 위하여, 제2 압력 센서(142)과 제4압력 센서(144)가 사용될 수도 있다.
일렬 자세는 양 발을 앞뒤로 정렬한 자세이다. 일렬 자세에 대한 신체 균형 시간을 측정하기 위하여, 노쇠 진단 대상자(170)가 양 발로 제1 압력 센서(141)과 제4압력 센서(144)에 대한 압력을 유지하는 시간을 측정함으로써, 일렬 자세에 대한 신체 균형 시간을 측정할 수 있다. 또는, 일렬 자세에 대한 신체 균형 시간을 측정하기 위하여, 제2 압력 센서(142)과 제3압력 센서(143)가 사용될 수도 있다.
프로세서(146)는 노쇠 진단 대상자(170)의 자세를 인식하고, 압력 센서들의 신호에 따라 노쇠 진단 대상자(170)의 자세에 대한 신체 균형 유지 시간을 결정할 수 있다. 또는 프로세서(146)는 실험자의 조작에 따라 노쇠 진단 대상자(170)가 취할 자세를 입력받고, 노쇠 진단 대상자(170)의 자세에 대한 신체 균형 유지 시간을 결정할 수 있다.
실시 예에 따라, 신체 균형 측정 발판(140)은 2 또는 3개의 압력 센서만을 포함하거나, 5개 이상의 압력 센서를 포함하도록 설계될 수 있다.
도4에서 본체(110)는 신체 균형 측정기(104)와 물리적으로 분리되어 있다. 그러나 실시 예에 따라, 본체(110)는 신체 균형 측정기(104)와 물리적으로 결합될 수도 있다. 도4에서는 프로세서(146)가 신체 균형 측정기(104)에 포함될 수 있으나, 실시 예에 따라, 프로세서(146)가 신체 균형 측정기(104)로부터 생략될 수 있다. 따라서 프로세서(146)의 기능은 본체(110)의 프로세서(116)에서 수행될 수 있다.
도5는 노쇠 진단 대상자(170)의 근력을 측정하기 위한 근력 측정기(106)의 일 실시예를 나타낸다.
근력 측정기(106)는 압력 센서(150) 및 프로세서(152)를 포함할 수 있다. 또한 실시 예에 따라, 근력 측정기(106)는 근력 운동 소요 시간의 측정에 필요한 장치를 추가적으로 더 포함할 수 있다.
노쇠 진단 대상자(170)의 근력 측정을 위하여, 노쇠 진단 대상자(170)는 압력 센서(150)가 비치된 의자에 앉았다 일어났다를 미리 정해진 회수만큼 반복한다. 프로세서(152)는 상기 미리 정해진 회수를 결정할 수 있다.
압력 센서(150)는 노쇠 진단 대상자(170)의 몸무게로 인한 압력이 감지될 때, 프로세서(152)에 압력 신호를 전송할 수 있다. 그리고 프로세서(152)는 압력 센서(150)에서 생성된 노쇠 진단 대상자(170)으로부터 생성되는 압력 신호를 입력받아, 노쇠 진단 대상자(170)가 미리 정해진 회수만큼 앉았다 일어났다를 수행하는데 걸리는 시간을 측정한다. 그리고 프로세서(152)는 상기 측정된 시간은 본체(110)에 전송할 수 있다.
도5에서 본체(110)는 근력 측정기(106)와 물리적으로 분리되어 있다. 그러나 실시 예에 따라, 본체(110)는 근력 측정기(106)와 물리적으로 결합될 수도 있다. 도5에서는 프로세서(152)가 근력 측정기(106)에 포함될 수 있으나, 실시 예에 따라, 프로세서(152)가 근력 측정기(106)로부터 생략될 수 있다. 따라서 프로세서(152)의 기능은 본체(110)의 프로세서(116)에서 수행될 수 있다.
도6은 노쇠 진단 대상자(170)의 보행 영상을 판독하는 보행 영상 판독기(108)의 일 실시예를 나타낸다.
보행 영상 판독기는 모션 캡쳐 소프트웨어를 이용하여 노쇠 진단 대상자(170)의 움직임을 기록할 수 있다. 보행 영상 판독기(108)에 포함된 프로세서(160)는 노쇠 진단 대상자(170)의 보행할 때의 각 관절의 움직임, 상체의 움직임 정도 등을 분석하여 움직임 파라미터를 획득한다. 상기 움직임 파라미터에는 각 관절 랜드마크의 위치, 속도, 가속도, 저크(jerk) 등이 포함된다.
