KR20200072820A - Server, method and computer program for managing health information - Google Patents

Server, method and computer program for managing health information Download PDF

Info

Publication number
KR20200072820A
KR20200072820A KR1020180160838A KR20180160838A KR20200072820A KR 20200072820 A KR20200072820 A KR 20200072820A KR 1020180160838 A KR1020180160838 A KR 1020180160838A KR 20180160838 A KR20180160838 A KR 20180160838A KR 20200072820 A KR20200072820 A KR 20200072820A
Authority
KR
South Korea
Prior art keywords
information
genetic
health information
environmental factors
factors
Prior art date
Application number
KR1020180160838A
Other languages
Korean (ko)
Other versions
KR102311269B1 (en
Inventor
노경민
Original Assignee
주식회사 케이티
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 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020180160838A priority Critical patent/KR102311269B1/en
Publication of KR20200072820A publication Critical patent/KR20200072820A/en
Application granted granted Critical
Publication of KR102311269B1 publication Critical patent/KR102311269B1/en

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
    • 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
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

The present invention relates to a server for managing health information, which comprises: a storage unit storing health information for a plurality of users; an input unit receiving disease information for which risk prediction is desired; an environmental factor extracting unit extracting an environmental factor related to the input disease information from the stored health information for the plurality of users; a genetic factor extraction unit extracting a genetic factor related to the extracted environmental factor; and a derivation unit deriving an odds ratio for the environmental factor and the genetic factor based on the stored health information for the plurality of users.

Description

건강 정보 관리 서버, 이를 이용한 건강 정보 관리 방법 및 컴퓨터 프로그램{SERVER, METHOD AND COMPUTER PROGRAM FOR MANAGING HEALTH INFORMATION}Health information management server, health information management method and computer program using the same{SERVER, METHOD AND COMPUTER PROGRAM FOR MANAGING HEALTH INFORMATION}

본 발명은 건강 정보 관리 서버, 이를 이용한 건강 정보 관리 방법 및 컴퓨터 프로그램에 관한 것이다.The present invention relates to a health information management server, a health information management method using the same, and a computer program.

현재까지 미국과 영국 중심의 인간게놈프로젝트가 종료됨에 따라 30억 쌍에 이르는 인간의 게놈 염기서열이 해독되어 유전질환이나 대사질환을 진단하거나 생명현상을 분석하는데 많은 기술적 진보가 있어왔다. Up to now, as the human genome project centered in the United States and the United Kingdom has ended, there have been many technological advances in the diagnosis of genetic or metabolic diseases or the analysis of life phenomena by deciphering 3 billion pairs of human genome sequences.

이러한 인류의 대표적인 기술적 진보가 유전자 기반 진단 기술 개발이다. The representative technological progress of humanity is the development of genetic-based diagnostic technology.

유전자 기반 진단 기술은 기존의 질병진단이 한 두 개의 유전자 해석 수준에서 진행 되어오던 것을 고밀도 집적화된 DNA 콘텐츠를 통해 대규모 스케일로 유전자의 상호 작용, 글로벌 유전자 발현 분석을 가능케 해 줌으로써 유전질환, 대사질환, 암 진단 등에 관한 임상적 자료를 제공한다.Gene-based diagnostic technology enables genetic interaction, global gene expression analysis on a large scale through high-density, integrated DNA content, that has been performed at the level of one or two genetic analysis of the existing disease diagnosis. Provide clinical data on cancer diagnosis, etc.

따라서, 유전자 기반 진단 기술은 현대의 가장 중요한 사회적 문제인 비만, 당뇨 등에 관한 해결책으로서도 인정되고 있다.Therefore, gene-based diagnostic technology is also recognized as a solution to obesity, diabetes, etc., which are the most important social problems in modern times.

그 중, 비만의 경우 여러 질병에 미치는 파급효과가 방대하여, 전 세계 당뇨병 환자의 80%, 심장질환의 21%가 비만이 원인인 것으로 알려지고 있으며 이외에 자궁암, 신장암, 유방암 등 각종 암이 비만과 직, 간접적으로 연관되어 있는 것으로 알려지고 있다.Among them, obesity has a huge impact on various diseases, and 80% of diabetics and 21% of heart diseases worldwide are known to be responsible for obesity. In addition, various cancers such as uterine cancer, kidney cancer, and breast cancer It is said to be directly or indirectly related.

이와 같은 이유로 2003년 유럽비만학술대회에서는 비만을 세계적인 전염병이라고 규정하였다. 이처럼, 비만은 전 세계적인 관심을 갖는 질병이다.For this reason, at the European Obesity Conference 2003, obesity was defined as a global epidemic. As such, obesity is a disease of global concern.

따라서 비만의 진단 및 예측은 다양한 질병에 예방 및 관리 차원에서 중요하다. 한편, 이러한 비만은 원인 유전자 하나의 작용으로 발병하는 것이 아니라 복합적인 유전자 상호작용에 의해서 호발되기 때문에 효과적인 비만 치료가 없는 현재의 상황에서는 다양한 유전자의 상호 반응적 관점을 기반으로 비만의 발병 요인을 예측하는 기술의 개발이 필요한 실정이다.Therefore, diagnosis and prediction of obesity are important for prevention and management of various diseases. On the other hand, since obesity is not caused by the action of one cause gene, but is caused by complex gene interactions, in the current situation without effective obesity treatment, the onset factors of obesity are predicted based on the interaction of various genes. It is necessary to develop the technology.

또한, 시각적으로 비만하지 않는데도 비만인 환자들, 유전적인 소인을 갖는 미래 비만성 환자들은 비만지수를 통한 진단이 어렵고, 약물 치료에 한계가 있어 현재로서는 이러한 한계를 극복할 수 있는 비만의 조기 진단 기술의 개발이 시급한 실정이다.In addition, obese patients who are not visually obese, and future obese patients who have a genetic predisposition, are difficult to diagnose through obesity index and have limitations in drug treatment. Development is urgent.

본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 사용자로부터 위험도를 예측하고자 하는 질환 정보가 입력되는 경우, 복수의 사용자로부터 저장된 BMI 측정 결과, 건강 검진 결과 등의 건강 정보로부터 질환 정보와 관련된 환경 요인 및 유전 요인을 추출한 후, 환경 요인 및 유전 요인의 오즈비(Odds ratio)를 도출함으로써, 사용자의 환경 요인 및 유전 요인에 기초하여 질환 정보에 대한 위험도를 예측할 수 있도록 하는 건강 정보 관리 서버, 이를 이용한 건강 정보 관리 방법 및 컴퓨터 프로그램을 제공하고자 한다.The present invention is to solve the problems of the prior art described above, when disease information to predict the risk from the user is input, associated with disease information from health information such as BMI measurement results, health checkup results stored from a plurality of users After extracting the environmental factors and genetic factors, by deriving the odds ratio (Odds ratio) of the environmental factors and genetic factors, health information management server that can predict the risk of disease information based on the user's environmental factors and genetic factors, It is intended to provide a health information management method and a computer program using the same.