상기 움직임 파라미터는 본체(110)로 전송되어 도3의 보행속도 측정기(102)에서 획득된 보행 속도와 함께 노쇠 진단 대상자(170)의 노쇠 정도 분석에 사용된다. 더 자세하게는, 움직임 파라미터와 보행속도에 따라 신체적 노쇠 정도, 인지 기능 지표, 낙상 위험도 등을 예측할 수 있다.
도6에서 본체(110)는 보행 영상 판독기(108)와 물리적으로 분리되어 있다. 그러나 실시 예에 따라, 본체(110)는 보행 영상 판독기(108)와 물리적으로 결합될 수도 있다. 도6에서는 프로세서(160)가 보행 영상 판독기(108)에 포함될 수 있으나, 실시 예에 따라, 프로세서(160)가 보행 영상 판독기(108)로부터 생략될 수 있다. 따라서 프로세서(160)의 기능은 본체(110)의 프로세서(116)에서 수행될 수 있다.
프로세서(116)는 도3 내지 도6에서 측정된 지표뿐만 아니라 다른 측정 값을 이용하여 노쇠 정도를 결정할 수 있다. 노쇠 정도를 측정하기 위하여 보행 속도 이외에 다른 인자가 추가적으로 사용될 수 있다. 예를 들어, 신체 노쇠 지표, 인지 노쇠/인지 기능 지표, 바이오 마커가 추가적으로 고려될 수 있다.
프로세서(116)는 상기 계산을 통계적 데이터에 기반하여 수행할 수 있다. 예를 들어, 앞서 제시된 보행 속도-노쇠 정도의 상관관계에 관한 통계적 데이터, 보행 속도, 노쇠 진단 대상자(130)의 실제 나이 및 성별에 따른 통계적 데이터 등이 사용될 수 있다. 또한 노쇠 정도와 연관성이 있는 다른 인자에 관한 통계적 데이터가 사용될 수 있다.
도7은 노쇠 진단 대상자의 보행 속도에 기초하여 노쇠 정도를 결정하는 노쇠 정도 진단 방법의 일 실시예를 도시한다.
단계 710에서, 보행 속도 측정기(102)에 의하여, 노쇠 진단 대상자(170)의 보행 속도를 측정될 수 있다. 보행 속도 측정기(102)의 2개 이상의 보행자 감지 센서들에 의하여 노쇠 진단 대상자(170)의 움직임이 감지됨으로써 노쇠 진단 대상자의 보행 속도가 계산될 수 있다. 그리고 보행 속도 측정기(102)에 의하여, 노쇠 진단 대상자(170)의 감지 시간 및 거리 중 적어도 하나가 기록한 출력 정보가 출력될 수 있다.
단계 720에서, 신체 균형 측정기(104)에 의하여, 상기 노쇠 진단 대상자(170)의 신체 균형 유지 시간을 측정될 수 있다. 신체 균형 측정기(104)에 포함된 4개 이상의 압력 센서가 포함된 신체 균형 측정 발판에 의하여, 노쇠 진단 대상자(170)의 압력이 감지된다. 그리고 신체 균형 측정기(104)에 의하여, 노쇠 진단 대상자(170)에 의하여 압력 센서에 압력이 작용하는 시간이 신체 균형 유지 시간으로 결정될 수 있다. 또한 신체 균형 측정기(104)에 의하여, 일반 자세, 반일렬 자세 및 일렬 자세에 대한 신체 균형 유지 시간들이 구분되어 결정될 수 있다.
단계 730에서, 근력 측정기(106)에 의하여, 노쇠 진단 대상자(170)의 근력 운동 소요 시간을 측정될 수 있다. 근력 측정기(106)에 포함된 압력 센서에 의하여 노쇠 진단 대상자(170)의 행위에 따른 압력이 감지될 수 있다. 그리고 근력 측정기(106)에 의하여, 압력 센서의 압력 감지가 미리 정해진 수만큼 발생하는데 걸린 시간이 근력 운동 소요 시간으로 결정될 수 있다.
단계 740에서, 프로세서(116)에 의하여, 보행 속도 측정기, 신체 균형 측정기 및 근력 측정기로부터 획득된 노쇠 진단 대상자의 보행 속도, 신체 균형 유지 시간 및 근력 운동 소요 시간 중 적어도 하나에 기초하여, 노쇠 진단 대상자(170)의 노쇠 정도가 결정될 수 있다.
또한, 프로세서(116)에 의하여, 보행 속도, 신체 균형 유지 시간 및 근력 운동 소요 시간은 어느 구간에 포함되는지에 따라 보행 속도 파라미터, 신체 유지 시간 파라미터 및 근력 운동 소요 시간 파라미터로 표현될 수 있다. 그리고 프로세서(116)에 의하여, 보행 속도 또는 보행 속도 파라미터, 신체 균형 유지 시간 또는 신체 균형 유지 시간 파라미터 및 근력 운동 소요 시간 또는 근력 운동 소요 시간 파라미터와 노쇠 정도의 상관관계 함수에 따라, 노쇠 진단 대상자(170)의 노쇠 정도가 예측될 수 있다.
노쇠 진단 대상자(170)의 노쇠 정도를 예측하기 위하여 보행 속도, 신체 균형 유지 시간 및 근력 운동 소요 시간 외에 다른 요소들이 추가적으로 측정되거나 획득될 수 있다. 그리고 추가 요소들과 함께 보행 속도, 신체 균형 유지 시간 및 근력 운동 소요 시간이 노쇠 정도가 예측될 수 있다. 추가 요소들의 예로 보행 영상 판독기(108)에 의하여 획득된 노쇠 진단 대상자(170)의 움직임 파라미터가 포함될 수 있다.
프로세서(116)에 의하여 계산되는 노쇠 정도는 신체 노쇠 정도, 인지 노쇠 정도 및 낙상 위험도 등이 포함될 수 있다. 그리고 신체 노쇠 정도, 인지 노쇠 정도 및 낙상 위험도 등은 각기 다른 방식으로 계산될 수 있다. 프로세서(116)에 의하여, 노쇠 정도는 노쇠 진단 대상자(170)의 나이 및 성별과 함께 노쇠 진단 대상자(170)의 건강 상태를 도출하는데 사용될 수 있다.
도7의 노쇠 정도 진단 방법을 구현하기 위하여, 위에서 설명된 실시 예 뿐만 아니라, 도 1 의 노쇠 정도 진단 장치(100)의 기능 및 도3 내지 도 6에서 설명된 측정기들의 기능이 도7의 노쇠 정도 진단 방법에 적용될 수 있다.
도8a와 도8b은 각각 실제 나이와 보행 속도, 보행 속도와 노쇠 정도의 관계를 나타낸 2차원 그래프이다. 도8a와 도8b의 그래프는 통계적 데이터의 선형 회귀 분석을 통해 획득된 것으로, 보행 속도와 노쇠 진단 대상자(170)의 생리학적 나이 및 노쇠 정도 간의 관계가 선형 함수의 형태로 표현되어 있다.
도 8a의 x축은 평균 보행 속도를 m/s 단위로 나타낸다. 그리고 도 8a의 y축은 실제 나이를 나타낸다. 도8a에 따르면, 실제 나이가 증가할수록 평균 보행 속도가 감소함을 알 수 있다. 따라서 보행 속도가 노쇠와 연관성이 있음을 알 수 있다.
도 8b의 x축은 평균 보행 속도를 m/s 단위로 나타낸다. 그리고 도 8b의 y축은 노쇠 정도를 나타낸다. 도8b에 따르면, 노쇠 정도가 증가할수록 평균 보행 속도가 감소함을 알 수 있다. 따라서 보행 속도가 노쇠와 연관성이 있음을 알 수 있다.
그러므로 도8a와 도8b를 참조하면, 보행 속도의 측정을 통해, 노쇠 진단 대상자의 생리학적 나이 및 노쇠 정도를 추정할 수 있다.
도9는 카플란-마이어 분석(Kaplan-Meier analysis)에 의한 특정 보행 속도 그룹의 생존 확률 그래프를 나타낸다. 카플란-마이어 분석이란, 특정 조건을 가진 사람들의 시간에 따른 생존 확률을 나타내며, 충분히 큰 샘플 크기의 인구집단을 긴 시간 동안 관측함으로써 획득될 수 있다.
도9의 x축은 총 코호트 참가자 중 생존자의 비율을 나타내고, y축은 측정 기간을 나타낸다. 도 9에 의하면, 코흐트 참가자들을 보행 속도에 따라 4가지 그룹(910,920,930,940)으로 나누고, 각 그룹마다 기간에 따른 사망자를 관측한 결과가 표시되어 있다. 보행속도 최하위 그룹(940)의 생존자 비율의 하락폭이 가장 크며, 보행 속도 최상위 그룹(910)의 생존자 비율의 하락폭이 제일 작다. 즉, 보행 속도가 빠른 그룹일수록 시계열 관찰에서 생존률이 높음을 알 수 있다.
따라서 보행 속도의 측정을 통하여, 도1의 노쇠 정도 진단 장치(100)는 노쇠 진단 대상자의 생존 확률을 예측할 수 있다.
이하 표1에 의하면, 보행 속도과 강한 연관성이 있는 항목들이 나열되어 있다. 인구집단 전체에서 중앙값보다 빠르게 걷는 참여자 (고속도 보행자) 와 중앙값보다 느리게 걷는 참여자 (저속도 보행자) 로 나누었을 때, 통계적으로 유의하게 다중이환 (multimorbidity), 악력 (grip strength), 신체기능 (SPPB), 노쇠 정도 (K-FRAIL 과 CHS frailty score), 일상생활 및 도구적 일상생활 수행력 (ADL, IADL), 우울, 인지, 다약제 사용 (polypharmacy) 낙상력 등에서 차이가 관찰됨을 알 수 있다. 즉, 노쇠 진단 대상자의 보행 속도를 측정함으로써 노쇠 진단 대상자의 건강 상태를 유추할 수 있다.