다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.However, the technical problems to be achieved by the present embodiment are not limited to the technical problems as described above, and other technical problems may exist.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예는, 건강 정보를 관리하는 서버에 관한 것으로서, 복수의 사용자에 대한 건강 정보를 저장하는 저장부, 위험도 예측을 희망하는 질환 정보를 입력받는 입력부, 상기 저장된 복수의 사용자에 대한 건강 정보로부터 상기 입력된 질환 정보와 관련된 환경 요인을 추출하는 환경 요인 추출부, 상기 추출된 환경 요인과 관련된 유전 요인을 추출하는 유전 요인 추출부 및 상기 저장된 복수의 사용자에 대한 건강 정보에 기초하여 상기 환경 요인 및 상기 유전 요인에 대한 오즈비(Odds ratio)를 도출하는 도출부를 포함할 수 있다.As a technical means for achieving the above-described technical problem, an embodiment of the present invention relates to a server for managing health information, a storage unit for storing health information for a plurality of users, disease information for predicting risk An input unit for receiving, an environmental factor extraction unit for extracting environmental factors related to the input disease information from health information for the plurality of stored users, a genetic factor extraction unit for extracting genetic factors related to the extracted environmental factors, and the It may include a derivation unit for deriving the odds ratio (Odds ratio) for the environmental factors and the genetic factors based on the stored health information for a plurality of users.

본 발명의 다른 일 실시예는, 건강 정보 관리 방법에 관한 것으로서, 복수의 사용자에 대한 건강 정보를 저장하는 단계, 위험도 예측을 희망하는 질환 정보를 입력받는 단계, 상기 저장된 복수의 사용자에 대한 건강 정보로부터 상기 입력된 질환 정보와 관련된 환경 요인을 추출하는 단계, 상기 추출된 환경 요인과 관련된 유전 요인을 추출하는 단계 및 상기 저장된 복수의 사용자에 대한 건강 정보에 기초하여 상기 환경 요인 및 상기 유전 요인에 대한 오즈비(Odds ratio)를 도출하는 단계를 포함할 수 있다.Another embodiment of the present invention relates to a method for managing health information, storing health information for a plurality of users, receiving disease information for risk prediction, and health information for the plurality of stored users Extracting environmental factors related to the input disease information from, extracting genetic factors related to the extracted environmental factors, and for the environmental factors and the genetic factors based on the stored health information for a plurality of users And deriving an odds ratio.

본 발명의 또 다른 일 실시예는, 컴퓨터 프로그램으로서 컴퓨팅 장치에 의해 실행될 경우, 복수의 사용자에 대한 건강 정보를 저장하고, 위험도 예측을 희망하는 질환 정보를 입력받고, 상기 저장된 복수의 사용자에 대한 건강 정보로부터 상기 입력된 질환 정보와 관련된 환경 요인을 추출하고, 상기 추출된 환경 요인과 관련된 유전 요인을 추출하고, 상기 저장된 복수의 사용자에 대한 건강 정보에 기초하여 상기 환경 요인 및 상기 유전 요인에 대한 오즈비(Odds ratio)를 도출하도록 하는 명령어들의 시퀀스를 포함하는 매체에 저장된 컴퓨터 프로그램을 제공할 수 있다. Another embodiment of the present invention, when executed by a computing device as a computer program, stores health information for a plurality of users, receives disease information for predicting risk, and stores health for the plurality of users Extract environmental factors related to the input disease information from information, extract genetic factors associated with the extracted environmental factors, and based on the stored health information for the plurality of users, the environmental factors and odds for the genetic factors It is possible to provide a computer program stored on a medium containing a sequence of instructions to derive an odds ratio.

상술한 과제 해결 수단은 단지 예시적인 것으로서, 본 발명을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 기재된 추가적인 실시예가 존재할 수 있다.The above-described problem solving means are merely examples, and should not be construed as limiting the present invention. In addition to the exemplary embodiments described above, there may be additional embodiments described in the drawings and detailed description of the invention.

전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 본 발명은 사용자로부터 위험도를 예측하고자 하는 질환 정보가 입력되는 경우, 복수의 사용자로부터 저장된 BMI 측정 결과, 건강 검진 결과 등의 건강 정보로부터 질환 정보와 관련된 환경 요인 및 유전 요인을 추출한 후, 환경 요인 및 유전 요인의 오즈비(Odds ratio)를 도출함으로써, 사용자의 환경 요인 및 유전 요인에 기초하여 질환 정보에 대한 위험도를 예측할 수 있도록 하는 건강 정보 관리 서버, 이를 이용한 건강 정보 관리 방법 및 컴퓨터 프로그램을 제공할 수 있다.According to any one of the above-described problem solving means of the present invention, the present invention provides disease information from health information such as BMI measurement results and health checkup results stored from a plurality of users when disease information to predict risk is input from a user. After extracting the environmental factors and genetic factors related to, by deriving the odds ratio (Odds ratio) of the environmental factors and genetic factors, health information management to predict the risk of disease information based on the user's environmental factors and genetic factors A server, a health information management method using the same, and a computer program may be provided.

즉, 본 발명은 복수의 사용자로부터 저장된 건강 정보를 이용하여 질환 정보에 대한 환경 요인 및 유전 요인의 오즈비를 도출함으로써, 오즈비의 정확성을 향상시키고, 그로 인해, 사용자로 하여금 자신의 건강 정보에 기초하여 보다 정확하게 질환 정보에 대한 위험도를 예측할 수 있도록 하는 건강 정보 관리 서버, 이를 이용한 건강 정보 관리 방법 및 컴퓨터 프로그램을 제공할 수 있다.That is, the present invention derives the odds ratio of environmental factors and genetic factors for disease information by using the stored health information from a plurality of users, thereby improving the accuracy of the odds ratio, thereby allowing the user to check their health information. On the basis of this, it is possible to provide a health information management server, a health information management method using the same, and a computer program that can more accurately predict the risk of disease information.

또한, 본 발명은 도출된 오즈비를 사용자, 환경 요인 및 유전 요인 중 어느 하나를 기준으로 분류한 후, 리스트화하여 제공함으로써, 사용자로 하여금, 질환 정보와 관련된 환경 요인 및 유전 요인을 보다 용이하게 확인할 수 있도록 하는 건강 정보 관리 서버, 이를 이용한 건강 정보 관리 방법 및 컴퓨터 프로그램을 제공할 수 있다.In addition, the present invention classifies and derives the derived odds ratio based on any one of the user, environmental factors, and genetic factors, and then provides the list, thereby allowing the user to more easily understand environmental factors and genetic factors related to disease information. It is possible to provide a health information management server for checking, a health information management method using the same, and a computer program.

도 1은 본 발명의 일 실시예에 따른 건강 정보 관리 서버의 구성을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 리스트부에 대해 설명하기 위해 나타낸 도면이다.
도 3 내지 도 5는 본 발명의 일 실시예에 따른 리스트화된 오즈비 리스트를 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 건강 정보 관리 서버의 건강 정보 관리 방법을 나타낸 도면이다.1 is a view showing the configuration of a health information management server according to an embodiment of the present invention.
2 is a view illustrating a list unit according to an embodiment of the present invention.
3 to 5 are views showing a list of odds ratios according to an embodiment of the present invention.
6 is a view showing a health information management method of the health information management server according to an embodiment of the present invention.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art to which the present invention pertains may easily practice. However, the present invention can be implemented in many different forms and is not limited to the embodiments described herein. In addition, in order to clearly describe the present invention in the drawings, parts irrelevant to the description are omitted, and like reference numerals are assigned to similar parts throughout the specification.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. Throughout the specification, when a part is "connected" to another part, this includes not only "directly connected" but also "electrically connected" with another element in between. . Also, when a part “includes” a certain component, this means that other components may be further included, rather than excluding other components, unless otherwise specified.

본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다.In the present specification, the term “unit” includes a unit realized by hardware, a unit realized by software, and a unit realized by using both. Further, one unit may be realized by using two or more hardware, and two or more units may be realized by one hardware.

본 명세서에 있어서 단말 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말 또는 디바이스에서 수행될 수도 있다.Some of the operations or functions described in this specification as being performed by a terminal or device may be performed instead on a server connected to the corresponding terminal or device. Similarly, some of the operations or functions described as being performed by the server may be performed in a terminal or device connected to the corresponding server.

이하, 첨부된 구성도 또는 처리 흐름도를 참고하여, 본 발명의 실시를 위한 구체적인 내용을 설명하도록 한다.Hereinafter, specific contents for carrying out the present invention will be described with reference to the accompanying drawings or process flow charts.

도 1은 본 발명의 일 실시예에 따른 건강 정보 관리 서버의 구성을 나타낸 도면이다.1 is a view showing the configuration of a health information management server according to an embodiment of the present invention.

도 1을 참조하면, 건강 정보 관리 서버(100)는 저장부(110), 입력부(120), 환경 요인 추출부(130), 유전 요인 추출부(140), 도출부(150) 및 리스트부(160)를 포함할 수 있다. 1, the health information management server 100 includes a storage unit 110, an input unit 120, an environmental factor extraction unit 130, a genetic factor extraction unit 140, a derivation unit 150, and a list unit ( 160).

저장부(110)는 복수의 사용자에 대한 건강 정보를 저장할 수 있다.The storage unit 110 may store health information for a plurality of users.

예를 들어, 저장부(110)는 복수의 사용자 단말(미도시)로부터 건강 정보를 저장할 수 있다. 다른 예를 들어, 저장부(110)는 복수의 사용자에 대한 건강 정보를 저장 및 관리하는 서버(예를 들어, 의료기관 서버)로부터 복수의 사용자에 대한 건강 정보를 저장할 수도 있다.For example, the storage unit 110 may store health information from a plurality of user terminals (not shown). For another example, the storage unit 110 may store health information for a plurality of users from a server (eg, a medical institution server) that stores and manages health information for a plurality of users.

여기서, 건강 정보는 사용자의 BMI 측정 정보, 건강 검진 정보와 같은 사용자에 대한 PHR(Personal Health Record) 정보를 포함할 수 있으나, 이에 한정되는 것은 아님에 유의하도록 한다.Here, it should be noted that the health information may include, but is not limited to, PHR (Personal Health Record) information for the user, such as BMI measurement information and health checkup information of the user.

입력부(120)는 위험도 예측을 희망하는 질환 정보를 입력받을 수 있다. 예를 들어, 입력부(120)는 네트워크(Network)를 통해 사용자 단말(미도시)로부터 질환 정보를 입력받을 수 있다.The input unit 120 may receive disease information for predicting risk. For example, the input unit 120 may receive disease information from a user terminal (not shown) through a network.

환경 요인 추출부(130)는 저장된 복수의 사용자에 대한 건강 정보로부터 질환 정보와 관련된 환경 요인을 추출할 수 있다.The environmental factor extracting unit 130 may extract environmental factors related to disease information from stored health information for a plurality of users.

또한, 환경 요인 추출부(130)는 기등록된 복수의 질환 정보와 관련된 환경 요인을 지정하여 등록할 수 있다. 이로 인해, 환경 요인 추출부(130)는 질환 정보를 입력받는 경우, 복수의 질환 정보에 대해 등록된 환경 요인 중 입력받은 질환 정보와 관련하여 등록된 환경 요인을 추출할 수 있다.In addition, the environmental factor extracting unit 130 may designate and register environmental factors related to a plurality of registered disease information. For this reason, when receiving the disease information, the environmental factor extracting unit 130 may extract the registered environmental factors in relation to the received disease information among the registered environmental factors for the plurality of disease information.

즉, 환경 요인 추출부(130)는 기등록된 복수의 질환 정보와 관련된 환경 요인을 지정하여 등록함으로써, 질환 정보를 입력받는 경우, 질환 정보와 관련하여 등록된 환경 요인을 보다 신속하게 추출할 수 있다. That is, the environmental factor extracting unit 130 designates and registers environmental factors related to a plurality of pre-registered disease information, so that when the disease information is input, the environmental factors registered in connection with disease information can be extracted more quickly. have.

예를 들어, 환경 요인은 칼로리 섭취 정보, 운동 정보 및 수면 정보 중 적어도 하나를 포함할 수 있다.For example, the environmental factor may include at least one of calorie intake information, exercise information, and sleep information.

이하에서는 수학식 1을 참조하여 환경 요인 추출부(130)가 환경 요인을 추출하는 것에 대해 보다 구체적으로 설명하기로 한다.Hereinafter, with reference to Equation 1, the environmental factor extraction unit 130 will be described in more detail with respect to extracting the environmental factors.

Figure pat00001
Figure pat00001

수학식 1을 참조하면, 칼로리 섭취 정보는 초과 칼로리 섭취 여부에 관한 정보를 포함할 수 있고, 운동 정보는 운동 여부에 관한 정보를 포함할 수 있으며, 수면 정보는 적정 수면 여부에 관한 정보를 포함할 수 있다.Referring to Equation 1, calorie intake information may include information on whether excess calories are consumed, exercise information may include information on whether exercise is performed, and sleep information may include information on whether proper sleep is performed. Can.

즉, 수학식 1을 참조하여 환경 요인 추출부(130)는 칼로리 섭취 정보, 운동 정보 및 수면 정보 중 적어도 하나를 포함하는 환경 요인을 추출할 수 있다.That is, referring to Equation 1, the environmental factor extracting unit 130 may extract environmental factors including at least one of calorie intake information, exercise information, and sleep information.

유전 요인 추출부(140)는 추출된 환경 요인과 관련된 유전 요인을 추출할 수 있다.The genetic factor extracting unit 140 may extract genetic factors related to the extracted environmental factors.

또한, 유전 요인 추출부(140)는 추출된 환경 요인이 복수인 경우, 추출된 복수의 환경 요인 각각과 관련된 적어도 하나 이상의 유전 요인을 추출할 수 있다.In addition, when there are multiple extracted environmental factors, the genetic factor extracting unit 140 may extract at least one genetic factor associated with each of the extracted environmental factors.