항목 저속도 보행자 고속도 보행자 P 값
multimorbidity (n) 310.00 221.00 <0.001
Dominant grip strength (mean, sd) 19.92 24.90 <0.001
SPPB score (mean, sd) 6.61 9.37 <0.001
K-FRAIL score (mean, sd) 1.63 0.93 <0.001
CHS score (mean, sd) 2.39 1.25 <0.001
ADL disability (n, %) 125.00 56.00 <0.001
IADL disability (n, %) 294.00 150.00 <0.001
Depression (n, %) 102.00 34.00 <0.001
Cognitive dysfunction (n, %) 270.00 125.00 <0.001
Polypharmacy (n, %) 193.00 113.00 <0.001
Fall history for previous 1 year (mean, sd) 0.33 0.16 0.001
도 10는 한국 지역사회 거주 노인에서 성별에 따른 보행 속도의 분포도를 나타낸다. 도10 좌측의 그래프는 남성의 보행속도 분포도를 나타낸다. 그리고 도10 우측의 그래프는 여성의 보행속도 분포도를 나타낸다. 남성과 여성은 보행 속도 분포에서 차이가 있기 때문에, 노쇠 진단 대상자의 생리적 나이를 측정함에 있어서, 보행속도와 더불어 노쇠 진단 대상자의 성별이 고려될 필요가 있다.
도 11은 보행 속도와 다른 측정 값을 같이 이용하여, 노쇠 정도를 예측하는 그래프를 나타낸다. 도6에서는 보행 속도와 상완근 둘레를 측정하여 보행 속도 파라미터와 상완근 둘레 파라미터를 더한 값과 노쇠 정도의 연관성을 나타낸다. 상완근 둘레 파라미터는 노쇠 진단 대상자의 근육량과 관계가 있어 노쇠 정도와 밀접한 관련을 가지는 바, 보행 속도와 함계 노쇠 정도를 예측함에 있어서, 중요한 요인이 된다.
도11의 좌측 그래프에서는 보행 속도 파라미터와 노쇠 정도의 관계를 나타낸다. 상기 좌측 그래프에 의하면, 보행 속도 파라미터가 감소할수록 노쇠 정도가 증가함을 알 수 있다.
도 11의 중간 그래프에서는 상완근 둘레 파라미터와 노쇠 정도의 관계를 나타낸다. 상기 중간 그래프에 의하면, 상완근 둘레 파라미터가 감소할수록 노쇠 정도가 증가함을 알 수 있다.
도 11의 우측 그래프에서는 도11의 좌측 그래프 및 중간 그래프의 결과에 따라, 보행 속도 파라미터와 상완근 둘레 파라미터에 기초하여 획득된 평가 값과 노쇠 정도의 관계를 나타낸다. 상기 우측 그래프에 의하면 평가 값이 증가할수록 노쇠 정도가 증가함을 알 수 있다. 2가지 이상의 요인을 조합하여 노쇠 정도를 예측할 때, 예측 정확성이 증가할 수 있다. 도 11에서는 보행 속도와 상완근 둘레를 조합하여 획득된 평가 값이 사용되었지만, 다른 요인을 상완근 둘레 대신 사용하거나, 더 추가하여 사용함으로써 노쇠 정도를 예측할 수 있다.
아래에서는 첨부한 도면을 참고하여 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략한다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.
본 명세서에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
본 발명은 특정한 최상의 실시 예와 관련하여 설명되었지만, 이외에 본 발명에 대체, 변형 및 수정이 적용된 발명들은 전술한 설명에 비추어 당업자에게 명백할 것이다. 즉, 청구범위는 이러한 모든 대체, 변형 및 수정된 발명을 포함하도록 해석한다. 그러므로 이 명세서 및 도면에서 설명한 모든 내용은 예시적이고 비제한적인 의미로 해석해야 한다.