예를 들어, 유전 요인 추출부(140)는 추출된 환경 요인이 칼로리 섭취량에 관한 식이 정보, 운동량에 관한 운동 정보 및 수면량에 관한 수면 정보를 포함하는 경우, 칼로리 섭취량에 따른 유전 변이 정보, 운동량에 따른 유전 변이 정보 및 수면량에 따른 유전 변이 정보를 포함하는 유전 요인을 추출할 수 있다. 즉, 유전 요인은 식이 관련 유전 변이 정보, 운동 관련 유전 변이 정보 및 수면 관련 유전 변이 정보 중 적어도 하나를 포함할 수 있다.For example, if the genetic factor extracting unit 140 includes dietary information on calorie intake, exercise information on exercise amount, and sleep information on sleep amount, the genetic variation information according to calorie intake, exercise amount Genetic factors including genetic variation information according to the amount of sleep and the genetic variation information can be extracted. That is, the genetic factor may include at least one of diet-related genetic variation information, exercise-related genetic variation information, and sleep-related genetic variation information.

이하에서는 수학식 2를 참조하여 유전 요인 추출부(140)가 유전 요인을 추출하는 것에 대해 보다 구체적으로 설명하기로 한다.Hereinafter, the genetic factor extraction unit 140 extracts the genetic factors with reference to Equation 2 in more detail.

Figure pat00002
Figure pat00002

수학식 2를 참조하여 유전 요인 추출부(140)는 식이 관련 유전 변이 정보, 운동 관련 유전 변이 정보 및 수면 관련 유전 변이 정보 중 적어도 하나를 포함하는 유전 요인을 추출할 수 있다.Referring to Equation 2, the genetic factor extracting unit 140 may extract a genetic factor including at least one of diet-related genetic variation information, exercise-related genetic variation information, and sleep-related genetic variation information.

도출부(150)는 저장된 복수의 사용자에 대한 건강 정보에 기초하여 환경 요인 및 유전 요인에 대한 오즈비(Odds ratio)를 도출할 수 있다.The derivation unit 150 may derive an odds ratio for environmental factors and genetic factors based on stored health information for a plurality of users.

또한, 도출부(150)는 추출된 유전 요인을 복수의 환경 요인 별로 분류하여 복수의 환경 요인 각각에 매핑하고, 매핑된 환경 요인 및 유전 요인 간의 오즈비를 도출할 수 있다.In addition, the derivation unit 150 may classify the extracted genetic factors into a plurality of environmental factors, map them to each of the plurality of environmental factors, and derive an odds ratio between the mapped environmental factors and genetic factors.

보다 구체적으로, 도출부(150)는 환경 요인의 칼로리 섭취 정보와, 유전 요인의 식이 관련 유전 변이 정보를 매핑하고, 매핑된 칼로리 섭취 정보와, 식이 관련 유전 변이 정보간의 오즈비를 도출할 수 있다. 또한, 도출부(150)는 환경 요인의 운동 정보와, 유전 요인의 운동 관련 유전 변이 정보를 매핑하고, 매핑된 운동 정보와, 운동 관련 유전 변이 정보간의 오즈비를 도출할 수 있다. 또한, 도출부(150)는 환경 요인의 수면 정보와, 유전 요인의 수면 관련 유전 변이 정보를 매핑하고, 매핑된 수면 정보와, 수면 관련 유전 변이 정보간의 오즈비를 도출할 수 있다.More specifically, the derivation unit 150 may map the caloric intake information of environmental factors and the dietary related genetic variation information of the genetic factors, and derive an odds ratio between the mapped caloric intake information and the dietary related genetic variation information. . Also, the derivation unit 150 may map exercise information of environmental factors and exercise-related genetic variation information of genetic factors, and derive an odds ratio between the mapped exercise information and exercise-related genetic variation information. In addition, the derivation unit 150 may map sleep information of environmental factors and sleep-related genetic variation information of genetic factors, and derive an odds ratio between the mapped sleep information and sleep-related genetic variation information.

아울러, 도출부(150)는 복수의 사용자에 대한 건강 정보가 추가적으로 저장되는 경우, 추가적으로 저장된 건강 정보에 기초하여 환경 요인 및 유전 요인에 대한 오즈비를 갱신할 수 있다.In addition, when the health information for a plurality of users is additionally stored, the derivation unit 150 may update the odds ratio for environmental factors and genetic factors based on the additionally stored health information.

한편, 본 발명의 일 실시예에 따른 건강 정보 관리 서버(100)는 도출부(150)로부터 도출된 환경 요인 및 유전 요인 간의 오즈비에 기초하여 질환 정보에 대한 위험도를 도출할 수 있으며, 이렇게 도출된 질환 정보에 대한 위험도를 위험도 예측을 희망하는 질환 정보를 입력한 사용자에게 제공할 수 있다.On the other hand, the health information management server 100 according to an embodiment of the present invention can derive the risk for disease information based on the odds ratio between environmental factors and genetic factors derived from the deriving unit 150, and thus derived The risk of the disease information can be provided to the user who inputs the disease information to predict the risk.

보다 구체적으로, 건강 정보 관리 서버(100)는 사용자로부터 위험도 예측을 희망하는 질환 정보가 입력되면, 복수의 사용자의 건강 정보로부터 추출된 질환 정보와 관련된 환경 요인 및 유전 요인에 대한 오즈비에 기초하여, 해당 사용자의 건강 정보로부터 추출된 질환 정보와 관련된 환경 요인 및 유전 요인의 질환 정보에 대한 위험도를 도출할 수 있고, 이렇게 도출된 질환 정보에 대한 위험도를 해당 사용자에게 제공할 수 있다.More specifically, the health information management server 100 is based on the odds for environmental factors and genetic factors related to disease information extracted from the health information of a plurality of users, when the disease information desired to predict the risk is input from the user , It is possible to derive risks for disease information of environmental factors and genetic factors related to disease information extracted from the health information of the corresponding user, and to provide the risks for the disease information thus derived to the user.

이하에서는 수학식 3을 참조하여 건강 정보 관리 서버(100)가 환경 요인 및 유전 요인 간의 오즈비에 기초하여 질환 정보에 대한 위험도를 도출하는 것에 대해 보다 구체적으로 설명하기로 한다.Hereinafter, the health information management server 100 will be described in more detail with reference to Equation 3 to derive the risk for disease information based on the odds ratio between environmental factors and genetic factors.

Figure pat00003
Figure pat00003

수학식 3을 참조하여 유전 요인 추출부(140)는 환경 요인 및 유전 요인 간의 오즈비에 기초하여 질환 정보에 대한 위험도를 도출할 수 있다.Referring to Equation 3, the genetic factor extracting unit 140 may derive a risk for disease information based on the odds ratio between environmental factors and genetic factors.

리스트부(160)는 환경 요인 및 상기 유전 요인에 대한 오즈비를 복수의 사용자 별로 리스트화할 수 있다.The list unit 160 may list the environmental factors and the odds ratio for the genetic factors for each of a plurality of users.

또한, 리스트부(160)는 추출된 환경 요인 중 어느 하나를 선택받은 경우, 질환 정보와 관련하여 선택된 환경 요인을 기준으로 오즈비 리스트를 도출할 수 있다.In addition, when any one of the extracted environmental factors is selected, the list unit 160 may derive an odds ratio list based on the selected environmental factors in relation to disease information.

아울러, 리스트부(160)는 추출된 유전 요인 중 어느 하나를 선택받은 경우, 질환 정보와 관련하여 선택된 유전 요인을 기준으로 오즈비 리스트를 도출할 수 있다.In addition, when any one of the extracted genetic factors is selected, the list unit 160 may derive an odds ratio list based on the genetic factors selected in relation to disease information.

즉, 본 발명의 일 실시예에 따른 건강 정보 관리 서버(100)는 사용자로부터 위험도 예측을 희망하는 질환 정보가 입력되면, 리스트부(160)로부터 리스트화된 오즈비 리스트를 이용하여 질환 정보와 관련된 환경 요인 및 유전 요인에 대한 오즈비를 보다 신속히 파악할 수 있도록 함으로써, 도출된 질환 정보에 대한 위험도를 보다 신속히 사용자에게 제공할 수 있다.That is, the health information management server 100 according to an embodiment of the present invention, when the disease information desired to predict the risk is input from the user, the disease information related to the disease information using the list of Ozby listed in the list 160 By making it possible to grasp the odds ratio for environmental factors and genetic factors more quickly, it is possible to provide the user with a risk for the derived disease information more quickly.

이하에서는 도 2를 참조하여, 본 발명의 일 실시예에 따른 리스트부에 대해 보다 구체적으로 설명하기로 한다.Hereinafter, a list unit according to an embodiment of the present invention will be described in more detail with reference to FIG. 2.

도 2는 본 발명의 일 실시예에 따른 리스트부에 대해 설명하기 위해 나타낸 도면이다.2 is a view illustrating a list unit according to an embodiment of the present invention.

도 2를 참조하면, 리스트부(160)는 도출부(150)에 의해 복수의 환경 요인(251, 253, 255) 별로 분류되어 복수의 환경 요인(251, 253, 255) 각각에 매핑된 유전 요인(231, 233, 235, 237)을 각각의 사용자(210)에 기초하여 리스트화한 오즈비 리스트(200)를 도출할 수 있다.Referring to FIG. 2, the list unit 160 is classified by a plurality of environmental factors 251, 253, and 255 by the derivation unit 150, and genetic factors mapped to each of the plurality of environmental factors 251, 253, and 255 (231, 233, 235, 237) may be derived based on each user 210 lists the odds ratio list 200.

보다 구체적으로, 리스트부(160)는 도출부(150)에 의해 매핑된 환경 요인의 칼로리 섭취 정보를 포함하는 식이 정보(251)와, 유전 요인의 식이 관련 유전 변이 정보(231 및 233)간의 오즈비에 기초하여 리스트화한 오즈비 리스트(200)를 도출할 수 있다.More specifically, the list unit 160 is the odds between the dietary information 251 including calorie intake information of the environmental factors mapped by the derivation unit 150 and the dietary related genetic variation information 231 and 233 of the genetic factor. It is possible to derive a list of odds ratios 200 based on the ratio.

또한, 리스트부(160)는 도출부(150)에 의해 매핑된 환경 요인의 운동 여부에 관한 정보를 포함하는 운동 정보(253)와, 유전 요인의 운동 관련 유전 변이 정보(235)간의 오즈비에 기초하여 리스트화한 오즈비 리스트(200)를 도출할 수 있다.Further, the list unit 160 is an odds ratio between exercise information 253 including information on whether the environmental factors mapped by the derivation unit 150 are exercised and exercise related genetic variation information 235 of the genetic factors. It is possible to derive the list of Ozbi 200 listed.

아울러, 리스트부(160)는 도출부(150)에 의해 매핑된 환경 요인의 수면 여부에 관한 정보를 포함하는 수면 정보(255)와, 유전 요인의 수면 관련 유전 변이 정보(237)간의 오즈비에 기초하여 리스트화한 오즈비 리스트(200)를 도출할 수 있다.In addition, the list unit 160 is an odds ratio between the sleep information 255 including information about whether or not the environmental factors mapped by the derivation unit 150 sleep, and sleep-related genetic variation information 237 of the genetic factors. It is possible to derive the list of Ozbi 200 listed.

여기서, 오즈비 리스트(200)는 식이 정보(251)와, 식이 관련 유전 변이 정보(231 및 233)간의 오즈비, 운동 정보(253)와, 운동 관련 유전 변이 정보(235)간의 오즈비, 수면 정보(255)와, 수면 관련 유전 변이 정보(237)간의 오즈비 중 어느 하나 이상만을 포함하는 오즈비 리스트(200)를 도출할 수 있다. 즉, 오즈비 리스트(200)에 포함되는 환경 요인 및 유전 요인은 가변될 수 있다.Here, the odds ratio list 200 is an odds ratio between dietary information 251 and diet-related genetic variation information 231 and 233, exercise information 253, and odds ratio between exercise-related genetic variation information 235 and sleep An odds ratio list 200 including only one or more of odds ratios between the information 255 and sleep-related genetic variation information 237 may be derived. That is, environmental factors and genetic factors included in the odds ratio list 200 may be variable.

아울러, 리스트부(160)는 복수의 환경 요인(251, 253, 255) 각각에 매핑된 유전 요인(231, 233, 235, 237)을 각각의 사용자의 BMI에 기초하여 리스트화한 오즈비 리스트(200)를 도출할 수도 있다.In addition, the list unit 160 lists the genetic factors (231, 233, 235, 237) mapped to each of the plurality of environmental factors (251, 253, 255) based on each user's BMI list of odds ratio ( 200).

이하에서는 도 3 내지 5를 참조하여, 본 발명의 일 실시예에 따른 리스트화된 오즈비 리스트에 대해 보다 구체적으로 설명하기로 한다.Hereinafter, with reference to FIGS. 3 to 5, a list of odds ratios according to an embodiment of the present invention will be described in more detail.

도 3 내지 도 5는 본 발명의 일 실시예에 따른 리스트화된 오즈비 리스트를 나타낸 도면이다.3 to 5 are views showing a list of odds ratios according to an embodiment of the present invention.

먼저, 도 3을 참조하면, 입력부(120)가 비만 관련 질환 정보의 위험도 예측을 입력받고, 리스트부(160)가 추출된 유전 요인 중 비만 관련 FTO 유전자(310)를 선택받은 경우, 리스트부(160)는 비만 관련 질환 정보와 관련하여 선택된 FTO 유전자(310)를 기준으로 사용자의 비만 여부(330 및 350 중 어느 하나)에 기초하여 리스트화한 오즈비 리스트(300)를 도출할 수 있다.First, referring to FIG. 3, if the input unit 120 receives a risk prediction of obesity-related disease information, and the list unit 160 selects the obesity-related FTO gene 310 among the extracted genetic factors, the list unit ( 160) may derive an odds list 300 listed based on whether the user is obese (either one of 330 and 350) based on the selected FTO gene 310 in relation to obesity-related disease information.