Claims (15)

  1. 노쇠 진단 대상자의 보행 속도를 측정하는 보행 속도 측정기, 노쇠 진단 대상자의 신체 균형 유지 시간을 측정하는 신체 균형 측정기, 노쇠 진단 대상자의 근력 운동 소요 시간을 측정하는 근력 측정기 중 적어도 하나를 포함하는 운동 능력 측정기; 및
    상기 운동 능력 측정기에 의하여 획득된 상기 노쇠 진단 대상자의 운동 능력에 기초하여, 상기 노쇠 진단 대상자의 노쇠 정도를 예측하는 프로세서를 포함하는 노쇠 정도 진단 장치.
  2. 제1항에 있어서,
    상기 보행 속도 측정기는, 2개 이상의 보행자 감지 센서들을 포함하고, 상기 보행자 감지 센서들의 출력 정보에 따라 상기 노쇠 진단 대상자의 보행 속도를 계산하며,
    상기 보행자 감지 센서들은 각각 상기 노쇠 진단 대상자의 움직임을 감지하고, 상기 노쇠 진단 대상자의 감지 시간 및 거리 중 적어도 하나를 기록한 출력 정보를 출력하는 것을 특징으로 하는 노쇠 정도 진단 장치.
  3. 제1항에 있어서,
    상기 신체 균형 측정기는, 4개 이상의 압력 센서가 포함된 신체 균형 측정 발판을 포함하며, 상기 노쇠 진단 대상자에 의하여 상기 압력 센서에 압력이 작용하는 시간을 신체 균형 유지 시간으로 결정하는 것을 특징으로 하는 노쇠 정도 진단 장치.
  4. 제3항에 있어서,
    상기 신체 균형 측정기는, 상기 노쇠 진단 대상자의 일반 자세, 반일렬 자세 및 일렬 자세에 대한 신체 균형 유지 시간들을 각각 결정하는 것을 특징으로 하는 노쇠 정도 진단 장치.
  5. 제1항에 있어서,
    상기 근력 측정기는 상기 노쇠 진단 대상자의 행위에 따른 압력을 감지하는 압력 센서를 포함하며, 상기 압력 센서의 압력 감지가 미리 정해진 수만큼 발생하는데 걸린 시간을 근력 운동 소요 시간으로 결정하는 것을 특징으로 하는 노쇠 정도 진단 장치.
  6. 제1항에 있어서,
    상기 프로세서는, 상기 보행 속도 측정기에서 획득된 보행 속도, 상기 신체 균형 측정기에서 획득된 신체 균형 유지 시간, 상기 근력 평가 측정기에서 획득된 근력 운동 소요 시간 중 적어도 하나에 기초하여 상기 노쇠 진단 대상자의 노쇠 정도를 결정하는 것을 특징으로 하는 노쇠 정도 진단 장치.
  7. 제1항에 있어서,
    상기 프로세서는, 상기 보행 속도 측정기에서 획득된 보행 속도로부터 보행 속도 파라미터를 획득하고, 상기 신체 균형 측정기에서 획득된 신체 균형 유지 시간으로부터 신체 균형 파라미터를 획득하고, 상기 근력 평가 측정기에서 획득된 근력 운동 소요 시간으로부터 근력 파라미터를 획득하고,
    상기 보행 속도 파라미터, 상기 신체 균형 파라미터, 상기 근력 파라미터 중 적어도 하나로부터 노쇠 정도를 결정하는 것을 특징으로 하는 노쇠 정도 진단 장치.
  8. 제7항에 있어서,
    상기 보행 속도 파라미터는 특정 구간의 보행 속도를 대표하고,
    상기 신체 균형 파라미터는 특정 구간의 신체 균형 유지 시간을 대표하고,
    상기 근력 파라미터는 특정 구간의 근력 운동 소요 시간을 대표하는 것을 특징으로 하는 노쇠 정도 진단 장치.
  9. 제1항에 있어서,
    상기 프로세서는,
    상기 보행 속도와 상기 노쇠 정도의 관계를 나타내는 보행 속도-노쇠 정도 상관관계 함수, 상기 신체 균형 유지 시간과 상기 노쇠 정도의 관계를 나타내는 신체 균형 유지 시간-노쇠 정도 상관관계 함수 및 상기 근력 운동 소요 시간과 상기 노쇠 정도의 관계를 나타내는 근력 운동 소요 시간-노쇠 정도 상관관계 함수에 의하여, 상기 보행 속도, 상기 신체 균형 유지 시간, 상기 근력 운동 소요 시간 중 적어도 하나에 따라 상기 노쇠 정도를 결정하는 것을 특징으로 하는 노쇠 정도 진단 장치.
  10. 제1항에 있어서,
    상기 프로세서는,
    상기 보행 속도, 상기 신체 균형 유지 시간, 상기 근력 운동 소요 시간에 추가적으로, 상기 노쇠 진단 대상자의 노쇠 관련 측정도를 획득하고,
    상기 보행 속도, 상기 신체 균형 유지 시간, 상기 근력 운동 소요 시간과 상기 추가적으로 획득된 노쇠 관련 측정도에 기초하여 상기 노쇠 진단 대상자의 노쇠 정도를 결정하는 것을 특징으로 하는 노쇠 정도 진단 장치.
  11. 제1항에 있어서,
    상기 노쇠 정도 진단 장치는,
    상기 노쇠 진단 대상자의 보행 영상을 판독하는 보행 영상 판독기를 더 포함하고,
    상기 보행 영상 판독기는 상기 노쇠 진단 대상자의 관절의 속도, 가속도, 저크값을 산출하고, 상기 산출된 관절의 속도, 가속도, 저크값에 따라 상기 노쇠 진단 대상자의 노쇠 정도를 결정하는 것을 특징으로 하는 노쇠 정도 진단 장치.
  12. 제1항에 있어서,
    상기 프로세서에 의하여 예측되는 상기 노쇠 정도는 신체 노쇠 정도, 인지 노쇠 정도 및 낙상 위험도를 포함하는 것을 특징으로 하는 노쇠 정도 진단 장치.

  13. 제1항에 있어서,
    상기 프로세서는, 상기 노쇠 정도, 상기 노쇠 진단 대상자의 나이 및 성별에 기초하여 상기 노화 측정 대상자의 건강 상태를 도출하는 것을 특징으로 하는 노쇠 정도 진단 장치.
  14. 보행 속도 측정기에 의하여, 노쇠 진단 대상자의 보행 속도를 측정하는 단계;
    신체 균형 측정기에 의하여, 상기 노쇠 진단 대상자의 신체 균형 유지 시간을 측정하는 단계;
    근력 측정기에 의하여, 상기 노쇠 진단 대상자의 근력 운동 소요 시간을 측정하는 단계; 및
    프로세서에 의하여, 상기 보행 속도 측정기, 상기 신체 균형 측정기 및 상기 근력 측정기로부터 획득된 상기 노쇠 진단 대상자의 보행 속도, 신체 균형 유지 시간 및 근력 운동 소요 시간 중 적어도 하나에 기초하여, 상기 노쇠 진단 대상자의 노쇠 정도를 결정하는 단계를 포함하는 노쇠 정도 진단 방법.
  15. 제14항의 노쇠 정도 진단 방법을 수행하기 위한 프로그램을 기록한 컴퓨팅 시스템에서 읽을 수 있는 저장 매체.
KR1020180039333A 2018-04-04 2018-04-04 운동 능력 파라미터들에 기초한 노쇠 정도 측정기 KR20190115978A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020180039333A KR20190115978A (ko) 2018-04-04 2018-04-04 운동 능력 파라미터들에 기초한 노쇠 정도 측정기
US16/979,825 US11986324B2 (en) 2018-04-04 2019-03-29 Apparatus for measuring degree of frailty on basis of athletic ability parameters
PCT/KR2019/003746 WO2019194480A1 (ko) 2018-04-04 2019-03-29 운동 능력 파라미터들에 기초한 노쇠 정도 측정기

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180039333A KR20190115978A (ko) 2018-04-04 2018-04-04 운동 능력 파라미터들에 기초한 노쇠 정도 측정기

Publications (1)

Publication Number Publication Date
KR20190115978A true KR20190115978A (ko) 2019-10-14

Family

ID=68100867

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180039333A KR20190115978A (ko) 2018-04-04 2018-04-04 운동 능력 파라미터들에 기초한 노쇠 정도 측정기

Country Status (3)

Country Link
US (1) US11986324B2 (ko)
KR (1) KR20190115978A (ko)
WO (1) WO2019194480A1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210045555A (ko) * 2019-10-16 2021-04-27 한국과학기술연구원 제자리 걸음 특성을 이용한 노인 건강 상태 평가 방법 및 시스템
KR20210052689A (ko) * 2019-10-30 2021-05-11 고려대학교 산학협력단 트레드밀 이용시의 낙상 예측 방법 및 장치
KR20210058283A (ko) * 2019-11-14 2021-05-24 한국과학기술연구원 고령자 헬스케어를 위한 스마트 보행 시뮬레이터
WO2021132862A1 (ko) * 2019-12-26 2021-07-01 주식회사 디파이 모션 기반 심폐 기능 지표 측정기, 노쇠 정도 예측 장치 및 방법
KR20210097994A (ko) * 2020-01-31 2021-08-10 주식회사 비플렉스 머리부 모션 가속도 센서를 통한 신체 기능 평가 방법 및 장치
KR20210146199A (ko) * 2020-05-26 2021-12-03 주식회사 디파이 모션 기반 노쇠 정도 예측 방법, 장치 및 시스템

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220359091A1 (en) * 2021-05-04 2022-11-10 Electronic Caregiver, Inc. Clinical Pathway Integration and Clinical Decision Support

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4767405B2 (ja) * 2000-12-01 2011-09-07 シャープ株式会社 健康状態判断方法および健康状態判断装置
WO2014112632A1 (ja) * 2013-01-18 2014-07-24 株式会社東芝 動作情報処理装置及び方法
JP6281876B2 (ja) * 2015-04-24 2018-02-21 国立大学法人 宮崎大学 運動器評価システム及び運動器評価方法
JP6603055B2 (ja) * 2015-06-19 2019-11-06 花王株式会社 体力推定方法
WO2017004240A1 (en) 2015-06-30 2017-01-05 Ishoe, Inc Identifying fall risk using machine learning algorithms
US11602278B2 (en) * 2017-12-27 2023-03-14 Board Of Regents Of The University Of Nebraska Apparatus for assessing user frailty

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210045555A (ko) * 2019-10-16 2021-04-27 한국과학기술연구원 제자리 걸음 특성을 이용한 노인 건강 상태 평가 방법 및 시스템
KR20210052689A (ko) * 2019-10-30 2021-05-11 고려대학교 산학협력단 트레드밀 이용시의 낙상 예측 방법 및 장치
KR20210058283A (ko) * 2019-11-14 2021-05-24 한국과학기술연구원 고령자 헬스케어를 위한 스마트 보행 시뮬레이터
WO2021132862A1 (ko) * 2019-12-26 2021-07-01 주식회사 디파이 모션 기반 심폐 기능 지표 측정기, 노쇠 정도 예측 장치 및 방법
KR20210097994A (ko) * 2020-01-31 2021-08-10 주식회사 비플렉스 머리부 모션 가속도 센서를 통한 신체 기능 평가 방법 및 장치
EP4098187A4 (en) * 2020-01-31 2024-02-28 Beflex Inc METHOD AND DEVICE FOR EVALUATION OF BODY FUNCTION THROUGH A HEADBOARD MOTION ACCELERATION SENSOR
KR20210146199A (ko) * 2020-05-26 2021-12-03 주식회사 디파이 모션 기반 노쇠 정도 예측 방법, 장치 및 시스템

Also Published As

Publication number Publication date
WO2019194480A1 (ko) 2019-10-10
US11986324B2 (en) 2024-05-21
US20210052230A1 (en) 2021-02-25

Similar Documents

Publication Publication Date Title
KR20190115978A (ko) 운동 능력 파라미터들에 기초한 노쇠 정도 측정기
Crouter et al. Validity of ActiGraph 2-regression model, Matthews cut-points, and NHANES cut-points for assessing free-living physical activity
Wolff-Hughes et al. Total activity counts and bouted minutes of moderate-to-vigorous physical activity: relationships with cardiometabolic biomarkers using 2003–2006 NHANES
AU2015233337B2 (en) Health risk indicator determination
RU2623304C2 (ru) Система мониторинга для мониторинга пациента и обнаружения делирия у пациента
Colon-Emeric et al. Can historical and functional risk factors be used to predict fractures in community-dwelling older adults? Development and validation of a clinical tool
JP6914896B2 (ja) 健康状態診断システム
EP2685889B1 (en) Breathlessness and edema symptom assessment
Lee et al. Toward using a smartwatch to monitor frailty in a hospital setting: using a single wrist-wearable sensor to assess frailty in bedbound inpatients
Marschollek et al. Assessing elderly persons' fall risk using spectral analysis on accelerometric data-a clinical evaluation study
JP2006145540A (ja) 脈搏或は心搏測定が可能な体重計
US20180078191A1 (en) Medical Toilet for Collecting and Analyzing Multiple Metrics
de Carvalho Bastone et al. Validation of the human activity profile questionnaire as a measure of physical activity levels in older community-dwelling women
Similä et al. Accelerometry-based berg balance scale score estimation
US11779259B2 (en) Cognitive function evaluation device, cognitive function evaluation system, cognitive function evaluation method, and recording medium
KR20240019185A (ko) 보행 속도에 기초한 노쇠 정도 측정기
JP2018175488A (ja) 健康支援装置、健康支援システム、健康支援方法及び健康支援装置のプログラム
KR102023098B1 (ko) 보행 속도에 기초한 노화 측정기
US20230200749A1 (en) Means to accurately predict, alarm and hence avoid sport injuries and methods thereof
JP4132768B2 (ja) 健康情報表示装置
KR20240001028U (ko) 보행 속도에 기초한 노쇠 정도 측정기
WO2018219532A1 (en) System and method for predicting an acute exacerbation of a patient&#39;s health condition
RU48651U1 (ru) Автоматизированная система социально-экологического мониторинга
Varre Predicting the Progression of Diabetes Mellitus Using Dynamic Plantar Pressure Parameters
Lee et al. Reliability and Agreement Assessment of Sarcopenia Diagnosis through Comparison of Bioelectrical Impedance Analysis and Dual-Energy X-ray Absorptiometry

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
J201 Request for trial against refusal decision
J301 Trial decision

Free format text: TRIAL NUMBER: 2020101000099; TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20200113

Effective date: 20201222