한편, 도 4를 참조하면, 입력부(120)가 비만 관련 질환 정보의 위험도 예측을 입력받되, 리스트부(160)가 추출된 유전 요인 중 비만 관련 ANKKT1 유전자(410)를 선택받은 경우, 리스트부(160)는 비만 관련 질환 정보와 관련하여 선택된 ANKKT1 유전자(410)를 기준으로 사용자의 비만 여부(430 및 450 중 어느 하나)에 기초하여 리스트화한 오즈비 리스트(400)를 도출할 수 있다.Meanwhile, referring to FIG. 4, when the input unit 120 receives a risk prediction of obesity-related disease information, the list unit 160 receives the obesity-related ANKKT1 gene 410 from among the extracted genetic factors, the list unit ( 160) may derive an odds ratio list 400 that is listed based on whether the user is obese (either one of 430 and 450) based on the selected ANKKT1 gene 410 in relation to obesity-related disease information.

아울러, 도 5를 참조하면, 입력부(120)가 비만 관련 질환 정보의 위험도 예측을 입력받되, 리스트부(160)가 추출된 환경 요인 중 비만과 관련하여 칼로리 섭취 정보를 포함하는 식이 정보(510)를 선택받은 경우, 리스트부(160)는 비만 관련 질환 정보와 관련하여 선택된 식이 정보(510)를 기준으로 사용자의 비만 여부(530 및 550 중 어느 하나)에 기초하여 리스트화한 오즈비 리스트(500)를 도출할 수 있다.In addition, referring to FIG. 5, the input unit 120 receives a risk prediction of obesity-related disease information, but dietary information 510 including calorie intake information related to obesity among the environmental factors from which the list unit 160 is extracted When received, the list unit 160 lists the odds ratio list 500 based on whether the user is obese (any one of 530 and 550) based on the dietary information 510 selected in relation to obesity-related disease information. ).

즉, 본 발명의 일 실시예에 따른 건강 관리 정보 서버(100)는 사용자의 요청에 따라, 질환 정보의 위험도를 예측하여 제공하되, 사용자의 건강 정보로부터 추출된 환경 요인 및 유전 요인간의 오즈비에 기초하여 질환 정보의 위험도를 예측하여 제공할 수 있다.That is, the health care information server 100 according to an embodiment of the present invention predicts and provides the risk of disease information according to a user's request, but the odds ratio between environmental factors and genetic factors extracted from the user's health information Based on this, it is possible to predict and provide the risk of disease information.

또한, 건강 관리 정보 서버(100)는 사용자의 환경 요인 및 유전 요인 중 어느 하나 이상의 선택에 기초하여 복수의 환경 요인 및 유전 요인 중 선택된 어느 하나의 환경 요인 및 유전 요인간의 오즈비에 기초한 질환 정보의 위험도 예측 결과를 제공할 수 있다.In addition, the health care information server 100 may display disease information based on the odds ratio between any one of environmental factors and genetic factors selected from a plurality of environmental factors and genetic factors based on a user's selection of one or more of environmental factors and genetic factors. Risk can also provide predictive results.

도 6은 본 발명의 일 실시예에 따른 건강 정보 관리 서버의 건강 정보 관리 방법을 나타낸 도면이다. 도 6에 도시된 건강 정보 관리 서버의 건강 정보 관리 방법은 도 1 및 도 5에 도시된 실시예에 의해 시계열적으로 처리되는 단계들을 포함한다. 따라서, 이하 생략된 내용이라고 하더라도 도 1 및 도 5에 도시된 실시예에 따른 건강 정보 관리 서버의 건강 정보 관리 방법에 적용될 수 있음을 유의해야 한다.6 is a view showing a health information management method of the health information management server according to an embodiment of the present invention. The health information management method of the health information management server shown in FIG. 6 includes steps that are processed in time series by the embodiments shown in FIGS. 1 and 5. Therefore, it should be noted that even if it is omitted below, it can be applied to the health information management method of the health information management server according to the embodiment illustrated in FIGS. 1 and 5.

도 6을 참조하면, 단계 S610에서 저장부(110)는 복수의 사용자에 대한 건강 정보를 저장할 수 있다.Referring to FIG. 6, in step S610, the storage unit 110 may store health information for a plurality of users.

단계 S630에서 입력부(120)는 위험도 예측을 희망하는 질환 정보를 입력받을 수 있다.In step S630, the input unit 120 may receive disease information for which risk prediction is desired.

단계 S650에서 환경 요인 추출부(130)는 저장된 복수의 사용자에 대한 건강 정보로부터 상기 입력된 질환 정보와 관련된 환경 요인을 추출할 수 있다.In step S650, the environmental factor extracting unit 130 may extract environmental factors related to the input disease information from health information of a plurality of stored users.

단계 S670에서 유전 요인 추출부(140)는 추출된 환경 요인과 관련된 유전 요인을 추출할 수 있다.In step S670, the genetic factor extracting unit 140 may extract genetic factors related to the extracted environmental factors.

단계 S690에서 도출부(150)는 저장된 복수의 사용자에 대한 건강 정보에 기초하여 상기 환경 요인 및 상기 유전 요인에 대한 오즈비(Odds ratio)를 도출할 수 있다.In step S690, the derivation unit 150 may derive an odds ratio for the environmental factor and the genetic factor based on the stored health information for a plurality of users.

상술한 설명에서, 단계 S610 내지 S690은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.In the above description, steps S610 to S690 may be further divided into additional steps or combined into fewer steps, according to an embodiment of the present invention. Also, some steps may be omitted if necessary, and the order between the steps may be changed.

본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. One embodiment of the present invention can also be implemented in the form of a recording medium including instructions executable by a computer, such as program modules, being executed by a computer. Computer readable media can be any available media that can be accessed by a computer and includes both volatile and nonvolatile media, removable and non-removable media. Also, the computer-readable medium may include any computer storage medium. Computer storage media includes both volatile and nonvolatile, removable and non-removable media implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다. The above description of the present invention is for illustration only, and those skilled in the art to which the present invention pertains can understand that the present invention can be easily modified into other specific forms without changing the technical spirit or essential features of the present invention. will be. Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive. For example, each component described as a single type may be implemented in a distributed manner, and similarly, components described as distributed may be implemented in a combined form.

본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is indicated by the following claims rather than the detailed description, and all changes or modifications derived from the meaning and scope of the claims and equivalent concepts should be interpreted to be included in the scope of the present invention. .

100: 건강 정보 관리 서버
110: 저장부
120: 입력부
130: 환경 요인 추출부
140: 유전 요인 추출부
150: 도출부
160: 리스트부100: health information management server
110: storage unit
120: input unit
130: environmental factor extraction unit
140: genetic factor extraction unit
150: derivation unit
160: list part

Claims (18)

건강 정보 관리 방법에 있어서,
복수의 사용자에 대한 건강 정보를 저장하는 단계;
위험도 예측을 희망하는 질환 정보를 입력받는 단계;
상기 저장된 복수의 사용자에 대한 건강 정보로부터 상기 입력된 질환 정보와 관련된 환경 요인을 추출하는 단계;
상기 추출된 환경 요인과 관련된 유전 요인을 추출하는 단계; 및
상기 저장된 복수의 사용자에 대한 건강 정보에 기초하여 상기 환경 요인 및 상기 유전 요인에 대한 오즈비(Odds ratio)를 도출하는 단계
를 포함하는 것인, 건강 정보 관리 방법.
In the health information management method,
Storing health information for a plurality of users;
Receiving disease information for risk prediction;
Extracting environmental factors related to the input disease information from health information of the stored plurality of users;
Extracting genetic factors related to the extracted environmental factors; And
Deriving an odds ratio for the environmental factor and the genetic factor based on the stored health information for the plurality of users.
That includes, health information management method.
제 1 항에 있어서,
기등록된 복수의 질환 정보와 관련된 환경 요인을 지정하여 등록하는 단계; 및
상기 질환 정보를 입력받는 경우, 상기 복수의 질환 정보에 대해 등록된 환경 요인 중 상기 입력받은 질환 정보와 관련하여 등록된 환경 요인을 추출하는 단계
를 더 포함하는 것인, 건강 정보 관리 방법.
According to claim 1,
Designating and registering environmental factors related to a plurality of pre-registered disease information; And
When receiving the disease information, extracting environmental factors registered in relation to the received disease information among environmental factors registered for the plurality of disease information
It further comprises, health information management method.
제 1 항에 있어서,
상기 추출된 환경 요인이 복수인 경우, 상기 추출된 복수의 환경 요인 각각과 관련된 적어도 하나 이상의 유전 요인을 추출하고,
상기 추출된 유전 요인을 상기 복수의 환경 요인 별로 분류하여 상기 복수의 환경 요인 각각에 매핑하는 단계; 및
상기 매핑된 환경 요인 및 유전 요인 간의 오즈비를 도출하는 단계
를 더 포함하는 것인, 건강 정보 관리 방법.
According to claim 1,
When the extracted environmental factors are plural, at least one genetic factor associated with each of the extracted environmental factors is extracted,
Classifying the extracted genetic factors for each of the plurality of environmental factors and mapping each of the plurality of environmental factors; And
Deriving an odds ratio between the mapped environmental factors and genetic factors
It further comprises, health information management method.
제 1 항에 있어서,
상기 환경 요인 및 상기 유전 요인에 대한 오즈비를 상기 복수의 사용자 별로 리스트화하는 단계
를 더 포함하는 것인, 건강 정보 관리 방법.
According to claim 1,
Listing the environmental factors and the odds ratio for the genetic factors for each of the plurality of users
It further comprises, health information management method.
제 1 항에 있어서,
상기 추출된 환경 요인 중 어느 하나를 선택받은 경우, 상기 질환 정보와 관련하여 상기 선택된 환경 요인을 기준으로 오즈비 리스트를 도출하는 단계
를 더 포함하는 것인, 건강 정보 관리 방법.
According to claim 1,
When one of the extracted environmental factors is selected, deriving an odds ratio list based on the selected environmental factors in relation to the disease information
It further comprises, health information management method.
제 1 항에 있어서,
상기 추출된 유전 요인 중 어느 하나를 선택받은 경우, 상기 질환 정보와 관련하여 상기 선택된 유전 요인을 기준으로 오즈비 리스트를 도출하는 단계
를 더 포함하는 것인, 건강 정보 관리 방법.
According to claim 1,
When one of the extracted genetic factors is selected, deriving an odds ratio list based on the selected genetic factor in relation to the disease information
It further comprises, health information management method.
제 1 항에 있어서,
상기 환경 요인은 칼로리 섭취 정보, 운동 정보 및 수면 정보 중 적어도 하나를 포함하는 것인, 건강 정보 관리 방법.
According to claim 1,
The environmental factor is to include at least one of calorie intake information, exercise information and sleep information, health information management method.
제 1 항에 있어서,
상기 유전 요인은 식이 관련 유전 변이 정보, 운동 관련 유전 변이 정보 및 수면 관련 유전 변이 정보 중 적어도 하나를 포함하는 것인, 건강 정보 관리 방법.
According to claim 1,
The genetic factor is diet-related genetic variation information, exercise-related genetic variation information and sleep-related genetic variation information, at least one of which, health information management method.
제 1 항에 있어서,
상기 복수의 사용자에 대한 건강 정보가 추가적으로 저장되는 경우, 상기 추가적으로 저장된 건강 정보에 기초하여 상기 환경 요인 및 유전 요인에 대한 오즈비를 갱신하는 단계
를 더 포함하는 것인, 건강 정보 관리 방법.
According to claim 1,
When health information for the plurality of users is additionally stored, updating the odds ratio for the environmental factor and genetic factor based on the additionally stored health information.
It further comprises, health information management method.
제 1 항에 있어서,
상기 도출된 오즈비에 기초하여 상기 질환 정보에 대한 위험도를 도출하는 단계
를 더 포함하는 것인, 건강 정보 관리 방법.
According to claim 1,
Deriving a risk for the disease information based on the derived odds ratio
It further comprises, health information management method.
건강 정보를 관리하는 서버에 있어서,
복수의 사용자에 대한 건강 정보를 저장하는 저장부;
위험도 예측을 희망하는 질환 정보를 입력받는 입력부;
상기 저장된 복수의 사용자에 대한 건강 정보로부터 상기 입력된 질환 정보와 관련된 환경 요인을 추출하는 환경 요인 추출부;
상기 추출된 환경 요인과 관련된 유전 요인을 추출하는 유전 요인 추출부; 및
상기 저장된 복수의 사용자에 대한 건강 정보에 기초하여 상기 환경 요인 및 상기 유전 요인에 대한 오즈비(Odds ratio)를 도출하는 도출부
를 포함하는 것인, 건강 정보 관리 서버.
In the server that manages health information,
A storage unit that stores health information for a plurality of users;
An input unit that receives disease information for predicting risk;
An environmental factor extracting unit extracting environmental factors related to the input disease information from health information for the plurality of stored users;
A genetic factor extraction unit for extracting genetic factors related to the extracted environmental factors; And
Derivation unit deriving an odds ratio for the environmental factor and the genetic factor based on the stored health information for the plurality of users
That includes, health information management server.
제 11 항에 있어서,
상기 환경 요인 추출부는 기등록된 복수의 질환 정보와 관련된 환경 요인을 지정하여 등록하고,
상기 질환 정보를 입력받는 경우, 상기 복수의 질환 정보에 대해 등록된 환경 요인 중 상기 입력받은 질환 정보와 관련하여 등록된 환경 요인을 추출하는 것인, 건강 정보 관리 서버.
The method of claim 11,
The environmental factor extraction unit designates and registers environmental factors related to a plurality of registered disease information,
When receiving the disease information, health information management server that extracts the environmental factors registered with respect to the received disease information among the environmental factors registered for the plurality of disease information.
제 11 항에 있어서,
상기 유전 요인 추출부는 상기 추출된 환경 요인이 복수인 경우, 상기 추출된 복수의 환경 요인 각각과 관련된 적어도 하나 이상의 유전 요인을 추출하는 것인, 건강 정보 관리 서버.
The method of claim 11,
The genetic factor extracting unit extracts at least one genetic factor associated with each of the plurality of extracted environmental factors when the extracted environmental factors are plural.
제 13 항에 있어서,
상기 도출부는 상기 추출된 유전 요인을 상기 복수의 환경 요인 별로 분류하여 상기 복수의 환경 요인 각각에 매핑하고, 상기 매핑된 환경 요인 및 유전 요인 간의 오즈비를 도출하는 것인, 건강 정보 관리 서버.
The method of claim 13,
The deriving unit classifies the extracted genetic factors for each of the plurality of environmental factors, maps them to each of the plurality of environmental factors, and derives an odds ratio between the mapped environmental factors and genetic factors.
제 11 항에 있어서,
상기 환경 요인 및 상기 유전 요인에 대한 오즈비를 상기 복수의 사용자 별로 리스트화하는 리스트부
를 더 포함하는 것인, 건강 정보 관리 서버.
The method of claim 11,
List unit for listing the odds ratio for the environmental factor and the genetic factor for each of the plurality of users
It further comprises a health information management server.
제 15 항에 있어서,
상기 리스트부는 상기 추출된 환경 요인 중 어느 하나를 선택받은 경우, 상기 질환 정보와 관련하여 상기 선택된 환경 요인을 기준으로 오즈비 리스트를 도출하는 것인, 건강 정보 관리 서버.
The method of claim 15,
The list unit, if any one of the extracted environmental factors is selected, the health information management server to derive an odds ratio list based on the selected environmental factors in relation to the disease information.
제 15 항에 있어서,
상기 리스트부는 상기 추출된 유전 요인 중 어느 하나를 선택받은 경우, 상기 질환 정보와 관련하여 상기 선택된 유전 요인을 기준으로 오즈비 리스트를 도출하는 것인, 건강 정보 관리 서버.
The method of claim 15,
If the list unit is selected from any one of the extracted genetic factors, the health information management server to derive an odds ratio list based on the selected genetic factors in relation to the disease information.
건강 정보를 관리하는 명령어들의 시퀀스를 포함하는 매체에 저장된 컴퓨터 프로그램에 있어서,
상기 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행될 경우,
복수의 사용자에 대한 건강 정보를 저장하고,
위험도 예측을 희망하는 질환 정보를 입력받고,
상기 저장된 복수의 사용자에 대한 건강 정보로부터 상기 입력된 질환 정보와 관련된 환경 요인을 추출하고,
상기 추출된 환경 요인과 관련된 유전 요인을 추출하고,
상기 저장된 복수의 사용자에 대한 건강 정보에 기초하여 상기 환경 요인 및 상기 유전 요인에 대한 오즈비(Odds ratio)를 도출하도록 하는 명령어들의 시퀀스를 포함하는, 매체에 저장된 컴퓨터 프로그램.A computer program stored in a medium comprising a sequence of instructions for managing health information, comprising:
When the computer program is executed by a computing device,
Store health information for multiple users,
Receive information on diseases that you want to predict risk,
Extracting environmental factors related to the input disease information from the health information for the plurality of users stored,
Genetic factors related to the extracted environmental factors are extracted,
And a sequence of instructions for deriving an odds ratio for the environmental factor and the genetic factor based on health information for the plurality of stored users.
KR1020180160838A 2018-12-13 2018-12-13 Server, method and computer program for managing health information KR102311269B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180160838A KR102311269B1 (en) 2018-12-13 2018-12-13 Server, method and computer program for managing health information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180160838A KR102311269B1 (en) 2018-12-13 2018-12-13 Server, method and computer program for managing health information

Publications (2)

Publication Number Publication Date
KR20200072820A true KR20200072820A (en) 2020-06-23
KR102311269B1 KR102311269B1 (en) 2021-10-12

Family

ID=71137760

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180160838A KR102311269B1 (en) 2018-12-13 2018-12-13 Server, method and computer program for managing health information

Country Status (1)

Country Link
KR (1) KR102311269B1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100070455A1 (en) * 2008-09-12 2010-03-18 Navigenics, Inc. Methods and Systems for Incorporating Multiple Environmental and Genetic Risk Factors
KR20180079209A (en) * 2016-12-30 2018-07-10 서울대학교산학협력단 Apparatus and method for predicting disease risk of chronic kidney disease
KR101876858B1 (en) * 2017-03-13 2018-07-11 삼성화재해상보험 주식회사 Disease prediction and consulting system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100070455A1 (en) * 2008-09-12 2010-03-18 Navigenics, Inc. Methods and Systems for Incorporating Multiple Environmental and Genetic Risk Factors
KR20180079209A (en) * 2016-12-30 2018-07-10 서울대학교산학협력단 Apparatus and method for predicting disease risk of chronic kidney disease
KR101876858B1 (en) * 2017-03-13 2018-07-11 삼성화재해상보험 주식회사 Disease prediction and consulting system

Also Published As

Publication number Publication date
KR102311269B1 (en) 2021-10-12

Similar Documents

Publication Publication Date Title
Kia et al. Identification of candidate Parkinson disease genes by integrating genome-wide association study, expression, and epigenetic data sets
Bush et al. Unravelling the human genome–phenome relationship using phenome-wide association studies
Booth et al. Unwalkable neighborhoods, poverty, and the risk of diabetes among recent immigrants to Canada compared with long-term residents
Amin et al. Headed in the right direction but at risk for miscalculation: a critical appraisal of the 2013 ACC/AHA risk assessment guidelines
Koller et al. Epidemiologic and genetic associations of endometriosis with depression, anxiety, and eating disorders
Agerbo et al. Risk of early-onset depression associated with polygenic liability, parental psychiatric history, and socioeconomic status
Xie et al. Development and assessment of an interpretable machine learning triage tool for estimating mortality after emergency admissions
JP2017174407A (en) System and method for supporting diagnosis of patient
US20140089003A1 (en) Patient health record similarity measure
Li et al. Progress in biological age research
Jing et al. Incorporating personalized gene sequence variants, molecular genetics knowledge, and health knowledge into an EHR prototype based on the Continuity of Care Record standard
EP3274886A1 (en) Methods and apparatus related to electronic display of a human avatar with display properties particularized to health risks of a patient
Heikinheimo et al. Real-world research and the role of observational data in the field of gynaecology–a practical review
KR20210062291A (en) Server, method and computer program for providing health consulting service
Krishnamoorthy et al. A review of the role of electronic health record in genomic research
Bafei et al. Biomarkers selection and mathematical modeling in biological age estimation
Cruz-Correia et al. Personalised medicine challenges: quality of data
Gerhard et al. Genetic testing for inherited cardiac diseases in underserved populations of non-European ancestry: double disparity
Hertel et al. The informative error: a framework for the construction of individualized phenotypes
Wanneveich et al. Impact of intervention targeting risk factors on chronic disease burden
Suraj et al. SMART COVID navigator, a clinical decision support tool for COVID-19 treatment: Design and development study
US20140089004A1 (en) Patient cohort laboratory result prediction
KR102311269B1 (en) Server, method and computer program for managing health information
JPWO2010064413A1 (en) Drug action / side effect prediction system and program
Kang et al. Genome-Wide Association Study of Treatment-Resistant Depression: Shared Biology With Metabolic Traits

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant