KR20210057774A - 제품 추천 시스템 및 방법 - Google Patents
제품 추천 시스템 및 방법 Download PDFInfo
- Publication number
- KR20210057774A KR20210057774A KR1020217010455A KR20217010455A KR20210057774A KR 20210057774 A KR20210057774 A KR 20210057774A KR 1020217010455 A KR1020217010455 A KR 1020217010455A KR 20217010455 A KR20217010455 A KR 20217010455A KR 20210057774 A KR20210057774 A KR 20210057774A
- Authority
- KR
- South Korea
- Prior art keywords
- product
- user
- recommendations
- products
- codes
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000000276 sedentary effect Effects 0.000 claims abstract description 62
- 230000000007 visual effect Effects 0.000 claims abstract description 39
- 230000004044 response Effects 0.000 claims abstract description 6
- 230000000694 effects Effects 0.000 claims description 78
- 230000006399 behavior Effects 0.000 claims description 62
- 230000036541 health Effects 0.000 claims description 59
- 230000037081 physical activity Effects 0.000 claims description 48
- 235000016709 nutrition Nutrition 0.000 claims description 38
- 238000012544 monitoring process Methods 0.000 claims description 30
- 150000003839 salts Chemical class 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 11
- 235000021003 saturated fats Nutrition 0.000 claims description 11
- 150000001720 carbohydrates Chemical class 0.000 claims description 10
- 235000014633 carbohydrates Nutrition 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000007423 decrease Effects 0.000 claims description 9
- 239000012472 biological sample Substances 0.000 claims description 8
- 235000000346 sugar Nutrition 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 230000008901 benefit Effects 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 2
- 238000012806 monitoring device Methods 0.000 claims 2
- 229920006395 saturated elastomer Polymers 0.000 claims 2
- 235000021081 unsaturated fats Nutrition 0.000 claims 2
- 230000008569 process Effects 0.000 abstract description 13
- 239000000047 product Substances 0.000 description 362
- 235000002639 sodium chloride Nutrition 0.000 description 21
- 230000002068 genetic effect Effects 0.000 description 19
- 238000005259 measurement Methods 0.000 description 17
- GVJHHUAWPYXKBD-UHFFFAOYSA-N (±)-α-Tocopherol Chemical compound OC1=C(C)C(C)=C2OC(CCCC(C)CCCC(C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-UHFFFAOYSA-N 0.000 description 16
- 230000001133 acceleration Effects 0.000 description 16
- 235000013305 food Nutrition 0.000 description 16
- 108090000623 proteins and genes Proteins 0.000 description 15
- 230000001419 dependent effect Effects 0.000 description 14
- 206010020772 Hypertension Diseases 0.000 description 12
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 12
- 238000012360 testing method Methods 0.000 description 10
- 235000005911 diet Nutrition 0.000 description 9
- 229930003427 Vitamin E Natural products 0.000 description 8
- 230000037213 diet Effects 0.000 description 8
- WIGCFUFOHFEKBI-UHFFFAOYSA-N gamma-tocopherol Natural products CC(C)CCCC(C)CCCC(C)CCCC1CCC2C(C)C(O)C(C)C(C)C2O1 WIGCFUFOHFEKBI-UHFFFAOYSA-N 0.000 description 8
- 235000019165 vitamin E Nutrition 0.000 description 8
- 229940046009 vitamin E Drugs 0.000 description 8
- 239000011709 vitamin E Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 7
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 6
- 239000000090 biomarker Substances 0.000 description 6
- 229960001948 caffeine Drugs 0.000 description 6
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 6
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 6
- 239000000523 sample Substances 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 6
- 210000000707 wrist Anatomy 0.000 description 6
- 208000017667 Chronic Disease Diseases 0.000 description 5
- 235000019577 caloric intake Nutrition 0.000 description 5
- 239000002537 cosmetic Substances 0.000 description 5
- 239000003925 fat Substances 0.000 description 5
- 235000019197 fats Nutrition 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 208000008589 Obesity Diseases 0.000 description 4
- 230000002411 adverse Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 4
- 229940079593 drug Drugs 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 239000002773 nucleotide Substances 0.000 description 4
- 125000003729 nucleotide group Chemical group 0.000 description 4
- 235000020824 obesity Nutrition 0.000 description 4
- 102000054765 polymorphisms of proteins Human genes 0.000 description 4
- 235000018102 proteins Nutrition 0.000 description 4
- 102000004169 proteins and genes Human genes 0.000 description 4
- 239000013589 supplement Substances 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 235000012000 cholesterol Nutrition 0.000 description 3
- 235000013353 coffee beverage Nutrition 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000003631 expected effect Effects 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 230000035790 physiological processes and functions Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 210000004243 sweat Anatomy 0.000 description 3
- 235000013311 vegetables Nutrition 0.000 description 3
- 230000037221 weight management Effects 0.000 description 3
- 208000034826 Genetic Predisposition to Disease Diseases 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 2
- 206010034972 Photosensitivity reaction Diseases 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 235000013361 beverage Nutrition 0.000 description 2
- 235000015895 biscuits Nutrition 0.000 description 2
- 235000015496 breakfast cereal Nutrition 0.000 description 2
- 235000016213 coffee Nutrition 0.000 description 2
- 230000011382 collagen catabolic process Effects 0.000 description 2
- 235000009508 confectionery Nutrition 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 231100000673 dose–response relationship Toxicity 0.000 description 2
- 231100000317 environmental toxin Toxicity 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 235000012041 food component Nutrition 0.000 description 2
- 238000003205 genotyping method Methods 0.000 description 2
- 239000008103 glucose Substances 0.000 description 2
- 230000009931 harmful effect Effects 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 239000000644 isotonic solution Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 244000005700 microbiome Species 0.000 description 2
- 101150075804 nqo1 gene Proteins 0.000 description 2
- 229940021222 peritoneal dialysis isotonic solution Drugs 0.000 description 2
- 238000013186 photoplethysmography Methods 0.000 description 2
- 230000037074 physically active Effects 0.000 description 2
- 235000013606 potato chips Nutrition 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000000516 sunscreening agent Substances 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000000870 ultraviolet spectroscopy Methods 0.000 description 2
- 229930003231 vitamin Natural products 0.000 description 2
- 235000013343 vitamin Nutrition 0.000 description 2
- 239000011782 vitamin Substances 0.000 description 2
- 229940088594 vitamin Drugs 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 230000004584 weight gain Effects 0.000 description 2
- 235000019786 weight gain Nutrition 0.000 description 2
- 230000036642 wellbeing Effects 0.000 description 2
- 102000006822 Agouti Signaling Protein Human genes 0.000 description 1
- 108010072151 Agouti Signaling Protein Proteins 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 208000029725 Metabolic bone disease Diseases 0.000 description 1
- 108091034117 Oligonucleotide Proteins 0.000 description 1
- 244000269722 Thea sinensis Species 0.000 description 1
- 244000299461 Theobroma cacao Species 0.000 description 1
- JLCPHMBAVCMARE-UHFFFAOYSA-N [3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-hydroxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methyl [5-(6-aminopurin-9-yl)-2-(hydroxymethyl)oxolan-3-yl] hydrogen phosphate Polymers Cc1cn(C2CC(OP(O)(=O)OCC3OC(CC3OP(O)(=O)OCC3OC(CC3O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c3nc(N)[nH]c4=O)C(COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3CO)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cc(C)c(=O)[nH]c3=O)n3cc(C)c(=O)[nH]c3=O)n3ccc(N)nc3=O)n3cc(C)c(=O)[nH]c3=O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)O2)c(=O)[nH]c1=O JLCPHMBAVCMARE-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 235000014171 carbonated beverage Nutrition 0.000 description 1
- 230000005189 cardiac health Effects 0.000 description 1
- 235000019219 chocolate Nutrition 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 239000006071 cream Substances 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000003974 emollient agent Substances 0.000 description 1
- 235000015897 energy drink Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 235000020988 fatty fish Nutrition 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000007614 genetic variation Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 230000007407 health benefit Effects 0.000 description 1
- 235000001497 healthy food Nutrition 0.000 description 1
- 239000003906 humectant Substances 0.000 description 1
- 230000001631 hypertensive effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 239000002417 nutraceutical Substances 0.000 description 1
- 235000021436 nutraceutical agent Nutrition 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000005195 poor health Effects 0.000 description 1
- 230000003334 potential effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 235000005974 protein supplement Nutrition 0.000 description 1
- 229940116540 protein supplement Drugs 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000037380 skin damage Effects 0.000 description 1
- 230000036559 skin health Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 235000011496 sports drink Nutrition 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000036561 sun exposure Effects 0.000 description 1
- 230000037072 sun protection Effects 0.000 description 1
- 235000013616 tea Nutrition 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 0.000 description 1
- 230000004580 weight loss Effects 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
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
- 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
-
- 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
- A61B5/1116—Determining posture transitions
-
- 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
- A61B5/1123—Discriminating type of movement, e.g. walking or running
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- 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
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- 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
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- 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
- G16H50/30—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
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Nutrition Science (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
제품 추천들이 도출될 수 있는 또는 개별 제품 추천들을 지시하는 데이터 및 소모성, 국소적으로 적용되는 및/또는 신체-착용형 제품들에 대한 제품 코드들을 저장하도록 구성된 메모리; 제품들로부터 제품 코드들을 판독하기 위한 제품 코드 판독기; 장치의 착용자에 대한 모션 데이터를 획득하기 위한 하나 이상의 관성 센서들; 판독된 제품 코드에 응답하여, 메모리에 저장된 데이터를 사용하여, 제품 추천의 시각적 인디케이션을 제공하기 위한 시각적 인디케이터를: 포함하는 웨어러블 장치. 웨어러블 장치는, 착용자가 앉은 자세 또는 다른 좌식 상태인 기간들을 식별하기 위하여 모션 데이터를 처리하며, 기간들의 발생 및 지속기간을 분석하고, 및 제품 코드들의 적어도 서브셋에 대하여 부응하여 추천들을 변조하도록 구성된 프로세서를 더 포함한다. - 제품 추천들은 식별된 기간들에 의존하여 변화함 -
Description
본 개시는 제품들의 추천들을 제공하기 위한 방법들 및 웨어러블 장치들에 관련한다. 그것은 좌식(sedentary) 행동(behaviour)과 같은, 사용자의 환경 및/또는 라이프스타일에 의하여 유발되는 것의 부정적인 이펙트들에 대해 사용자에게 경고하기 위한 방법들, 웨어러블 장치들 및 시스템들을 모니터링하는 것과 또한 관련한다. 특히, 그러나 독점적이지는 않게(not exclusively), 본 발명은 소비자들(consumers)의 개인적인(personal) 생물학적 정보 및 제품 함량(content)에 기초하여 추천들을 제공하는 것에 관련한다.
반도체 나노기술(Semiconductor nanotechnology) 및 광학 기술들(optical technologies)은, 특히(especially) 하드웨어 소형화(miniaturisation)를 촉진(facilitate)함으로써, 사람들의 라이프스타일에 상당한(significant) 기여들(contributions)을 이루었다. 시퀀싱(sequencing) 및 유전형 분석(genotyping) 산업에 대한 그것의 어플리케이션은 소위 "랩-온-칩(lab-on-chip)" 시스템들을 인가(enable)하였다. 흥미(interest)의 생물학적 질문들(questions)/유전자들(genes)에 의존하여, 프라이머(들)/프로브(들)(primer(s)/probe(s)) - 보다 더 일반적으로 "바이오마커들(biomarkers)"로서 참조됨 -는 따라서(accordingly) 설계된다. 바이오마커는 DNA 분자와 같은 올리고뉴클레오티드(oligonucleotide)이고 특정(certain) 유전자(들)/변이(들)(gene(s)/variation(s))을 타겟팅(target)할 수 있다. 바이오마커는 대안적으로, 예를 들어, 항체(antibody) 또는 항원(antigen)일 수 있다. 이러한 시스템들에 바이오마커들의 상이한 타입들을 적용(apply)/선정(choose)함으로써, 고객(customer)은, 특정 라이프스타일 걱정(concerns) 또는 흥미에 의하여 아마도(possibly) 명령(dictate)된 바에 따라, 구체적인 특성들에 대하여, (예를 들어 타액(saliva), 혈액(blood), 소변(urine), 조직(tissue), 대변(stool), 머리카락(hair) 등으로부터 써드 파티(third party)에 의하여 원격(remote)으로 또는 로컬(local)로 추출(extract)된) 그의/그녀의 생물학적 샘플, DNA, RNA, 단백질 등을 검사(test)할 수 있다.
이러한 "개인적인" 유전적 또는 생물학적 정보는, 예를 들어, 특정한 환자들에 대해 효과가 있을(work) 가능성이 보다 더 높은 약물 복용량들(drug doses) 또는 치료들을 선택함으로써, 의학적 결정들(medical decision)이 보다 더 효과적으로(effectively) 이루어지는 것을 인가한다. 분자 레벨에서 개개인(individual)의 차이들을 식별하는 것은, 개개인들의 특정한 클래스들 또는 개개인들의 필요들(needs)에 따라 라이프스타일 및 식이 조언(lifestyle and dietary advice)이 맞춤화(tailor)되는 것을 또한 허용한다. 예를 들어, 뉴트라스티컬들(nutraceuticals) 및 화장품들(cosmetics)과 같은 개인적인 케어 제품들(personal care products)은, 이 제품들이 그들의 DNA에서 특정 단일 뉴클레오티드 다형성들(certain single nucleotide polymorphisms)을 가지는 개개인들에게 얼마나 효과적인 지에 기초하여 선택될 수 있다. 많은 민간 기업들(private companies)이 성장하는 소비자 유전학 시장(consumer genetics market)에 대하여 응하기(cater) 위하여 생성(create)되었고, 매일 새로운 유전자 특성들(traits)이 설명되고, 유전적 변이들(genetic variations)의 경우, 아주 많은(great many) 사람들의, 표현형(phenotype), 웰빙, 및 건강에 대한 통찰력(insight)을 제의(offer)할 잠재력(potential)을 가지는 바이오마커들의 계속하여(continuously) 확장(expanding)하는 카탈로그(catalogue)를 발생시킨다.
개인적인 활동 모니터들은, 그들의 신체적 활동을 기록(record)하는 것의 편리한 방법을 사용자들에게 제공한다. 특히, 많은 소위 "피트니스 트랙커들(fitness trackers)"은, 그들이 걷거나 달린 거리, 또는 그들이 소비(expend)한 총 에너지 등의 추정치들(estimates)을 사용자들에게 제공한다. 데이터의 이 종류(kind)는 사용자들이 그들의 라이프스타일에 관해서(regarding) 보다 더 정보에 근거한(more informed) 결정들을 만드는 것을 허용한다. 일부 경우들에서, 피트니스 트랙커는 사용자에게 그들이 최근에 적당한(moderate) 또는 격렬한(vigorous) 신체적 활동을 약속하지 않은 것을 수행하도록 리마인드(remind)할 수 있다. 이러한 피트니스 트랙커들은 보다 더 많은 신체적 활동을 약속(undertake)하도록 개개인들을(them) 동기부여(motivate)함으로써 개개인들이 그들의 건강을 개선하도록 도울 수 있는 동안에, 사용자가 소모(consume)하는 음료 및 음식들과 같은 다른 팩터들은 개개인의 웰빙을 결정하는 것에 중요한 역할(role)을 또한 맡는다(play).
WO2017055867 는, 유전자 데이터와 같은 사용자의 생물학적 정보에 기초하여 제품 추천들을 제공하기 위한 웨어러블 장치를 설명한다. 웨어러블 장치는, 그 또는 그녀가 구매하거나 소모하는 데 흥미있는 제품을 식별하기 위하여 장치의 착용자가 사용하는 바코드 판독기(barcode reader) 또는 레이저 스캐너(laser scanner)를 포함(incorporate)한다. 장치는 그 이후에, 제품이 그의 또는 그녀의 생물학적 정보에 기초하여 착용자에게 추천될 지 여부 인디케이션(indication)를 제공한다. 예를 들어, 사용자의 DNA의 분석은, 사용자가 대부분의 다른 사람들 보다 더 느리게 카페인을 대사(metabolise)하는 것을 발견하였을 수 있고, 이 경우에, 웨어러블 장치가 그 또는 그녀가 커피를 피하는 것을 추천할 수 있다.
사용자에게 건강 이점들을 제공하는 것에서 사용자의 생물학적(유전적) 및/또는 생리학적 정보에 기초한 제품 추천들의 실효성(effectiveness)은 사용자의 행동에 의존하여 다양(vary)할 수 있다. 그러므로 사용자의 건강을 개선시키기 위하여 제품 추천들의 실효성을 개선시킬 필요가 있다.
발명의 측면들은 독립 청구항들에서 기술(set out)된다. 다른 측면들 및 선호되는 특징들(preferred features)은 종속 청구항들에 기술된다.
용어 "소모성(consumable)"은, 그것이 피부(skin)을 통해서 소모되는 제품들을 또한 망라(encompass)함에도 불구하고, 주로(principally) 입으로(orally) 소모 가능한 제품들, 예를 들어 음식, 음료들(beverages), 보충제(supplements), 의약품들(medicines) 등을 식별하는 데 이 문서에서 사용된다. 용어 "국소적으로(topically)"는 신체에 외부적으로, 예를 들어, 피부나 모발에, 적용됨을 의미하는 데 사용된다. 국소적으로 적용되는 (또는 적용 가능한) 제품들의 예시들은 화장품들(cosmetics), 크림들(creams), 파우더들(powders) 또는 액체들(fluids)이다.
또한 여기서 설명된 것은, 소모성 또는 국소적으로 적용되는(예를 들어, 국소적으로 "적용 가능한") 제품들에 관하여 사용자에게 추천들을 제공하기 위한 컴퓨터-구현된 시스템이고, 시스템의 적어도 부분은 신체-착용형 부분이다. 시스템은:
사용자에 의하여 제공된 생물학적 샘플의 분석으로부터 획득된 개인화된 생물학적 정보로부터 도출된 데이터 및 제품 코드들을 저장하기 위한 데이터 저장(data store);
제품 패키징 또는 제품들로부터 제품 코드들을 판독 또는 그렇지 않으면 획득하기 위한 판독기;
제품들에 대한 제품 추천들을 획득하기 위하여, 개인화된 생물학적 정보로부터 도출된 적어도 상기 데이터를 포함하는 상기 데이터 저장에 저장된 데이터, 및 판독된 또는 그렇지 않으면 획득된 제품 코드들을 사용하기 위한 프로세서;
사용자에 대한 제품 추천들의 인디케이션들을 제공하기 위한 사용자 인터페이스; 및
사용자 환경을 나타내는 또는, 사용자의 하나 이상의 생리학적 및 또는 생화학적 기능들을 나타내는 데이터를 획득하기 위한 하나 이상의 센서들 - 상기 프로세서는 획득된 데이터에 의존하여 상기 제품 추천들 중 하나 이상을 변조하도록 구성되고, 수정된 인디케이션이 상기 사용자 인터페이스를 통해 사용자에게 제공됨(whereby a modified indication is provided to the user via said user interface) -
을 포함한다.
적어도 판독기 및 하나 이상의 센서들은, 상기 신체-착용형 부분에 제공될 수 있거나, 또는 전체 시스템이 신체-착용형 부분일 수 있다. 신체-착용형 부분은 손목밴드를 포함하는 손목-착용형 부분일 수 있다. 하나 이상의 센서들은 가속도계를 포함할 수 있다.
프로세서는, 사용자 활동을 예를 들어, 걸음 카운트를, 나타내는 값을, 가속도계에 의하여 제공된 데이터로부터, 결정하도록 구성될 수 있으며, 제품 추천들 중 하나 이상의 상기 변조는 그 활동 값에 의존한다. 변조는 제품들의 칼로리 함량을 참작하는 제품 추천들에 적용될 수 있다. 센서들 중 하나 이상은, 자이로스코프, 심박동수 모니터, 마이크로-니들들(micro-needles) 옵셔널하게 포함하는 체내 액체 또는 화학물질 센서(body fluid or chemical sensor) 중 하나 이상을 포함할 수 있다.
개인 생물학적 정보는 개인 유전자 정보일 수 있다.
프로세서는, 사용자의 하나 이상의 생리학적 및 또는 생화학적 기능들을 나타내는 데이터의, 예를 들어, 미리 정의된 앞선 시간 기간을 망라하는, 히스토리적 기록(historical record)을 데이터 저장에 저장하고, 변조가 사용자의 하나 이상의 생리학적 및 또는 생화학적 기능들의 히스토리를 참작하도록, 상기 제품 추천들 중 하나 이상을 변조하기 위하여 그 기록을 사용하도록 구성될 수 있다.
데이터 저장은, 예를 들어, 탄수화물 및 또는 당 제품 함량 양을 포함하는 제품 함량에 관련한 정보를 저장하도록 구성될 수 있다.
제품 추천은, 제1, 추천된 상태 및 제2, 추천되지 않은 상태를 가질 수 있고, 상기 변조는 제1 및 제2 상태 간에 제품 추천을 변화시킨다. 제품 추천은 제1 "추천된" 상태, 제2, "추천되지 않은" 상태, 및 제3 "아마 추천된" 상태를 가질 수 있고, 상기 변조는 제1 및 제3 상태 간에 제품 추천을 변화시킨다.
사용자 인터페이스는 상이한 색깔의 조명들을, 예를 들어, 적색 및 녹색, 또는 적색, 녹색 및 황색을, 수단으로 하여 제품 추천들의 인디케이션들을 제공하도록 구성될 수 있다.
컴퓨터-구현된 시스템은 사용자로부터 변조 값을 수신하기 위한 추가의 사용자 인터페이스를 포함할 수 있으며, 상기 프로세서는 상기 변조 값에 의존하여 상기 제품 추천들 중 하나 이상의 상기 변조를 스케일링(scale)하도록 구성된다.
판독기는 바코드 스캐너일 수 있다.
소모성 또는 국소적으로 적용 가능한 제품들에 관하여 사용자에게 추천들을 제공하기 위한 신체 착용형 컴퓨터-구현된 시스템이 또한 설명된다. 시스템은:
사용자에 의하여 제공된 생물학적 샘플의 분석으로부터 획득된 개인화된 생물학적 정보로부터 도출된 데이터 및 제품 코드들을 저장하기 위한 데이터 저장(data store);
제품 패키징 또는 제품들로부터 제품 코드들을 판독하거나 그렇지 않으면 획득하기 위한 판독기;
제품들에 대한 제품 추천들을 획득하기 위하여, 개인화된 생물학적 정보로부터 도출된 적어도 상기 데이터를 포함하는 상기 데이터 저장에 저장된 데이터, 및 판독되거나 그렇지 않으면 획득된 제품 코드들을 사용하기 위한 프로세서;
사용자에게 제품 추천들의 인디케이션들을 제공하기 위한 사용자 인터페이스; 및
사용자 환경을 나타내는 또는 사용자의 하나 이상의 생리학적 및 또는 생화학적 기능들을 나타내는 데이터를 획득하기 위한 하나 이상의 센서들 - 상기 프로세서는 획득된 데이터에 의존하는 상기 제품 추천들 중 하나 이상을 변조하도록 구성되며, 수정된 인디케이션은 상기 사용자 인터페이스를 통하여 사용자에게 제공됨(whereby a modified indication is provided to the user via said user interface) -
을 포함한다.
신체 착용형 컴퓨터-구현된 시스템은 손목밴드를 포함할 수 있다.
소모성 또는 국소적으로 적용되는(예를 들어, 국소적으로 적용 가능한) 제품들에 관하여 사용자에게 추천들을 제공하기 위한 컴퓨터-구현된 방법이 또한 설명된다. 방법은:
사용자에 의하여 제공된 생물학적 샘플의 분석으로부터 획득된 개인화된 생물학적 정보로부터 도출된 데이터 및 제품 코드들을, 데이터 저장에 저장하는 단계;
제품 패키징 또는 제품들로부터 제품 코드들을 판독하거나 그렇지 않으면 획득하는 단계;
제품들에 대한 제품 추천들을 획득하기 위하여, 개인화된 생물학적 정보들로부터 도출된 적어도 상기 데이터를 포함하는 상기 데이터 저장에 저장된 데이터, 및 판독되거나 그렇지 않으면 획득된 제품 코드들을 사용하는 단계;
사용자 인터페이스를 통하여 사용자에게 제품 추천들의 인디케이션들을 제공하는 단계; 및
사용자 환경을 나타내는 또는 사용자의 하나 이상의 생리학적 및 또는 생화학적 기능들을 나타내는 데이터를 하나 이상의 센서들로부터 획득하고, 획득된 데이터에 의존하여 상기 제품 추천들 중 하나 이상을 변조하는 단계 - 수정된 인디케이션은 상기 사용자 인터페이스를 통하여 사용자에게 제공됨(whereby a modified indication is provided to the user via said user interface) -
를 포함한다.
위에서 참조된 하나 이상의 센서들이 사용자들의 하나 이상의 생리학적 기능들을 측정하기 위한 것임에도 불구하고, 대안적으로, 또는 뿐만 아니라(alternatively, or as well as), 시스템 또는 장치는 자외선(UV) 빛 레벨들 또는 공해(예를 들어, Nox 또는 미립자들)의 레벨과 같은, 사용자가 노출된 하나 이상의 환경적 팩터들 또는 사용자의 위치를 결정하기 위한 하나 이상의 센서들을 포함할 수 있다.
또한 여기서 설명된 것은, 소모성 또는 국소적으로 적용 가능한 제품들에 관하여 사용자에게 추천들을 제공하기 위한 컴퓨터-구현된 시스템이고, 시스템의 적어도 부분은 신체-착용형 부분이다. 시스템은:
제품 코드 판독기;
사용자 환경을 나타내는 또는, 사용자의 하나 이상의 생리학적 및 또는 생화학적 기능들을 나타내는 데이터를 획득하기 위한 하나 이상의 센서들;
센서(들)을 사용하여 획득된 데이터 및 사용자의 개인 생물학적 정보에 기초하여, 제품 코드 판독기를 사용하여 식별된 제품들에 대한 제품 추천들을 결정하도록 구성된 프로세서
를 포함한다.
시스템은 센서 출력에 기초하여 생물학적으로 기초된 추천들을 변조하는 것이 가능하고, 특정 제품들의 사용을 낙담(discourage)/격려(encourage) 또는 이끈다(thereby nudge or encourage / discourage use of certain products). 변조의 정도는, 예를 들어, 생물학적으로 기초된 추천들에 대한 센서 데이터의 이펙트를 경고하기 위하여, 사용자에 의하여 조정 가능(tuneable)할 수 있다.
여기서 또한 설명된 것은, 개개인의 개인 생물학적 정보에 기초하여 복수의 영양 구성 요소들에 대한 컷-오프 값들을 결정하는 단계, 활동과 같은 개개인의 현재 또는 최근(current or recent) 생리학적 또는 생화학적 기능들에 기초하여 그러한 컷-오프 값들을 조절하거나 변조하는 단계, 및 제품 추천들을 제공하기 위하여 소모성 또는 국소적으로 적용 가능한 제품들과 같은, 제품들에 변조된 컷-오프 값들을 적용하는 단계를 포함하는 컴퓨터 구현된 방법이다.
도 1는 발명의 실시 예에 따라 웨어러블 장치의 투시 개략도(perspective schematic view)다;
도 2는 도 1의 웨어러블 장치의 개략 시스템도(schematic system view) 다;
도 3는 도 1의 웨어러블 장치에 의하여 수행된 데이터 처리(data processing)의 흐름도(flow diagram)다;
도 4a 및 4b는 도 3의 활동 분류기(activity classifier)에 의하여 수행된 데이터 처리의 흐름도이다(도 4b는 도 4a의 연속되는 것(continuation)임);
도 5는 도 3의 라이프스타일 분류기에 의하여 수행된 데이터 처리의 흐름도이다;
도 6는 도 3의 패널티 상태 컨트롤러(penalty state controller)에 의하여 수행된 데이터 처리의 흐름도이다; 및
도 7는 사용자에게 제품 추천들을 제공하는 것의 방법의 흐름도이다;
도 8는 도 1의 웨어러블 장치에 의하여 수행된 데이터 처리의 흐름도이다;
도 9는 제품 추천들이 사용자의 활동 데이터 및 사용자의 예측(predicted) 칼로리 민감성(sensitivity)에 따라 조절되는 흐름도를 나타낸다;
도 10는 제품 추천들을 변조하기 위한 폐쇄 루프 시스템(closed loop system)을 개략적으로 도시한다.
도 11는 두 그래픽 사용자 인터페이스 요소들(graphical user interface elements)의 개략도이다;
도 12는 변조를 위해 선택된 제품들의 백분율(percentage) 및 산출(compute)된 앉아 있는 시간(sitting time) 사이에 관계를 나타내는 그래프이다;
도 13는 사용자 활동에 따라 24-시간(24-hour period)의 코스(course)에 걸쳐 업데이트된 그래픽 사용자 인터페이스 요소들을 나타내는 표이다;
도 14는 도 11의 그래픽 사용자 인터페이스 요소들 중 하나를 포함(incorporate)하는 그래픽 사용자 인터페이스의 개략도이다;
도 15는 도 11의 그래픽 사용자 인터페이스 요소들 중 하나를 포함(incorporate)하는 그래픽 사용자 인터페이스의 개략도이다.
도 2는 도 1의 웨어러블 장치의 개략 시스템도(schematic system view) 다;
도 3는 도 1의 웨어러블 장치에 의하여 수행된 데이터 처리(data processing)의 흐름도(flow diagram)다;
도 4a 및 4b는 도 3의 활동 분류기(activity classifier)에 의하여 수행된 데이터 처리의 흐름도이다(도 4b는 도 4a의 연속되는 것(continuation)임);
도 5는 도 3의 라이프스타일 분류기에 의하여 수행된 데이터 처리의 흐름도이다;
도 6는 도 3의 패널티 상태 컨트롤러(penalty state controller)에 의하여 수행된 데이터 처리의 흐름도이다; 및
도 7는 사용자에게 제품 추천들을 제공하는 것의 방법의 흐름도이다;
도 8는 도 1의 웨어러블 장치에 의하여 수행된 데이터 처리의 흐름도이다;
도 9는 제품 추천들이 사용자의 활동 데이터 및 사용자의 예측(predicted) 칼로리 민감성(sensitivity)에 따라 조절되는 흐름도를 나타낸다;
도 10는 제품 추천들을 변조하기 위한 폐쇄 루프 시스템(closed loop system)을 개략적으로 도시한다.
도 11는 두 그래픽 사용자 인터페이스 요소들(graphical user interface elements)의 개략도이다;
도 12는 변조를 위해 선택된 제품들의 백분율(percentage) 및 산출(compute)된 앉아 있는 시간(sitting time) 사이에 관계를 나타내는 그래프이다;
도 13는 사용자 활동에 따라 24-시간(24-hour period)의 코스(course)에 걸쳐 업데이트된 그래픽 사용자 인터페이스 요소들을 나타내는 표이다;
도 14는 도 11의 그래픽 사용자 인터페이스 요소들 중 하나를 포함(incorporate)하는 그래픽 사용자 인터페이스의 개략도이다;
도 15는 도 11의 그래픽 사용자 인터페이스 요소들 중 하나를 포함(incorporate)하는 그래픽 사용자 인터페이스의 개략도이다.
사용자 유전적 프로필(genetic profile)(유전자들(genes))은 심혈관 질병(Cardiovascular Disease), 제2형 당뇨병(Type 2 Diabetes Mellitus) 및 비만(Obesity)과 같은, 장기 만성 질병들(long-term chronic diseases)이 생기는(develop) 것의 가능성(likelihood), 또는 그의 또는 그녀의 위험(risk)를 결정하도록 분석될 수 있다. 이 유전적 위험들(genetic risks)은 조절될 수 없는 고정된(fixed) 변수들이다. 그러나, 식이(diet) 및 신체적 활동과 같은, 만성 질병들을 발생(develop)하는 것의 사용자의 위험을 감소시킬 수 있는 여러(several) 조절 가능한 팩터들이 있다.
여기서 설명된 실시 예는, 사용자의 심박동수 데이터(heart rate data) 또는 저번주 동안 사용자의 칼로리 소비(calorific expenditure)를 지시하는 측정치들(measurements)과 같은, 사용자의 생리학적 기능들(physiological functions)을 지시하는 측정치들을 사용하여 위에서 설명된 제품 추천들을 조정(adapt)함으로써 위에서 설명된 문제들을 다루는(address) 것을 목표(aim)로 한다. 만성 질병 위험에 기여하는 다른(예를 들어, 비유전적(non-genetic)) 팩터들을 참작(take into account)함으로써, 사용자는 그의 또는 그녀의 건강에 유익할 가능성이 보다 더 높은(more likely) 제품들을 선택하는 것이 가능하다.
예를 들어, 개인화된 음식 추천들은, 가속도계(accelerometer)와 같은 센서들을 사용하여 측정된, 그들의 신체적 활동 레벨들 및 개개인의 유전자들 모두에 기초하여 제공될 수 있다. 개인화된 제품 추천들은, 이러한 화장품들, 의약품(medicine), 약물들(drugs), 비타민들(vitamins) 등 제품의 다른 클래스들을 위해 또한 획득될 수 있다.
(영국, 런던, DnaNudge에 의하여 제공되는) 유전자 검사 서비스(genetic testing service)가 그들의 유전자들에 기초하여 개개인들에게 개인화된 음식 추천들을 제공한다. 개개인은 여러 단일 뉴클레오티드 다형성들(Single Nucleotide Polymorphisms; SNPs)에 대해 평가하기 위하여 DNA (또는 RNA) 검사를 받는다. 이 SNPs는, 여러 만성 질병들, 예를 들어 비만 및 제2형 당뇨병, 과 연관된 것으로, 전장 유전체 연관 분석(Genome Wide Association Studies; GWAS)와 같은, 학술 문헌에서 식별되었다. 유전자 검사의 결과들은 다섯 레이어들로 카테고리화된다 - 매우 낮은 위험, 낮은 위험, 중간 위험, 높은 위험, 매우 높은 위험. 개개인의 유전자 결과들은 그 이후에 여섯 영양소들과 상관관계(correlate)를 보인다: 칼로리, 지방, 포화 지방, 탄수화물, 당 및 염분. 이 상관관계들로부터 영양 컷-오프들(nutritional cut-offs)의 세트가 발생(develop)된다. 이 영양 컷-오프들은 개인화된 음식 추천들에 대한 기초(basis)을 형성(form)한다. 예를 들어, 제품이 염분에 대한 영양 컷-오프 값을 초과하는 염분의 레벨을 함유(contain)하면, 그 이후에 제품은 사용자에게 추천되지 않을 것이다.
개인화된 "온-더-스팟(on-the-spot)" 음식 추천들은, 예를 들어, ("DnaBand"로 참조되는) 손목밴드 장치와 같은, 웨어러블 장치를 사용하여 사용자에게 제공될 수 있다. 웨어러블 장치는 또한, 착용자의 신체적 활동을 모니터링하고, 장치를 착용한 동안 착용자가 약속한(undertake) 신체적 활동의 양을 반영하는 하나 이상의 신체적 활동 팩터들을 결정할 수 있다. 개인의 신체적 활동 레벨은 그들의 베이스라인(baseline) 유전자 추천들에 대한 팩터이다. 예를 들어, 신체적 활동 팩터들은, 개인화된 음식 추천들을 업데이트하기 위하여 영양 컷-오프들과 결합된다. 추천들은, 그들이 식이 및 신체적 활동 모두가 만성 질병 위험에 영향을 주는 것(influence)을 참작하기 때문에, 사용자에게 보다 더 좋게 타겟팅된다.
신체적 활동 팩터의 하나의 타입은, 칼로리에 대한 영양 컷-오프를 변조하는 데 사용되는 "칼로리 컷-오프(calorific cut-off)"이다. 예를 들어, 사용자가 지난주에 상대적으로 신체적으로 비활동적이었음으로 또는 그런 식으로 결정되면, 그 이후에 상대적으로 낮은 "칼로리 컷-오프" 값이 발생될 수 있다. 이 칼로리 컷-오프가 (유전자 테스트의 결과들로부터 결정된) 칼로리에 대한 영양 컷-오프 값 아래이면, 그 이후에 보다 더 낮은 칼로리 컷-오프 값이 제품 추천들을 발생시키는 데 사용될 수 있다. 예를 들어, 비만에 대한 유전적 소인(pre-disposition)을 가지지 않은 사용자는 칼로리에 대한 높은 영양 컷-오프 값을 가질 수 있다. 그러나, 사용자가 최근에 많은 운동을 하지 않았으면, 감자칩 한 통과 같은 높은 칼로리 성분을 가지는 제품은 사용자에게 부적합한(unsuitable) 것으로 추천되는 식으로, 이 값은 부응하여(accordingly) 낮춰질 수 있다.
웨어러블 장치는 그러므로, 개개인의 칼로리 컷-오프를 조절하며, 개개인의 신체적 활동 데이터에 피드백을 제공한다. 칼로리 컷-오프는, 신체적 활동이 불충분(inadequate)하면 감소되고, 신체적 활동이 충분하게 될 때 베이스라인으로 재도입될 것이다. 신체적 활동, 식이 및 유전자들 사이에 이 결합은, 보다 더 정확한 개인화된 음식 추천들을 제공하는 폐쇄-루프 피드백 시스템을 생성한다. 사용자는, 제품 추천들이 신체적 활동에 기초하여 변조될 양을 다양화하기 위하여 피드백의 정도(degree)를 컨트롤하는 것이 가능할 수 있다. 예를 들어, 사용자는, 신체적 활동에 의하여 임의의 방식으로 제품 추천들이 영향을 받는 것을 원하지 않을 수 있고, 이 경우에 변조가 영(zero)로 설정된다. 또 다른 사용자는 이 영향이 매우 높기를 원할 수 있고, 이 경우에 변조가 높은 값으로 설정된다. 사용자는, 스마트폰과 같은 컴퓨터 장치를 갖는 인터페이스를 통하여 또는 밴드에 제공된 일부 수단들을 사용하여 변조를 컨트롤할 수 있다.
신체적 활동의 부족은 건강에 해로운(detrimental) 것으로 오래 인식되었지만, 앉기의 부정적인 이펙트들은 일반적으로 과소평가된다. Ekeland et al., The Lancet 2016, 1303-1310 (388)는, 앉기가 건강에 크리티컬(critical)하고, 추천된 일일(daily) 활동의 세 배가 앉기의 길어진(extended) 기간들에 대해 보상하기 위하여 요구되는 것을 추천한다. 그러나, 사용자들이, 추천된 일일 활동의 세 배는 고사하고(let alone), 일일 활동의 추천된 양을 약속하는 것(undertake)이 항상 가능한 것은 아니다. 장치 착용자의 앉는 행동에 따라 제품 추천들을 조절하기 위하여 웨어러블 장치를 구성하는 것은 앉기의 길어진 기간들을 완화시키는 방식으로 갈 수 있다. 추가적으로, 많은 사용자들에 대하여, 그들이 너무 오랫동안 앉아 있었기 때문에 특정 제품들이 더 이상 추천되지 않는 분명하고 가시적인 인디케이션은, 그것 자체가 신체적 활동에 참여하고(engage in) 앉기의 장기적인(prolonged) 기간들을 피하기 위한 동기부여자로서 행동할 수 있다.
여기에 제시된 방법 및 장치는, 개개인의 건강은 장치에 의하여 감지된 바에 따라 개개인의 앉는 행동에 의존하여 변조되는 제품 추천들을 제공하기 위하여 웨어러블 컴퓨터 장치를 사용함으로써 개선할 수 있다는 인식(realisation)으로부터 비롯된다.
도 1는 이 예시에서 사용자가 그의 또는 그녀의 손목에 걸쳐 쉽게 손목밴드(100)를 슬라이딩하는 것을 허용하는 확장 가능한 섹션(102)을 가지는, 스트랩(101)을 포함하는 웨어러블 장치(100) (또는 "손목밴드")를 도시한다. 다른 예시들에서, 손목시계들에서 발견되는 것들과 같은 손목 스트랩은, 확장 가능한 섹션을 갖는 스트랩을 대신해서 사용될 수 있다. 도 1는 손목밴드(100)의 방향을 설명하는 데 사용된 세 직교 축들 X, Y 및 Z를 또한 나타낸다. Y 축은 손목밴드의 축을, 예를 들어, 착용자의 손목이 손목밴드(100)을 통하여 지나가는 방향을 따르는 방향이다. X 및 Z 축들은 Y축에 (및 또 다른 것에) 수직이고, Z-축은 손목밴드(100)의 위에서 아래로 배열되며, 예를 들어 손목밴드(100)가 손목의 안쪽에 확장 가능한 섹션(102)을 갖고 착용될 때 Z 축이 손목의 바깥쪽에서 안쪽으로 가리킨다.
손목밴드(100)는 레이저와 같은, 빛 소스(104) 및 광전지 셀 또는 카메라와 같은 광학 센서(103)를 포함한다. 윈도우(105)는 광학 센서(103)가 제품 코드들을 판독하기 위해 사용되는 것 및 빛 소스(104)는 제품 코드들을 비추는 데 사용되는 것을 허용하기 위하여 손목밴드(100)에 제공된다. 발광 다이오드(light emitting diode; LED)(106)과 같은 인디케이터(또는 인디케이터들)는 제품들에 대하여 착용자에게 피드백을 주기 위하여 또한 제공된다. 스트랩(101)의 크로스 섹션은 (아래에 보는) 웨어러블 장치(100)의 다양한 구성 요소들을 수용하기 위하여 한 쪽이 보다 더 두껍다.
도 2는 손목밴드(100)의 개략 시스템도를 나타낸다. 손목밴드(100)은, 충전 유닛(202)을 사용하여 충전될 수 있는 배터리(201)에 의하여 동력이 공급되고, 자이로스코프(gyroscope)(204), 가속도계(203)(예를 들어, 3-축 가속도계) 및/또는 3D 공간에서 손목밴드(100)의 모션을 측정하기 위한 관성 센서들을 가진다. 자이로스코프(204) 및/또는 가속도계(203)의 축들은 도 1에서 나타난 세 직교 축들 X, Y 및 Z의 관해서 배열된다.
손목밴드(100)는 사용자의 위치를 트랙킹하기 위한 GPS 센서 (또는 다른 포지셔닝 시스템(positioning system)), 및/또는 사용자의 심박동수 또는 온도를 측정하기 위한 심장 모니터(예를 들어, 심전도, ECG) 또는 온도계와 같은 추가 센서들 및 전극들(205)을 또한 포함할 수 있다. 센서들은, 예를 들어, 심박동수를 측정하기 위한 광학 센서 또는 마이크로폰을 포함할 수 있다.
손목밴드(100)는 메모리(207)에 저장된 데이터 및 명령어들(instructions)을 평가하는 처리 유닛(206)에 의하여 컨트롤된다. 무선 커뮤니케이션 모듈(208)은 처리 유닛(206)이, 다른 손목밴드들, 스마트폰들, 스마트워치들, 또는 개인적인 컴퓨터들과 같은 다른 컴퓨터 장치들과 의사소통하는 것을 허용하기 위하여 제공된다. 무선 커뮤니케이션 모듈(208)은, 예를 들어, 메모리(207)에 저장된 제품 추천들 및/또는 제품 코드들의 데이터베이스를 업데이트하거나 제공하는 데, 사용될 수 있다. 무선 커뮤니케이션 모듈(208)은 데이터가 손목밴드들(100) 사이에 교환되는 것을 허용할 수 있다.
착용자는, 광학 센서(103)를 사용하는 제품으로부터 제품 코드 (또는 다른 정보)를 판독하기 위하여 빛 소스(104)를 활성화시키고 제품으로 빛을 보낼 수 있다. 착용자는, 올바르게 판독하기 위해 제품을 방향을 맞추기 위하여, 그들의 두 손 중 하나 또는 그들의 두 손을 사용하여 제품을 홀딩하거나 조종할 수 있다. 대안적으로, 착용자는, (예를 들어) 제품이 슈퍼마켓 선반에 위치하며 남는 동안, 제품 코드를 판독하기 위하여 손목밴드(100)를 방향을 맞추거나 움직일 수 있다. 제품 코드를 판독한 이후에, 손목밴드는, LED의 패턴을 깜빡임 및/또는 밝기를 조절함 및/또는 RGB 구성 요소들의 상이한 조합들을 믹스함으로써 상이한 색상들을 나타내도록 조절될 수 있는 RGB LED일 수 있는, 인디케이터(LED)(109)를 사용하여 착용자에게 피드백을 제공할 수 있다. Of course, other types of indicator can also be used, such as LED arrays or screens such as LCD, LED or OLED screens. 물론, 인디케이터의 다른 타입들은, LCD, LED 또는 OLED 스크린들과 같은 스크린들 또는 LED 어레이들과 같은 것이 또한 사용될 수 있다.
웨어러블 장치에 포함(incorporate)될 수 있는 센서들의 예시들은:
●·
자이로스코프 및/또는 가속도계(예를 들어, 3-축 가속도계)와 같은 관성 센서들;
●·
만보계들/걸음 카운터들;(Pedometers/step counters)
●·
맥박 센서들, 예를 들어 광혈류측정(photoplethysmography; PPG) 센서들;
●·
호흡수(respiration rate) 센서들;
●·
(심장박동수 변동성을 또한 측정하기 위한) 심장박동수 센서들;
●·
혈압 센서들;
●·
예를 들어 혈당 레벨들의, 현장 혈액 검사들(situ blood tests e.g. of blood glucose levels)을 수행하기 위한 마이크로니들들(microneedles);
●·
공기 질 또는 공해 센서들(예를 들어, 질량 분석계들);
●·
UV 빛 모니터들(예를 들어, 광-다이오드들)
이다.
진동기(vibrator)(210) 및/또는 발광 다이오드(LED)와 같은 인디케이터(209)는, 손목밴드(200)를 착용하는 사용자에게 시각적 또는 촉각적(tactile) 피드백을 제공하기 위하여 제공된다. 일 예시에서, 인디케이터(209)는, 제품이 사용자에게 추천된 것을 지시하는 "녹색" 또는 제품이 사용자에게 추천되지 않는 것을 지시하는 "적색"을 갖는 "신호등 시스템(traffic light system)"에 따라 제품 추천들을 제공할 수 있다. 추가의(further) "황색"은, 제품 추천이 사용자의 활동(예를 들어, 앉기 또는 다른 신체적 기능(function))에 기초하여 조절되지 않았다면, 제품이 사용자에게 적합한 것으로 추천되었을 수 있는 것을 지시하는 데 또한 사용될 수 있다. 여기 색깔들에 대한 참조들은 제한하도록 의도된 것이 아니고, 바이너리 또는 3-레벨(또는 레벨들의 큰 수) 추천 시스템을 지시하는 다른 방식들이 사용될 수 있는 것이 이해되어야 한다. 예를 들어, 손목밴드(100)는 수정된 컷-오프 값들 및/또는 사용자에 대해 결정된 영양 컷-오프 값들과 함께 제품들의 영양 정보의 표현을 디스플레이할 수 있다.
어떻게 웨어러블 장치(100)가 착용자에게 제품 추천들을 제공하는 지를 컨트롤하는 것에 대한 다양한 스텝들이 이제 설명될 것이다. 특히, 신체적 활동 모니터링 또는 좌식 행동 모니터링의 예시적인 경우들에 대한 업데이트된 제품 추천들을 발생시키는 것에 대한 다양한 스텝들이 설명된다. 그러나, 아래에서 설명된 기법들은 사용자 환경의 또는 사용자의 하나 이상의 생리학적 및 또는 생화학적 기능들에 관련하여 모니터링의 다른 타입들에 적용될 수 있는 것이 이해될 것이다.
좌식 행동(Sedentary behaviour)
도 3는, 어떻게 관성 센서들(203, 204)에 의하여 수집(collect)된 모션 데이터(301)가 제품 추천들을 업데이트하도록 처리되는 지를 나타낸다. 이 예시에서, 모션 데이터(301)는 3-축 가속도계(203)에 의하여 시간 스텝들 (τ)의 시리즈에서 측정된, 3D 공간에서 웨어러블 장치(100)의 세 직교 방향들에 따른 가속도 성분들(acceleration components)들 (x, y 및 z)을 포함한다. 모션 데이터(301)는, 웨어러블 장치(100)의 속도 또는 포지션(position)과 같은 가속도 성분들(acceleration components)들로부터 도출된 데이터를 또한 포함할 수 있다. 모션 데이터(301)는, 예를 들어, 자이로스코프(204)에 의하여 결정된 바와 같이, 3D 공간에서 장치의 오리엔테이션(orientation) (또는 각 속도(angular velocity) 또는 각 가속도(angular acceleration))을 또한 포함할 수 있다.
모션 데이터(301)는, 전형적으로 40 Hz의 샘플링 레이트(rate)에서, 활동 분류기(302)로 제공된다. 도 4a 및 도 4b에 대한 참조와 함께 아래에서 보다 더 상세히 설명되는 바와 같이, 활동 분류기(302)는, 앉기, 비활동적, 활동적 또는 알려지지 않음과 같은, 장치의 착용자에 대한 활동 클래스를 결정하기 위하여 모션 데이터(301)를 처리한다. 활동 클래스는, 모션 데이터(301)의 각 샘플이 수신될 때 또는, 보다 더 일반적으로, 모션 데이터(301)의 임계 수의 샘플들이 수신된 후에, 활동 클래스가 샘플링 레이트보다 더 낮은 주파수로 업데이트되는 식으로 업데이트될 수 있다.
활동 분류기(302)는, 전형적으로 1 Hz의 샘플링 레이트에서, 라이프스타일 분류기(304)로 활동 클래스 데이터(303)을 제공한다. 도 5에 대한 참조와 함께 아래에서 보다 더 상세히 설명된 바와 같이, 라이프스타일 분류기(304)는 활동 클래스 데이터(303)을 축적(accumulate)하고, 장치 착용자의 행동에 따라 누적(accrue)된 페널티들의 리스트(305)를 데이터로부터 결정한다. 페널티들은, 예를 들어 24시간의 기간(period of 24 hours)에 걸쳐 축적된다.
라이프스타일 분류기(304)는, 보다 더 짧은 구간(예를 들어, 시간마다) 또는 보다 더 넓은 구간(예를 들어, 주마다)이 또한 사용될 수 있음에도 불구하고, 전형적으로 일일 기초로, 페널티 상태 컨트롤러(306)에 페널티들의 리스트(305)를 제공한다. 도 6에 대한 참조와 함께 아래에서 보다 더 상세히 설명되는 바와 같이, 페널티 상태 분류기(306)는, 페널티들의 리스트(305)에 기초하여 웨어러블 장치(100)에 대한 페널티 상태를 결정한다. 페널티 상태는, (일부 실시 예에서 웨어러블 장치(100)을 사용하여 측정된) 예를 들어, 그들의 나이, 성별 또는 제품 구매 히스토리(product purchase history), 착용자에 대한 정보와 같은 다른 팩터들에 또한 기초할 수 있다. 장치(100)가 페널티 상태에 놓여야 하는 것을 페널티 상태 컨트롤러(306)가 결정할 때, 그것은 장치(100)가 조절된 제품 추천들을 제공하여야 하는 것을 지시하기 위하여 메모리(207)에 플래그를 설정한다. 페널티 상태가 결정되지 않으면, 그 이후에 플래그는 장치(100)가 착용자의 앉는 행동에 의하여 영향을 받지 않은 제품 추천들을 제공하는 식으로 미설정될 수 있다.
도 4a는 어떻게 (이 도면에서 모션 처리 유닛(Motion Processing Unit; MPU)으로 참조된) 관성 센서들로부터 획득된 모션 데이터(301)가 활동 분류기(302)에 의하여 처리되는 지를 나타낸다. 일단 웨어러블 장치(100)가 턴 온(turn on)되면, 활동 분류기(302)는 MPU로부터 샘플들을 수신(401)하기 시작한다. 샘플이 수신되는 각 시간에, 가속도의 크기(magnitude)(예를 들어, 유클리디안 노름(Euclidean norm))는, 가속도계(203)에 의하여 측정된 가속도의 x, y 및 z 구성 요소들로부터 계산된다. 임계 개수의 샘플들이 수신(403)된 후에(이 경우에서, 40샘플들), 가속도의 분산(variance)이 샘플들에 대하여 계산(404)된다. 분산은, 그 이후에 장치 착용자가 상대적으로(relatively) 정적(static)인 지 아닌 지 여부를 결정하기 위하여 임계에 비교(405)된다. 임계가 초과되면, 그 이후에 추가의(further) 비교가, 분산이 느리게 걷는 것으로 예상되는 분산과 연관된 또 다른 임계를 초과하는 지 여부를 결정하기 위하여 이루어진다. 이 후자의 임계가 초과되면, 그 이후에 활동 타입은 "높음(High)"으로 분류(407)되고, 그렇지 않으면, 활동 타입은 "중간(Medium)"으로 분류된다.
정적인 행동에 대한 임계와 가속도의 분산의 비교(405)로 돌아가서, 분산이 이 임계보다 더 작으면, 샘플 데이터는 장치 착용자가 앉아 있는 지 아닌 지 여부를 결정하기 위하여 처리되고 필터링된다(409). 필터링은, 예를 들어 대역-통과 필터(band-pass filter)를 사용하여, 가속도의 각 x, y 및 z 구성 요소로부터 원하지 않는(unwanted) 노이즈(noise)를 제거한다. 필터링된 가속도 성분들(acceleration components)들은, 장치의 착용자가 앉아 있는 지 여부를 결정하기 위한 많은(a number of) 방법들에서 사용될 수 있다. 예를 들어, 필터링된 가속도 성분들(acceleration components)에서 중력에 인한 가속도의 기여는 (손목밴드가 종래의 방식으로 착용된 것을 가정하여) 손목밴드 착용자의 보다 더 낮은 팔 포즈(lower arm posture) 및 그러므로 착용자가, 서 있거나 앉아 있는 동안 낮은 레벨의 활동을 수행하고 있는 지 여부를 결정하는 데 사용될 수 있다. 도면의 요소(409)에서 나타난 예시 공식에서, 필터링된 구성 요소들은, 축들 중 하나(이 경우에서 X-방향)에 따라 장치(100)의 가속도가 두 다른 축들의 각각에 따른 가속도보다 더 큰 지 여부를 식별하기 위하여 서로(each other)와 비교되며, 이는 예를 들어 착용자가 걷는 동안 그 또는 그녀의 팔들을 앞뒤로(backwards and forwards) 흔드는, 서있는/앉아 있지 않는 동안 낮은 레벨의 활동을 수행하는 착용자와 전형적으로 연관(correlate)되기 때문이다. 어떻게 이러한 비교가 구현되는 지의 세부사항들은 가속도계(203)의 오리엔테이션에 의존한다. 자이로스코프(204)는 앉기 감지 정확도(sitting detection accuracy)를 개선하기 위하여 가속도계(203)와 연계하여 사용될 수 있다. 사용될 수 있는 앉기를 감지하기 위한 다른 방법들은, 분류기가, 시간의 함수로서 장치의 착용자에 의하여 수행된 활동의 타입에 따라 라벨링된 모션 데이터에 기초하여 트레이닝되는 머신 러닝 방법들(machine learning methods)을 포함한다. 이 분석의 결과에 따라, 모션 데이터의 샘플들에 의하여 커버(cover)된 기간에 대한 활동 타입은 앉기(410) 또는 낮음(411)으로 결정된다.
활동 타입이 결정된 후에, 세 카운터들 중 하나가 활동 타입에 의존하여 인크리먼트(increment)된다. 활동 타입이 "높음" 또는 "중간"이면 그 이후에 중-고강도 신체활동(Moderate to Vigorous Physical Activity; MVPA)에 대한 카운터는 인크리먼트되는(412) 반면에, 활동 타입이 "앉기" 또는 "낮음"이면 그 이후에 앉기(413) 및 낮음(414)에 대한 개별 카운터들이 인크리먼트될 수 있다. 활동 타입에 관계없이, 예측 인덱스에 대한 카운터는, 활동 타입이 예측된 시간들의 개수를 카운트하기 위하여 인크리먼트된다(415). 예측 인덱스가 임계를, 이 경우에 60 이터레이션들(iterations), 초과하지 않으면, 활동 분류기(302)는 관성 센서들(MPU)(401)로부터 수신될 추가의(further) 샘플들을 대기하고, 프로세스는 반복된다. 임계는 착용자의 행동의 신뢰할 만한(reliable) 예측이 획득될 수 있는 식으로 선택된다.
도 4b는 도 4a의 연속되는 것이고, 예측 인덱스가 임계를 초과하는 것으로 밝혀진 후에, 예를 들어 충분한 수의 활동 타입 분류들이 수행된 후에, 활동 분류기(302)에 의하여 수행된 프로세스를 나타낸다. 결정은, MVPA 카운터가 특정 값(이 경우에서, 30 카운트들) 위(above)인지 여부로 이루어지고(417), 그렇다면, 모션 데이터(301)의 샘플들과 연관된 라이프스타일 타입이 "활동적"으로 설정된다(418). 그렇지 않으면, 이루어지는 결정은, 낮은 카운터가 특정 값(이 경우에서, 30)보다 위인지 여부로 이루어지고(419), 그렇다면, 라이프스타일 타입은 "비활동적"으로 설정된다(420). 그렇지 않으면, 결정은, 앉기 카운터가 특정 값(이 경우에서, 30) 위인 지 여부로 이루어진다(421): 만약 이것이 그렇다면, 그 후에 라이프스타일 타입을 "앉기"로 설정하거나, 또는 그렇지 않다면, 라이프스타일 타입을 "알려지지 않음"으로 설정한다. 다르게 말하면, 프로세스(417 내지 423)의 최종 스테이지들은, 관련된(relevant) 기간에 걸쳐 장치 착용자의 우세한(predominant) 행동을, 예를 들어 사용자가 시간의 절반보다 더 많은 동안 앉아 있는 지 또는 활동적인 지 여부, 결정한다. 이것이 된 후에(After this has been done), 카운터들은 각각 리셋(reset)되고, 도 4a 및 도 4b의 프로세스는 반복된다.
도 5는, 어떻게 라이프스타일 분류기(304)가, 활동 분류기(302)로부터 획득된 라이프스타일 타입들을 처리하는 지를 나타낸다. 라이프스타일 분류기(304)는 영(zero)으로 초기 설정된 활동(AC), 비활동(IC) 또는 앉기(SC)에 대한 카운터들을 가진다(501). 분류기(304)의 초기 상태는 "앉아 있지 않음(NOT SITTING)"으로 설정된다. (여기서 "레벨 1"로 참조되는) 활동 분류기(302)로부터 라이프스타일 타입의 수신(receipt)에서, 라이프스타일 분류기(304)는 타입을 결정하고, 다른 카운터들을 영으로 설정하면서(505, 506 및 507) 개별 카운터를 인크리먼트한다. 예를 들어, 활동 카운터가 인크리먼트되면 그 이후에 비활동 및 앉기 카운터들은 영으로 설정된다(505). 활동 카운터 또는 비활동 카운터를 인크리먼트한 후에 분류기(304)의 상태는 "앉아 있지 않음"으로 남고, 프로세스(502 내지 504)는 모션 데이터(301)로부터 결정된 다음 라이프스타일 타입에 대해 반복된다. 앉기 카운터가 인크리먼트되면(507) 그 후에 앉기 카운터가 특정한 값(508)(이 경우에서, 2 카운트들)에 도달하였는 지 여부의 결정. 다르게 말하면, 스텝들(504 내지 508)은, 장치 착용자가 특정 기간(2 사이클들)동안 계속하여, 예를 들어, 그들의 앉기가 MVPA 또는 낮은-레벨 앉아 있지 않는 활동의 기간에 의하여 인터럽팅되는 것 없이, 앉아 있는 지 여부를 결정한다. 이 기준(criterion)이 충족되지 않았으면, 분류기(302)의 상태는 "앉아 있지 않음"으로 남고, 프로세스는 다시 반복된다. 그러나, 기준(508)이 충족되었으면, 그 이후에 활동 및 비활동 카운터들은 영으로 설정되고(509), 분류기(304)의 상태는 "앉기(SITTING)"로 설정된다.
일단 라이프스타일 분류기(304)가 "앉기" 상태에 진입(enter)하면, 그것은 활동 분류기(302)로부터 라이프스타일 타입들을 수신하는 것을 계속한다. 라이프스타일 분류기(304)는, 그것이 "앉아 있지 않음" 상태인 때와 유사한 방식으로 라이프스타일 타입들(511, 513)을 처리한다. 그러나, (다른 카운터들이 영으로 설정되고) 활동(513) 및 비활동(514) 카운터들 중 하나(either)가 인크리먼트된 후에, 결정은 활동 및 비활동 카운터들 중 하나(either)가 특정 값(이 경우에서, 2 카운트들)을 초과하는 지 여부로 이루어진다. 다르게 말하면, 분류기(304)는, 장치 착용자가 마지막 두 사이클들 동안 연속적으로 MVPA 또는 마지막 두 사이클들 동안 연속적으로 낮은-레벨 앉아 있지 않는 활동을 약속하였는 지 여부를 결정한다. 그들이 가진다면, 그 이후에 활동 및 비활동 카운터들은 영으로 리셋되고(516), 분류기(304)의 상태는 "앉아 있지 않음"으로 돌아간다(502). 아니라면, 그 이후에 앉기 카운터는 인크리먼트된다(517).
앉기 카운터가 인크리먼트된 후에, 스텝(517 또는518) 중 하나(either)에서, 결정은, 앉기 카운트가 임계(520)(이 경우에서, 30 카운트들)를 초과하는 지 여부로 이루어진다. 그것이 한다면, 페널티는 페널티 리스트(520)로 추가되고, 앉기 카운터는 영으로 설정된다(521). 프로세스는 그 이후에, "앉기"로 남은 분류기(304)의 상태로 다시 시작한다.
도 6는 어떻게 페널티 상태 컨트롤러(306)가 웨어러블 장치(100)의 행동을 컨트롤하기 위하여 페널티 리스트를 사용하는 지를 나타낸다. 장치(100)가 턴 온 또는 리셋될 때(601), 컨트롤러(306)는, 웨어러블 장치가 마지막으로 동작한 이래로(since) 특정 기간(이 경우에서, 24시간)이 지났는 지 여부를 결정한다. 그것이 그러면, 그 이후에 컨트롤러(306)의 상태가 "녹색(GREEN)"으로 설정되고, 페널티 점수가 영으로 또한 설정된다(604). "녹색" 상태에서, 제품 추천들은, 장치(100)가 제품 코드를 판독하는 데 사용될 때 변조되지 않지만, 그러나 오히려 "보통" 제품 추천들(예를 들어, 사용자의 유전자형(genotype)에 기초한 제품 추천들)이 사용자에게 지시된다.
컨트롤러(306)는 라이프스타일 분류기(304)로부터 새로운 페널티를 수신하기 위하여 대기한다(605). 페널티가 수신될 때, 페널티 점수는 인크리먼트되고(607), 결정은 소위 "좌식(sedentary)" 규칙들이 충족되었는 지 여부로 이루어진다(608). 이 규칙들은, 사용자가 아이(child)인 지 어른(adult)인 지 여부와 같은 사용자 정보에 따라 상이할 수 있다. 예를 들어, 어른에 대한 규칙은 16시간 동안 12점 이상의 페널티 점수이면 그 이후에 사용자가 "좌식"으로 분류되는 것을 명시(state)할 수 있는 반면에, 아이에 대한 대응하는 규칙은 오직 6점 이상의 페널티 점수를 요구할 수 있다. 좌식 규칙들이 충족되지 않으면(609), 그 이후에 새로운 날이 시작되었는 지 (또는 일부 다른 기간이 지났는 지) 여부의 체크가 이루어지고(609), 아니라면, 컨트롤러(306)는 라이프스타일 분류기(304)로부터 수신될 추가의(further) 페널티 포인트를 대기하는 것을 계속한다. 새로운 날이 시작되었다면, 컨트롤러의 상태는 "녹색"으로 남고(610), 페널티 점수는 이전에와 같이 영으로 설정된다(604).
좌식 규칙들(또는 규칙)을 충족하는 것에 대한 실패는 컨트롤러(306)의 상태가 "황색(AMBER)"이 되도록 유발한다(611). 이 상태에서, 장치(100)에 의하여 제공된 제품 추천들이 변조된다. 컨트롤러(306)는 다음날까지 이 상태로 남고(612), 그 후에 페널티 점수가 영으로 다시 한 번(once more) 설정되고(604) 상태가 "녹색"으로 다시 설정된다(나타나지 않음).
일 예시에서, 제품 추천들이 세 상이한 타입들의 것일 수 있다(the product recommendations may of three different types): 추천되지 않음, 아마(maybe) 추천됨 및 추천됨. 이 타입들은, 장치(100)의 색깔-변화하는 LED(106)을 사용하여 사용자에게 지시될 수 있다. 예를 들어, 적색(추천되지 않음), 황색(아마 추천됨) 및 녹색(추천됨)의 신호등 시스템이 사용될 수 있다. 컨트롤러(306)가 "녹색" 상태일 때, 그 이후에 "보통" 제품 추천들이 사용자들에게 제공된다. 그러나, 너무 많은 페널티 포인트들이 누적되었고 컨트롤러(306)가 "황색" 상태에 진입하면, 그렇지 않으면 녹색 빛을 사용하여 지시되었을 제품 추천들의 서브셋은 황색 빛으로 사용자에게 지시될 수 있다. 예를 들어, 적당히 높은 칼로리 함량을 갖는 음식 제품은 특정한 사용자에게 적합한 것으로 보통 추천될 수 있다(예를 들어, 녹색 빛으로 지시됨). 그러나, 사용자가 장기적인 기간동안 앉아 있었다면, 상품 추천이 "아마 추천됨"(예를 들어, 황색 빛으로 지시됨)으로 조절될(변조될) 수 있다.
컨트롤러(306)는, 보통 "아마 추천됨"(예를 들어, 황색 빛으로 지시됨)인 제품들의 서브셋이 위에서 설명된 바와 같이 장치 착용자의 앉는 행동에 기초하여 "추천되지 않음"(예를 들어, 적색 빛으로 지시됨)이 되게 하도록 또한 구성될 수 있다. 그러나, 일반적으로, "추천되지 않음"인 제품들은 앉는 행동에 의하여 영향을 받지 않는다(예를 들어, 적색 빛으로 항상 지시됨).
위에서 설명된 제품 추천의 세 "상태들"의 사용은 오직 예시의 방식에 의하여 제공된다. 오직 두 제품 추천 상태들("추천됨" 또는 "추천되지 않음")을 사용하는 것 또는 셋 초과의 제품 추천 상태들을, 예를 들어, 100점 만점일 수 있는(may be out of 100), 예를 들어, 또는 제품이 추천되지 않는 것을 지시하는 음수 값들 및 역 또한 같은(vice versa) 양수 또는 음수일 수 있는 추천 점수를, 사용하는 것이 물론 가능하다. 추천 점수가 사용될 때, 변조는, 착용자에 의하여 누적된 페널티 포인트들의 개수에 기초하여 점수를 감소시킴으로써 적용될 수 있다.
앉는 행동에 의하여 추천이 변조된 제품들의 서브셋은 많은 방법들로 선택될 수 있다. 일반적으로, 변조는, 사용자의 앉는 행동에 기초하여 채소들과 같은 "건강한" 제품들이 "아마 추천됨"이도록 그렇게 유발할 수 있기 때문에, 음식 제품의 모든 타입들에 적용되지 않는다. 서브셋은 각 제품과 연관된 영양 데이터에 기초하여 선택될 수 있다. 일 예시에서, "추천됨"인 것으로 분류된 제품들은 그들의 칼로리 함량에 따라서 랭킹되고, 가장 높은 칼로리 함량을 갖는 제품들의 상위 50%, 30% 또는 10%가 변조를 위하여 선택된다. 일부 실시 예에서, 이 방식으로 제품들을 선택하기 위한 컷-오프 백분율은, 변조가 적용되는 제품들의 개수를 증가 또는감소시키기 위하여 사용자에 의하여 조절될 수 있다.
일반적으로, 다음의 절차는 제품 추천들을 획득하는 데 사용될 수 있다. 첫째로, 예를 들어, 제2형 당뇨병, 고혈압, 높은 체질량 지수(body mass index; BMI), 및 높은 콜레스테롤을 포함하는, 잠재적으로 허약한 건강(poor health)과 연관된 많은 건강 특성들이 식별된다. 사용자가 이 건강 특성들 중 임의의 것을 가지는 지 여부는, 그들의 마이크로바이옴(microbiome)의 구성을 결정하기 위하여 사용자의 호흡을 검사하는 것과 같은 진단 검사의 다른 형식들이 또한 사용(employ)될 수 있음에도 불구하고, 예를 들어, 사용자의 DNA의 샘플에 단일 뉴클레오티드 다형성들(SNPs)을 감지하는 것에 기초하는, 유전자 검사를 사용하여 결정될 수 있다.
일단 "타겟" 건강 특성들이 식별되었으면, 그들 중 각각에 대한 식이의 이펙트가 고려된다. 어떻게 건강 특성은, 예를 들어 다음 중 임의의 것을 포함하는 소모성 제품들의 영양 함량에 관련된 많은 상이한 카테고리들의 각각에 대해 영향을 받을 수 있을 지(likely to be affected)를 분석함으로써, 이것이 행해진다(This is done): 당 함량, 칼로리 함량, 탄수화물 함량, 포화 지방 함량, 총 지방 함량, 및 염분 함량. 예를 들어, 염분-풍부한(salt-rich) 식이들은 고혈압에 연결되는 반면에, 제2형 당뇨병의 위험이 당이 높은 제품들의 소비에 의하여 증가될 수 있는 것이 알려진다. 각 카테고리 및 각 건강 특성 사이에 관계는, 카테고리들의 각각에 특성-의존적 계수를 배정(assign)함으로써, 정량화(quantify)될 수 있다. 예시로 고혈압을 취하면, 큰 계수들은 염분 함량 및 지방 함량에 배정될 수 있는 반면에, 작은(또는 심지어 영) 계수들은 칼로리 함량 및 탄수화물 함량에 배정될 수 있다.
각 식별된 건강 특성에 대하여, 특성-의존적 계수들은 그것의 영양 함량에, 예를 들어, 몇 그램의 염분, 포화 지방, 등을 제품이 함유(contain)하고 있는 지에 기초하여 제품의 예상된 이펙트를 지시하는 점수를 계산하는 데 사용될 수 있다. 예를 들어, 고혈압에 대한 제품의 불리한(adverse) 이펙트를 나타내는(indicative) 점수를 계산하기 위하여, 제품 내 염분의 그램들의 수치(number)는 염분 함량에 대한 계수와 곱해질 수 있다. 수학적으로 말하면, 각 특성에 대한 점수는, 각 제품에 대한 영양 정보의 벡터와 특성-의존적 계수들의 벡터의 스칼라 곱(scalar product)을 취함으로써 결정될 수 있다. 물론, 그 특성에서 영양 카테고리의 상이한 타입들의 알맞은(likely) 이펙트를 모델링하기 위하여 건강 특성에 대하여 결정된 용량-반응 곡선(dose-response curve)을 사용하는 것과 같이, 점수들을 계산하는 것의 보다 더 정교한(more sophisticated) 방법들이 또한 사용될 수 있다. 점수는 제품들에 대한 전형적인(typical) 1회 분량(portion size) 및 제품의 타입(예를 들어, 사탕과자(confectionary), 비스킷들(biscuits), 아침 시리얼들(breakfast cereals) 등)과 같은 다른 팩터들을 또한 참작할 수 있다. 이 다른 팩터들은, 어떻게 상이한 제품들이 소모되는 지에 관한 차이들에 대해 점수를 조절하는 데 사용될 수 있다, 예를 들어, 제품이 "대접(treat)"으로 전형적으로 소모되는 것으로 식별되면 그 이후에 그것의 점수는 그것이 그렇지 않았을 때보다 그것의 추천이 더 긍정적(positive)일 수 있기 때문에 감소될 수 있다.
점수가 각 제품에 대해 계산된 후에, 제품들은 특정한 건강 특성에 대한 그들의 점수에 따라 내림차순(descending order)으로 랭킹된다. 제품들의 서브셋은 그 이후에 임계 랭킹보다 더 높은 랭킹을 가지는 제품들을, 예를 들어, 건강 특성의 그들의 점수에 기초하여 제품들의 상위 50% 또는 30% 또는 10%인 제품들을, 선택함으로써 선정된다. 이 제품들은, 손목밴드(100)가 제품의 바코드를 판독하는 데 이용될 때 LED(104)가 적색으로 턴(turn)하도록(예를 들어) "추천되지 않음"과 같은 "부정적인" 추천으로 배정될 수 있다. 남은 제품들은 상이한 카테고리로, 예를 들어 (녹색으로 사용자에게 지시될) "추천됨"으로, 배정된다. 그러므로, 제품들은 특정한 특성에 대한 그들의 랭킹에 따라 상이한 추천들로 할당된다. 추천들을 할당하는 데 사용되는 임계 랭킹 또는 "컷 오프"의 값은 사용자마다 다양하고(vary from user to user), 사용자가 (예를 들어, 유전자 검사에 의하여 결정된 바에 따른) 특정한 특성에 대하여 얼마나 예민한(susceptible) 지에 기초하여 결정된다.
앉기(또는 좌식 행동의 다른 형식들)의 잠재적인 이펙트들은, 컨트롤러(306)의 페널티 상태에 의존하여 연관된 제품 추천들이 변조된 제품들의 추가의(further) 서브셋을 선택함으로써 설명된다(account for). 이 서브셋은, 위에서 언급된 임계 랭킹보다는 아래지만, 제2 임계 랭킹보다는 위인 제품들을 선택함으로써 결정될 수 있다. 예를 들어, 제품들 중 50%가 특정 특성에 대하여 "추천됨"이면, 그 이후에 이 제품들 중 상위 20%가 변조될 서브셋으로 선정될 수 있다. 제2 임계 랭킹은, 특정한 건강 특성이 앉기 및/또는 좌식 행동의 다른 타입들에 의하여 얼마나 극심하게(how severely) 영향을 받는 지에 기초하여 선정된다. 제품들의 서브셋은, 특정한 데이터베이스 표에 배정되거나, 또는 그렇지 않으면, 그것이 특정한 제품에 대한 제품 추천이 변조되어야 할 지 여부를 쉽게 결정하도록 손목밴드(100)의 메모리 내에 플래그될 수 있다. 일 예시에서, 컨트롤러(306)가 "황색" 상태이면, 서브셋에 제품들이 "아마 추천됨"인 것으로 지시되는(예를 들어, 인디케이터는 황색으로 턴함) 반면에, 컨트롤러(306)가 "녹색" 상태이면, 그들은 "추천됨"이다(예를 들어, 인디케이터는 녹색으로 턴함).
각 건강 특성에 대한 제품 추천들은 각 제품에 대한 전반적인 제품 추천을 결정하기 위하여 결합된다. 이는, 제품이 특성 중 임의의 것에 대하여 "추천되지 않음"이면, 또는 대안적으로, 제품이 하나 초과의 특성들에 대하여 "추천되지 않음"이면, 제품이 "추천되지 않음"인 것을 결정하는 것과 같은 많은(a number of) 방식으로 행해질 수 있다. 제품 추천들이 변조되어야 하는 지 여부를 지시하는 플래그는, 규칙의 같은 또는 유사한 종류들에 기초하여 각 제품에 대하여 또한 설정 또는 미설정될 수 있다.
일반적으로, 위에서 언급된 임계 랭킹들, 및 전반적인 제품 추천들을 결정하기 위한 규칙들은, 그들이 그들의 건강에 부정적인 임팩트를 가질 가능성이 가장 높은 제품들 중 적어도 일부를 소모하는 것을 만류(dissuade)하는 것 및 사용자들이 그들이 소모하고 싶은 제품들을 선정하는 것을 허용하는 것 사이 균형을 잡는다(strike a balance). 이 균형은, 사용자가 장기적으로 그 또는 그녀에게 보다 더 좋은 선택들을 만드는 것으로 "이끌어지기(nudge)" 때문에, 이롭다. 사용자의 앉기 및/또는 다른 좌식 행동에 기초하여 제품 추천들을 변조하는 것은, 추가적인 "이끔(nudge)"을, 예를 들어, 사용자가 특정한 날에 긴 기간들동안 앉아있었으면, 보통 "추천됨"인 제품이 겨우(only) "아마 추천됨"인(또는 "자유 재량(discretionary)"인 것으로 추천되는) 것을, 사용자가 주목할 수 있도록 제공한다. 제품들을 "추천되지 않음"으로 만들지 않는 변조를 사용하는 것은, 그것이 그들의 컨트롤 밖일 수 있는 사정들(circumstances)에 대하여, 예를 들어 그들이 장거리 여행을 갔기 때문에 사용자가 긴 시간 동안 앉아 있었으면, 너무 가혹하게(harshly) 사용자에게 페널티를 주지 않기(does not penalise) 때문에 특히 이로울 수 있다.
도 7는 사용자에게 제품 추천들을 제공하는 것의 방법에 포함된 스텝들의 개관(overview)을 제공한다. 방법의 스텝들은 다음과 같다:
스텝 701: 사용자의 하나 이상의 건강 특성들을 결정한다, 이와 같은: 예를 들어, 사용자에 의하여 제공된 생물학적 샘플에 유전자 검사를 수행함으로써, 제2형 당뇨병, 고혈압, 높은 체질량 지수(BMI), 및 높은 콜레스테롤.
스텝 702: 다수(multiplicity)의 소모성 제품들의 각각에 대하여, 어떻게 제품이 상기 건강 특성들의 각각에 영향을 주는 지를 나타내는 점수를 계산하고, 각 점수는 제품에 대한 영양 정보에 적어도 부분적으로 기초한다. 점수들은, 위에서 설명된 절차를 사용하여 계산될 수 있고, 예를 들어, 각 제품에 대하여, (예를 들어, 제품의 제조업체(manufacturer)에 의하여 제공된 제품 영양 정보를 사용하여) 많은(a number of) 카테고리들의 각각 그것의 영양 함량을 결정하고, 특성-의존적 계수와 각 카테고리에 영양 함량을 곱하며, 및 각 특성에 대한 전반적인 점수를 생산(produce)하기 위하여 결과 값들을 합(sum)한다.
스텝 703: 점수들에 기초하여 각 제품에 제품 추천을 배정한다. 위에서 설명된 바와 같이, 건강 특성들의 각각에 대한 그들의 개별 점수들에 따라 제품들을 랭킹하고, 각 건강 특성에 대한 랭킹된 제품들의 서브셋들을 선택하며, 각 서브셋에서 제품들에 추천을 배정하고, 및 그 이후에 각 제품에 대한 전반적인 제품 추천을 생산하기 위하여 각 건강 특성에 대한 추천들을 결함함으로써, 이는 행해질 수 있다. 제품 추천들은 제품 추천들의 미리 정의된 세트로부터 선정될 수 있다.
스텝 704: 사용자가 앉은 자세 또는 다른 좌식 상태인 기간들을 식별함으로써 사용자의 행동을 모니터링한다.
스텝 705: 사용자의 행동에 기초하여, 적어도 제품들의 서브셋에 대한(for at least of a subset of the products) 제품 추천을 변조한다. 제품 추천들은, 예를 들어, 제품 추천들의 미리 정의된 세트로부터 상이한 제품 추천들을 배정함으로써, 변조될 수 있다. 서브셋은, 각 건강 특성에 대한 제품들의 점수들에 기초하여 결정될 수 있다, 예를 들어, 특정한 특성에 대하여 "추천됨"(예를 들어, "녹색")이었던 제품들의 특정 백분율이 "아마 추천됨"(예를 들어, "황색")으로 재-배정될 수 있다.
스텝 706: 시각적 인디케이터를 통하여, 예를 들어, 손목밴드(100)의 빛 소스(104), 사용자에게 변조된 제품 추천을 제공한다.
신체적 활동 및 환경적 모니터링
도 8는 하나의 구현에 따라, 어떻게 웨어러블 장치 내 관성 센서(801)로부터 신호들이 처리되는 지의 블록 다이어그램을 나타낸다. 이 경우에서, 센서는 세 직교 축들(x, y 및 z)에 주위(around)에 모션과 연관된 신호 데이터를 제공한다. 이 신호들은 (웨어러블 장치 내 임의의 다른 센서들로부터 신호들과 함께) 샘플링된다. 관성 센서(들)로부터 신호들은, 중간 및 높은 강도 신체적 활동/운동(예를 들어, 걷기 또는 달리기)에 관련된 모든 신호 컨텐츠(signal content)를 캡쳐하기 위하여, 적어도 20 Hz(예를 들어, 10 Hz의 나이퀴스트 주파수(Nyquist frequency))에서 샘플링된다.
샘플링된(예를 들어, 원시(raw)) 신호들은 그 이후에, 필터링에 의하여 전처리된다(802). 관성 신호들에 대하여, 대역-통과(band-pass; BP) 필터링 파이프라인은, 중간 및 높은 강도 활동들에 관련된 신호들의 모든 구성요소들이 남는 것을 보장하면서 원하지 않는 노이즈 구성 요소들을 제거하기 위하여, 0.25 내지 8 Hz의 대역폭으로 구현된다. 이차 버터워스 필터들(Second order Butterworth filters)은, 그들이 통과 대역에서 균일한 단위 이득(uniform unit gain)뿐만 아니라 통과 및 차단 대역들 사이에 부드러운 트랜지션(smooth transition)을 제공하기 때문에, 사용된다. 필터들은 그들의 안정성(stability)을 보장하기 위하여 영점-극점(zero-pole) 분석을 사용하여 설계된다. 위상 응답의 비선형(non-linear) 이펙트들은, 신호들이 앞뒤로(forward and then backwards) 필터링되는 영점-위상(zero-phase) 필터링 기법을 적용함으로써 삭제되었다.
신호들은, 전형적으로 1 s에서 60 s까지 범위에 길이들(지속시간들)임에도 불구하고, 구성 가능한 길이의 세그먼트들로 분석된다. 전처리된 가속도계 데이터의 각 세그먼트 또는 "윈도우"에 대한, 평균 크기 또는 "에너지"가 계산된다(803). 이 평균 값들은 "활동 가속도계 카운트들(Activity Accelerometer Counts; AAC)"로 명명(term)될 수 있다. 예를 들어, 3-축 가속도계가 사용되면, 축들의 각각에 따라 측정된 가속도의 (전형적으로 정정된(rectified)) 구성 요소들이 합해질 수 있고, 평균은 예를 들어, 심슨의 규칙(Simpson's rule)과 같은 수치 구적 규칙(numerical quadrature rule)을 사용하여, 데이터가 획득되었던 윈도우 내에 상이한(이산적인(discrete)) 시간들에 걸쳐 계산될 수 있다. 대안적으로, 구성 요소들의 벡터 노름(예를 들어, 2-노름)이 평균내진(averaged) 총 가속도를 계산하는 데 사용될 수 있다
신체적 활동(PA) 분류기(805)는 그 이후에, 사용자가 각 시간 윈도우동안 신체적으로 활동적이었는 지 여부를 결정하는 데 사용된다. 예를 들어, 이는 윈도우된 AAC 데이터에 대한 단순 임계 규칙을 적용함으로써 행해질 수 있다, 예를 들어, 특정한 윈도우에 대한 AAC 값이 명시된(specified) 값을 초과하면 그 이후에 사용자가 그 기간동안 신체적으로 활동적이었음으로 결정된다. 적합한 임계는, 예를 들어, 강도의 상이한 레벨들에서 신체적 운동의 상이한 타입들을 수행하는 사용자로부터 획득된 ACC 값들을 측정함으로써, 결정될 수 있다. 보다 더 정교한 분류기는, 약속된(undertake) 신체적 활동의 타입 또는 강도를 결정하는 데, 예를 들어, 자전거타기(cycling) 및 달리기 사이 또는 활동의 중간 또는 매우 높은 레벨들 사이에서 구별(distinguish)하는 데, 사용될 수 있다.
사용자가 신체적으로 활동적인 지 아닌 지 여부의 분류들은 그 이후에, 바이너리 카테고리 - '비활동적' 또는 '활동적' -로 사람을 놓는(place) 데 사용된다. 누군가 '비활동적' 또는 활동적으로 분류될 지 여부를 결정하는 것은, 신체적 활동 분류 값들이, 영국 국립보건임상연구소(National Institute for Health and Clinical Excellence; NICE)(영국 정부 기관)에 의하여 제공된 것들과 같은, 신체적 활동에 관한 증거-기초의(evidence-based) 가이드라인들을충족시키는 지 여부이다. 이 가이드라인들은 다양한 연령 그룹들에 대한 신체 활동의 예상된 양에 대한 윤곽을 보여준다(outline).
예를 들어, 19세 내지 64세에 대한 NICE 신체적 활동 가이드라인들(Physical Activity Guidelines; PAGs)이 추천한다:
●·
어른들은 매일 활동적인 것을 목표로 해야한다. 일주일에 걸쳐, 활동은 10분 이상의 한차례들(bouts)로 중간 강도 활동의 적어도 150 분(2½ 시간)까지 추가해야한다 - 이에 접근하는 하나의 방법은 일주일에 적어도 5일에 30분씩 하는 것이다.
●·
대안적으로, 비슷한(comparable) 이익들이 중간 및 격렬한 강도 활동의 조합들 또는 일주일에 걸쳐 분산된(spread) 격렬한 강도 활동의 75분을 통하여 달성될 수 있다.
●·
어른들은 일주일에 적어도 2일에 근력(muscle strength)을 향상(improve)하기 위한 신체적인 활동을 또한 약속해야(undertake)한다.
●·
모든 어른들은, 길어진 기간들동안 좌식(앉는)인 채 보낸 시간의 양을 최소화해야 한다.
NICE 가이드라인들의 하나의 구현에서, 개개인이, 일주일당 격렬한 강도 또는 결합된 중간 및 격렬한 강도 신체 활동 75분보다 적게 또는 일주일당 중간 강도 신체적 활동을 150분보다 적게 하면, 그 이후에 개개인이 '비활동적'이다. 개개인이 이 요구사항을 충족시키면, 그들은 가이드라인들에 기초하여 '활동적'으로 고려될 수 있다.
신체적 활동 가이드라인들은 매주 가이드라인에 기초한다; 그러므로, 폐쇄-루프 피드백 시스템은 동적(dynamic)이고, 개인화된 음식 추천들은 사용자가 '활동적' 또는 '비활동적'이 되었는 지(및 역 또한 같음) 여부에 기초하여 변화될 것이다. 사용자 활동의 평균 레벨에서 변화들은, 활동 데이터의 이동 평균(moving average)을 계산함으로써, 예를 들어, 사용자가 지난 주에 활동적이었는 지 아니었는 지 여부의 카테고리화(categorisation)를 수행함으로써, 고려될 수 있다. 물론, 1일 또는 약 1달과 같은 다른 평균내는 시간들은 사용될 수 있다.
결과적인(resultant) 카테고리(예를 들어, 이 예시에서, 비활동적의 활동적(active of inactive))는 그 이후에, 대역 메모리에 로딩된 제품들에 대해 추천 업데이트들을(예를 들어, 녹색을 황색으로) 결정하기 위하여 이 및 다른(this and other) 정보(DNA 및/또는 영양 정보)를 사용하는 결정 스테이지(805)로 옮겨진다(pass onto). 대안적으로, "수정기(modifier)" 값은, 장치에(또는 원격으로) 저장되고 사용자가 제품을 스캔한 후에 추천을 업데이트하기 위하여 "온 더 플라이(on the fly)"로 적용될 수 있다.
위에서 논의된 바와 같이, 신체적 활동 카테고리는, 제품이 그것의 칼로리 함량에 기반하여 추천되는 지 아닌 지 여부를 결정하는 데 사용되는 칼로리 컷-오프 값을 조절하는 데 사용될 수 있다. 이 조절은 개개인이 '활동적'으로 또는 '비활동적'으로 카테고리화되었는 지 여부에 의존한다.
●·
활동적 - 사람이 PAGs를 충족하면, 그 이후에 개인화된 음식 추천이 유전자에만 오로지 기초하여 남고 추천들의 추가의(further) 맞춤화가 없다.
●·
비 활동적 - 사람이 PAGs를 충족하지 않으면, 그 이후에 칼로리에 대한 영양 컷-오프는 오직 맞춤화될 것이다. 사람의 칼로리 민감성(sensitivity)은 증가할 것이고, 그러므로 칼로리 컷-오프 및 이후에(subsequently) 칼로리 허용량을 감소시킨다.
에너지 균형은 체중 관리(weight management)에 관한 키 팩터들(key factors) 중 하나이다. 에너지는 칼로리 또는 킬로줄로 측정될 수 있고, 음식들 내 단백질, 지방 및 탄수화물의 총량(total amount)으로부터 도출된다. 장기간 체중 관리에 대한 키(key)는 개개인이 소모하는 칼로리의 수치(number) (입력) 및 활용되는 칼로리의 수치(number) (출력) 사이에 올바른 균형을 보장하는 것이다.
체중 관리를 위한 세 시나리오들은 에너지 균형의 레벨에 따라 식별될 수 있다: (i) 칼로리 섭취(intake)가 총 에너지 소비보다 크면, 체중 증가(weight gain)가 발생할 것이다; (ii) 칼로리 섭취가 총 에너지 소비와 동일하면, 일정한 체중이 유지될 것이다; 및 (iii) 칼로리 섭취가 총 에너지 소비보다 더 낮으면 그 이후에 체중 감소(weight loss)가 발생할 것이다. 그러므로, (순(net) 칼로리 섭취의 결과로서) 체중 증가의 상태를 예방(prevent)하기 위하여, 개개인의 칼로리 섭취는 맞춤화될, 예를 들어, 베이스라인에서 감소되거나 베이스라인으로 증가될, 필요가 있다
칼로리 컷-오프의 이 맞춤화는, 일반적으로, 많은(a number of) 제품들을 '녹색' 추천에서 '황색' 추천으로 가도록 유발한다. 이 경우에서, 황색은, 음식 제품이 불충분한 신체적 활동 때문에 추천되지 않는 것, 및 신체적 활동이 충분하였다면 제품이 녹색 추천이었을 것을 지시한다. 그러나, 사람들에게 추천되는 예를 들어, 채소들, 많은 건강한 음식들의 개수가 감소하지 않는 것은 중요하다. 그러므로, 칼로리 컷-오프 조절은, 감자칩들, 초콜릿들, 사탕들과 같은 사용자에 대해 "자유 재량"으로 분류되는 음식들과 같은, 특정 음식 그룹들에만 오직 적용 가능 하다.
측정 데이터 및 사용자의 유전적으로 결정된 민감성 또는 성향(tendency)의 상이한 조합들에 따라 제품 추천들이 조절되는 다양한 시나리오들디 이제 설명된다.
도 9는, 사용자의 활동 데이터 및 사용자의 예측된 칼로리 민감성에 따라 제품 추천들을 조절하는 것의 프로세스를 도시한다. 프로세스는 다음의 스텝들을 포함한다:
A:
제품들: 칼로리 함량
B:
DNA 결과: 칼로리 민감성 결과(모든 사용자들)
C:
실시간(real time) 측정: 활동: 베이스라인과 비교되고 주어진 시간 내의 걸음수들/거리들
D:
조절된 추천들: 칼로리 제품 추천되지 않음.
E:
팝 업(Pop up): 보다 더 사용자를 활동적이도록 장려하기 위하여.
다음의 예시들은 스텝들 A 내지 E가 각 예시에 대하여 제공된 스텝들로 대체된 것을 제외하고 도 9에 대한 참조와 함께 설명된 예시와 유사하다.
일 예시에서, 제품 추천들은 시간대(time of day) 및 카페인을 대사하는 것의 사용자의 예측된 레이트에 따라 조절된다. 카페인은 "느린" 카페인 대사자들에게 보다 더 길게 지속되는 이펙트를 가진다. 사용자의 심박동수 및/또는 시간대의 계속적인 실시간 측정들은, 커피 또는 에너지 드링크와 같은 특정한 카페인을 함유하는 제품을 추천할 지 여부를 조절하는 데 사용될 수 있다.
A:
제품들: 커피, 차, 스포츠 드링크들, 단백질 쉐이크들, 탄산 음료들(콜라).
B:
DNA 결과: 느린 대사자 카페인 SNP rs762551.
C:
실시간 측정: 시간대
D:
조절된 추천들 제품 추천하지 않음
E:
팝 업: 그들의 DNA 결과를 사용자에게 상기(remind)시키기 위하여
또 다른 예시에서, 제품 추천들은, 사용자의 심박동수 및 고혈압에 대한 사용자의 예측된 예민성에 따라 조절된다. 높은 안정시 심박동수(resting heart rate)를 갖는 사용자들에게, 카테고리들 내에 본래(original)(예를 들어, "건강한") 지방 추천들은 예를 들어 기름진 생선 & 견과류들의 소모(consumption)를 장려하기 위하여 조절될 수 있다. 유사하게, 염분에 대한 영양 컷 오프 값은 감소될 수 있고 및/또는 보충제들, 예를 들어 오메가 3, 6, 24가 추천될 수 있다. 심박동수에 기초한 컷 오프 값들은 시간에 걸쳐 더욱 조절될 수 있다.
A:
제품들: 총 지방 - 그러나 제품 카테고리가 중요하며, 제품 염분 및 포화 지방 함량.
B:
DNA 결과: 고혈압 SNPs.
C:
실시간 측정: 심박동수
D:
조절된 추천들: 카테고리 의존 - 건강한 지방들을 장려하며, 포화 지방 함량을 줄인다.
E:
팝 업: 사용자들에게 심장 건강을 위해 포화 지방/염분을 피하는 것을 상기시키고, 심장에-건강한(heart-healthy) 제품을 스캔할 때 사용자들을 장려하기 위하여.
또 다른 예시에서, 제품 추천들은 사용자의 땀 분비(sweat production)의 측정들에 따라 조절된다. 비타민 추천들은 땀 레벨에 의존하여 조절될 수 있다.
A:
제품들: 단백질 쉐이크들과 같은 스포츠 보충제들, 등장액들(isotonic solutions)
B:
DNA 결과: 모든 사용자들
C:
실시간 측정: 땀 분비
D:
조절된 추천들: 등장액들/단백질 보충제 추천들을 장려한다.
E:
팝 업: 필요하다면 보충제를 장려하기 위하여.
추가의(further) 예시에서, 제품 추천들은 UV 빛에 대한 사용자의 노출의 측정들 및 사용자의 예측된 태양 민감성에 따라 조절된다. 노출 레벨은, 사용자가 얼마나 UV에 노출되는 지를 이해하기 위하여 UV 참조 지도를 사용하고 사용자 위치를 트랙킹함으로써, 결정될 수 있다. 이 접근은, 사용자가 노출되었던 공해의 레벨들을 결정하는 데 또한 사용될 수 있다. UV 센서들은, 예를 들어 웨어러블 장치에 포토다이오드(photodiode)를 집적함으로써, 또한 또는 대안적으로 사용될 수 있다. 이 정보는, 예를 들어 높은 보호 선 크림이, 보다 더 낮은 SPF 선 크림대신 추천되도록, SPF 추천을 변화시키는 데 사용될 수 있다.
A:
제품들: SPF(자외선 차단 지수)를 갖음/갖지 않음
B:
DNA 결과: 태양 민감성 NTM AA, TYR GG, ASIP TC, LOC10537 CC에 관련한 유전자들의 예시들.
C:
실시간 측정: LED, UV/VIS 분광(spectroscopy)
D:
조절된 추천들 SPC 컷 오프를 변화시킨다.
E:
팝 업: 사용자들이 높은 UV 노출을 가지면 경고
또 다른 예시로서, 제품 추천들은 UV 빛에 대한 사용자의 노출의 측정들 및 비타민 E를 생성하는 사용자의 예측된 능력에 따라 조절된다. UV 빛(및 태양 노출)이 피부에 비타민 E 레벨들을 감소시킨다. 비타민 E가 자외선(UV) 빛으로부터 에너지를 흡수할 수 있다. (위치 기반의) UV 지도들 또는 내재된(inbuilt) UV 측정들은 비타민 E 촉진 성분들(Vitamin E promoting ingredients)을 선호하도록 사용자의 제품 추천들을 변화시키는 데 사용될 수 있다.
A:
제품들: 비타민 E를 갖음/갖지 않음.
B:
DNA 결과: 비타민 E SNP
C:
실시간 측정: LED, UV/VIS 분광
D:
조절된 추천들: 비타민 E 컷 오프를 변화시킨다
E:
팝 업: 사용자들이 높은 UV 노출을 가지면 경고한다.
잇따른 예시에서, 제품 추천들은, 피부 pH 및/또는 (세버미터(sebumeter)를 사용하여) 사용자의 수분 레벨 및/또는 피부 유분 레벨의 측정들 및 콜라겐 분해(collagen degradation)를 겪는 것(suffer)의 사용자의 예측된 가능성에 따라 조절된다. 제품들은, 그들의 오일 함량 및/또는 pH 균형에 기초하여 추천될(또는 않을) 수 있다.
A:
제품들: 모든 스킨케어 제품들
B:
DNA 결과: 좋지 못한(poor) 콜라겐 분해에 대한 유전자들(탈수(dehydration)는 주름들의 외관(appearance)을 강화할 수 있음)
C:
실시간 측정: 예를 들어 코네오미터(Corneometer)에 의하여 측정된 수분 레벨
D:
조절된 추천들: 보습제들(humectants), 밀폐제들(occulsives) 및 연화제들(emollients)을 함유하는 제품들의 사용을 격려한다.
E:
팝 업: 최적의 피부 건강을 위한 수분을 유지하도록(keep hydrated) 사용자들을 격려하기 위하여.
추가의(further) 예시에서, 제품 추천들은, 공해에 대한 사용자의 노출의 측정들 및 공해에 의하여 불리하게 영향을 받을 사용자의 예측된 가능성에 따라 조절된다. 이에 대한 이유(rationale)는 공해가 피부 손상(skin damage)를 유발하는 것이다. NQO1 유전자는 환경적 독소들(environmental toxins)에 내성 있는(tolerate) 개인의 능력에 영향을 미친다. PM 2.5의 부정적인 임팩트의 성장하는 의식(awareness)이 있다 - 미세먼지(fine particulate matter), 액체 작은 방울들 및 작은 고체 입자들의 공기 중 혼합(airborne mix of tiny solid particles and liquid droplets), 특히 도시-거주(city-dwelling) 소비자들에 대한 그것의 이펙트. 화장품 사용자들은 공해에 대하여 신경을 쓰고(concerned), '안티-폴루션(Anti-pollution)'은 새로운 화장품들 산업이다. 제품의 이 타입들은, 환경적인 독소들에 내성을 가지지만 공해의 매우 높은 레벨들에 노출되었던 것으로 예상될 수 있는 사용자들에게 이롭게 추천될 수 있다.
A:
제품들: 안티-폴루션 성분들을 갖는/갖지 않는 스킨케어 제품들
B:
DNA 결과: NQO1 유전자 (보통/좋지 못한 공해 방어 용량(capacity))
C:
실시간 측정: 위치에 기초하여 공해 지도(pollution map)에서 룩-업(look-up) 및 위치 감지, 또는 미세입자(particulates)에 대한, 예를 들어, 미세먼지(PM2.5)에 대한, 검사
D:
조절된 추천들: 공해-방지 추천들을 촉진한다.
E:
팝 업: 사용자들에게 그들의 DNA 결과를 상기/사용자에게 그들이 공해에 노출되었던 것을 말한다(tell).
도 10는, 제품 추천들을 제공하는 것으로의 폐쇄-루프 접근을 개략적으로 도시한다. 개인화된 유전자(또는 다른 생물학적으로 도출된) 데이터는(1001) 데이터베이스(1003)에 저장된다. 이는 설명된 바와 같이, 상이한 영양 구성 요소들, 예를 들어, 탄수화물, 지방, 염분, 등에 대한 임계들 또는 컷-오프 값들을 발생시키는 데 사용된다. 이 값들은, 웨어러블 장치(1007)로부터 센서 데이터를 수신하는 유닛(1011)에 의하여 결정된 생리학적 및/또는 생화학적 (또는 환경적) 기능들에 기초하여, 변조기(1005)에서 위 또는 아래로(up or down) 변조된다. 변조된 컷-오프 값들 및 제품 데이터를 사용하여, 웨어러블(1007)은 제품 추천들(1009)을 제공한다. 물론, 도면에서 도시된 구성 요소들 모두가, 웨어러블(1007) 내에 제공될 수 있다.
그들의 행동 및/또는 환경의 이펙트들에 대해 사용자들에게 경고
개개인은 좌식 행동의 결과들의 보다 더 효과적인 피드백을 그들에게 제공함으로써, 그의 또는 그녀의 라이프스타일을 향상시키도록 "이끌림" 또는 동기부여될 수 있다. 특히, 그들의 좌식 행동 때문에 조절되었던 제품 추천들의 개수의 시각적 인디케이션을 사용자들에게 제공하는 것은, (예를 들어) 그들의 식이가 그들의 좌식 행동에 대하여 보상하도록 변화되어야 하는 사실(fact)에 대해 그들에게 경고하도록 돕는다. 사용자들은 그러므로, 제품 추천들이 조절되는 제품들의 개수를 감소시키기 위하여 신체적 활동에 참여(engage in)하도록 및 앉기의 장기적인 기간들을 피하도록 동기부여될 수 있다.
일단 사용자가 앉은 자세에서 앉아 있는 기간들이 식별되면, 예를 들어 위에서 설명된 방법들에 따라, 기간들/센서 데이터는 어떻게 제품 추천들이 변조되어야 하는 지를 결정하기 위하여 분석될 수 있다. 예를 들어, (예를 들어) 사용자가 30분동안 앉아있었으면, 그 이후에 사용자가 "좌식 포인트"를 수여받을 수 있다. 일반적으로, 앉는 시간은, 사용자가 앉는 데 보낸(spent) 총 시간이 앉기 포인트들의 개수를 결정하는 데 사용되도록, 축적된다. 대안적으로, 일부 구현들에서, 각 좌식 포인트는, 그 또는 그녀가 2분(또는 일부 다른 짧은 기간) 초과의 중단(break) 없이 미리 결정된 기간보다 더 긴 동안 앉아 있었으면, 사용자에게 오직 수여될 수 있다. 제품 추천들이 변조되는 제품들은 그 이후에, 좌식 포인트들의 개수로부터 결정될 수 있다. 예를 들어, 제품들은 특정한 건강 특성 또는 특성들에 대한 제품의 예상된 불리한 이펙트를, 예를 들어, 제품이 함유하는 염분(또는 포화 지방, 등)이 몇 그램인 지 및 고혈압에 대한 염분의 이 양의 예상된 이펙트(예를 들어)를, 표현하는 점수에 따라 랭킹될 수 있다. 이 경우에, 각 좌식 포인트는 "격하된(downgraded)" 또는 변조된 그들의 제품 추천을 가지는 랭킹된 제품들의 추가적인 10%에 대응할 수 있다.
좌식 행동에 대한 메트릭(metric)의 또 다른 타입은, 사용자가 좌식이었던 시간의 양에 기초하여 증가하지만 신체적 활동을 수행하는 사용자에 응답하여 감소하는 "산출된 앉기 시간(Computed Sitting Time)"(CST)로서 참조된다. 예를 들어, 이 메트릭의 하나의 버전은 이와 같이 수학적으로 표현될 수 있다:
CST = (총 개수 of TBLOCK - 총 걸음들 / RSTEP) / max(TBLOCK).
이 수학식(equation)에서, TBLOCK은 좌식 포인트들의 개수를, 예를 들어, 사용자가 일부 임계의 초과인 지속시간동안 좌식(예를 들어, 앉기)이었던 시간의 양을, 참조한다. 이 예시에서, 사용자에 의하여 약속된(undertake) 신체적 활동의 양은, 하나의 좌식 포인트(TBLOCK)를 상쇄(cancel out)하기 위하여 필요로 되는 걸음들의 개수(예를 들어, 1000 걸음들)를 정의하는 일정한 팩터 RSTEP,로 나눠진(divide) 사용자에 의하여 걸어진 걸음들의 개수에 의하여 정량화된다. CST는 시간마다 계산될 수 있다. 이 특정한 예시에서, 팩터"max(TBLOCK)"는 최대 CST가 시간당 1인 것을, 예를 들어, max(TBLOCK)은 TBLOCK이 반-시간(half-hour) 구간들로 계산될 때 2인 것을, 보장하는 데 사용된다. 일부 구현들에서 TBLOCK의 값이 사용자에 의하여 설정될 수 있다.
위에서 설명된 센서 데이터의 처리는 웨어러블 장치(100)에 의하여 수행될(carry out) 수 있다. 대안적으로 또는 추가적으로, 웨어러블 장치(100)의 센서들에 의하여 생산된 센서 데이터 중 일부 또는 모두는, 예를 들어, 개인 컴퓨터 장치는, 사용자가 웨어러블 장치(100)에 의하여 제공된 센서데이터로부터 앉아 있는 때를 결정할 수 있는, 처리를 위한 (스마트폰과 같은) 개인 컴퓨터 장치로 송신(transmit)될 수 있다.
도 11는, 어떻게 특정한 사용자에 대하여 제품 추천들이 제품 추천들의 다양한 카테고리들에 따라 배포되는 지의 개관을 제공하는 그래픽 사용자 인터페이스(graphical user interface; GUI) 요소(1101)를 포함하는, 그래픽 사용자 인터페이스(GUI)의 부분의 예시를 나타낸다. 일반적으로, 제품 추천들은, 그래픽 사용자 인터페이스 요소(1101)가 "DNA 막대(DNA Bar)" 또는 "DNA 제품들 막대(DNA Products Bar)"로 명명될 수 있는 경우에서 사용자의 유전자형에 기초하여 다양한 카테고리들에 배정될 수 있다. 사용자 인터페이스 요소(1101)는, 예를 들어, (스마트폰과 같은) 개인 컴퓨팅 장치에 의하여 및/또는 웨어러블 장치(100)에 의하여 디스플레이될 수 있다.
이 예시에서 (그리고 위에서 설명된 바와 같이), 제품 추천들은 세 상이한 타입들의 것(of three different types)일 수 있다: "추천되지 않음", "아마 추천됨" 및 "추천됨". 사용자 인터페이스 요소(1101)는 제품 추천의 카테고리들 중 하나에 대응하는 각 섹션으로 섹션들을 또는 두 "막대들"로 나누어진다(divide). 제1 섹션(1102)은 "추천됨"인 제품들의 개수에 비례하는 길이(length proportional)를 가진다. 제2 섹션(1104)은 "추천되지 않음"인 제품들의 개수에 비례하는 길이를 가진다. 일반적으로, 제1 섹션 및 제2 섹션(1102, 1104)의 상대적인 길이들은 특정한 사용자에 대하여 고정되며, 예를 들어, 항상 "추천됨" 또는 "추천되지 않음"인 제품들의 비율 및 좌식 의존 제품들의 서브셋은 사용자의 행동에 따라 변화하지 않는다. GUI 요소(1101)는 그러므로, 상이한 제품 추천 카테고리들의 관점에서(in terms of) 그들의 개개인의 베이스라인 또는 "출발점(starting point)"을 식별하는 것의 방식을 각 사용자에게 제공한다.
제품들의 또 다른 서브셋은 "좌식 의존 제품들(Sedentary Dependent Products ; SDPs)"로 참조될 수 있다. SDPs에 대한 제품 추천들은, 사용자의 좌식 행동에 의존하여 변조된다. 추가의(further) GUI 요소(305)는, 얼마나 많은 SDPs가 변조되었는 지를 사용자가 모니터링하는 것을 어시스트(assist)하는 데 사용된다. GUI 요소(1105)는, 사용자의 앉는 또는 좌식 행동에 따라 업데이트되고, 그러므로 "건강 막대(Health Bar)"로 편리하게 명명될 수 있으며, 또는 그것이 "DNA 막대"와 연계하여 사용될 수 있기 때문에 그것은 "DNA 건강 막대(DNA Health Bar)" 또는 "녹색 DNA 막대(Green DNA Bar)"로 또한 명명될 수 있다. 이 이름들은, GUI 요소(305)는, 어떻게 그들의 라이프 스타일이 그들의 유전자 구성(genetic makeup)(DNA)에 의하여 그들에게 제공된(afforded) 이점들 중 일부를 "열화(degrade)"하거나 또는 역전(reverse)하는 지를 깨닫도록 사용자들을 또한 도울 수 있는 것을 강조하기 위하여 제공(serve)된다. 예를 들어, 비만의 위험에 유전적으로 놓이지 않았지만 일반적으로 비활동적 라이프스타일을 가지는 사용자들은, 이러한 유전자 소인(predisposition)을 가지는 사용자들의 보다 많은 특성들인 제품추천들을 제시받을 수 있다. DNA 건강 막대는, 어떻게 그들의 라이프스타일이 그들의 DNA의 대부분이 이루는 것으로부터 그들을 예방(prevent)할 수 있는 지를 상기하고 이해하기 위하여 사용자들에게 편리하고 효과적인 방법을 제공한다.
일부 구현들에서, GUI 요소(1105)는 그래픽 사용자 요소(1101)로, 예를 들어, 제1 섹션 및 제2 섹션(1102, 1104)사이에, 집적될 수 있다. DNA 제품들 막대(1101)는, 새로운 제품들이 데이터베이스에 추가되거나 제품 추천들이 사용자에 의하여 제공된 새로운 생물학적 데이터에 기초하여 재-산출(re-compute)될 때와 같이, 상대적으로 드물게(infrequently) 업데이트 될 수 있다. 대조적으로, DNA 건강 막대(1105)는, 사용자들의 좌식 행동에 의하여 영향 받았던 연관된 추천들에 대한 제품들의 비율(proportion)의 동적 인디케이션을 제공하기 위하여, 하루 사이에(in the course of a day) 전형적으로 여러 번 업데이트된다.
GUI 요소(1105)는 사용자의 행동에 기초하여 최근 "추천됨"인 좌식 의존 제품들의 개수에 대하여 비례하는 길이를 갖는 "막대"(1103A) 또는 제1 서브섹션(subsection) 및 사용자의 행동에 기초하여 오직 최근 "아마 추천됨"인 좌식 의존 제품들의 개수에 대하여 비례하는 길이를 갖는 "막대"(1103B) 또는 제2 서브섹션으로 나누어진다. 제1 막대(1103A)의 시각적 스타일(예를 들어, 색깔 또는 그림자)은 (그것이 같은 제품 추천 카테고리 내 제품들을 표현하는 것을 지시하기 위하여) 제1 섹션(1102)으로 매칭하도록 선정될 수 있는 반면에, 제2 막대는 (그것이 상이한 제품 추천 카테고리 내 제품들을 표현하는 것을 지시하기 위하여) 상이한 시각적 스타일을 가질 수 있다. 예를 들어, 제1 섹션(1102) 및 제1 막대(1103A)는 모두 녹색일 수 있는 반면에, 제2 막대(1103B)는 황색일 수 있다.
제1 막대 및 제2 막대(1103A, 1103B)의 상대적인 길이들은, 사용자의 앉아 있는 또는 좌식 행동에 따라 제품 추천들이 변조되었던 SDPs의 상대적인 비율을 나타낸다. 예를 들어, 사용자가 보다 더 많은 "좌식 포인트들"을 축적함에 따라, SDPs에 대한 보다 더 많은 제품 추천들은 "추천됨"(또는 "녹색")임에서 "아마 추천됨"(또는 "황색)으로 변조되고, 그러므로 제2 막대(1103B)에 의하여 차지된 그래픽 사용자 인터페이스 요소(1105)의 비율이 증가한다. 제2 막대(1103B)의 최소 및 최대 길이들은, 개별적으로, GUI 요소(1105)의 전반적인(overall) 길이의 0% 및 100%이다. 일반적으로, 그래픽 사용자 인터페이스 요소의 총 길이는 제2 막대(1103B)의 길이가 업데이트될 때 일정하게 남으며, 예를 들어, 제1 막대(1103A)의 길이는 증가된(또는 감소된) 제2 막대(1103B)의 길이와 같은 양만큼 감소된다(또는 증가된다).
일부 경우들에서, 제2 막대(1103B)의 길이가 미리 정의된 시간에, 예를 들어, 자정에, 0%로 리셋된다. 이것이 발생한 후에, 제2 막대(1103B)의 길이가 사용자가 좌식 포인트들을 축적함(예를 들어, 그의 또는 그녀의 CST가 증가함)에 따라 증가하지만, 신체적 활동을 약속하는(undertake) 사용자에 의하여 감소될 수 없다. 그러나, 사용자는, 나중에 얻은 좌식 포인트들을 상쇄(offset)하는 데 사용될 수 있는 신체적인 활동(예를 들어, 걸음들)에 대한 포인트들을 축적할 수 있다. 역으로, 추가의 좌식 행동은 그것이 100%에 도달한 때에 제2 막대(1103B)의 길이를 증가시키지 않지만, 좌식 포인트들은 신체적 활동의 보다 더 많은 양이 100% 아래 제2 막대(1103B)의 길이를 야기하기 위하여 요구되도록 축적하는 것을 계속할 수 있다. GUI 요소(1105)의 기능성은, 예를 들어 4, 6, 8시간, CST에 대한 목표(TGOAL) 또는 제한을 정의하는 것을 사용자에게 허용함으로써 확장될 수 있다. SDPs와 연관된 제품 추천들의 변조는 사용자의 CST가 이 제한에 도달할 때까지 비-활성화(de-activate) 될 수 있다. 대안적으로, 제한은, 축적된 CST에 기초하여 변조된 그들의 추천들을 갖는 것에 적격인, SDPs의 임계 비율의 관점에서, 예를 들어, 40%로, 표현될 수 있다.
DNA 건강 막대(1105)가 사용자의 개인 컴퓨팅 장치(예를 들어 스마트폰 또는 태블릿)에 보통 디스플레이될 수 있음에도 불구하고, 그것은 그것이 적합한 디스플레이를 가지면 웨어러블 장치(100)에 또한 디스플레이될 수 있다. 대안적으로, 웨어러블 장치(100)는, 시각적 인디케이션의 일부 다른 형식을 사용하여 그의 또는 그녀의 좌식 행동의 이펙트들에 대해 사용자에게 경고할 수 있다. 예를 들어, 시각적 인디케이터(예를 들어, LED)(104)는, 연관된 제품 추천이 변조된 제품들의 비율이 특정 임계를 초과하는 지 여부에 의존하여, 예를 들어, 임계가 초과되지 않을 때 녹색이고 그럴 때는 황색인, 상이한 컬러로 비춰질 수 있다. 대안적으로, 시각적 인디케이터는, 임계가 초과될 때만 비춰질 수 있다. 시각적 인디케이터의 조명은, 사용자가 그의 또는 그녀의 손을 올리는 것과 같은, 특정한 모션 또는 모션을 수행하였던 것을 감지하기 위하여 하나 이상의 관성 센서들을 사용함으로써, 트리거될 수 있다.
도 12는, CST에 대한 사용자-정의된 목표를 참작하는, 연관된 제품 추천들이 변조된(여기서 RAMBER로 참조됨) SDPs의 비율 및 CST 사이에 예시 관계 또는 "맵핑"을 나타낸다. (다른 예시들에서 SDPs의 비율은 0%에서 100%까지 비-선형적으로 증가할 수 있음에도 불구하고) 영의 CST로부터 시작하여, SDPs의 비율은 사용자-정의된 목표에 도달될 때까지 CST와 선형적으로 증가하고, 그 이후에는 비-선형적이다. 이 비-선형 의존성은 RAMBER가 100%인 도달된 레이트(rate)가 CST와 보다 더 빠르게 증가하도록 선정될 수 있다. 도 4에 나타난 예시에서, 사용자-정의된 목표가 초과된 후에, RAMBER가 CST와 지수적으로(exponentially) 증가한다. 비-선형 의존성의 이 타입은 그들의 CST가 보다 더 높을 때, 보다 더 심하게(heavily) 사용자들에게 실질적으로(effectively) "페널티를 준다(penalises)". 매핑은, 사용자가 그의 또는 그녀의 CST 목표를 아래로 유지하는 지 여부를 나타내기 위하여 GUI 요소(1105)를 업데이트하는 데 사용될 수 있는, 변조된(RAMBER) 제품 추천들의 타겟 비율로 전환되도록 CST에 대한 사용자의 타겟(TGOAL)을 또한 허용한다. 예를 들어, 일부 경우들에서, 타겟 비율은 GUI 요소(1105)에 예를 들어, 수직선(1106)을 사용하여, 명시적으로 나타난다.
도 13는 어떻게 DNA 건강 막대(1105)가 24-시 기간의 코스에 걸쳐 특정한 사용자에 대하여 업데이트되는 지의 예시를 나타낸다. DNA 건강 막대(1105)는 CST 또는 사용자에 의하여 약속된(undertake) 신체적 활동의 양(예를 들어, 걸음들의 수) 모두 또는 하나에 대한 인디케이터를 포함할 수 있다. 물론 그래픽 인디케이터의 형식들이 사용될 수 있음에도 불구하고, 도면에서 텍스트 라벨들은 인디케이터로서 사용되었다.
DNA 건강 막대는 처음에 0%(예를 들어, 제2 섹션(303B)의 길이는 영임)이고, 7:00-8:00사이에 사용자가 일어나고 5000 걸음들을 걷는다(take step). 이 시간 동안, 사용자가 손목밴드(100)를 사용하는 SDP를 스캔하면, 그 이후에 제품 추천들은 변조되지 않으며, 예를 들어, 손목밴드의 인디케이터는 녹색으로 턴한다. 다음 한 시간에, 사용자는 기차에 의하여 여행을 하는 동안 앉아 있는 시간(ST)의 0.5시간 및 (예를 들어, 역으로부터 걸음으로써) 1000 걸음들을 축적한다. 건강 막대(1105)에 제2 막대(303B)의 길이는 그러므로, CST의 0.5시간을 표현하기 위하여 증가된다. 그러나, (건강 막대(1105)의 중심 쪽으로 수직선(306)에 의하여 지시된 바와 같이) CST의 양은 사용자에 의하여 설정된 6 시간 목표보다 더 적기 때문에, SDP 제품 추천들 중 아무 것도 아직 변조되지 않았으며, 예를 들어, SDP 제품이 스캔되면 손목밴드는 여전히 녹색을 나타낸다.
9:00 및 13:00 사이에, 제2 막대(303B)를 길이가 증가하도록 유발하는, 사용자가 좌식이고 CST의 4시간을 축적한다. 13:00 및 14:00 사이에, 사용자에 의하여 걸어진 추가의 걸음들은, 제2 막대(303B)의 사이즈에 감소를 리드(lead)하는, CST를 감소하도록 유발하는, 10,000 걸음들(RSTEP)보다 더 많도록 축적된 걸음들의 총 개수를 야기한다.
14:00 및 18:00사이에, 추가의 좌식 행동은 사용자에 의하여 설정된 6-시간 타겟 TGOAL 위로 증가하도록 CST를 유발하고, 그 결과(consequently) SDP 제품 추천들의 변조가 활성화되며, 예를 들어, 사용자가 지금 겨우 "아마 추천됨"인 SDP를 스캔하면 그 이후에 손목밴드(100)의 시각적 인디케이터는 황색 색깔로 비춰진다. 이는, 그들이 선정한 제한 내에 충분히 머물기 위한 그들의 좌식 행동을 완화하도록 관리됨에 도달하지 않은 것을 사용자에게 지시한다.
18:00 및 23:00 사이에, 사용자는, 사용자가 또 다른 10,000 걸음들을 축적하지 않았기 때문에, 사용자가 걸은 추가의 걸음들에 의하여 감소되지 않은 추가의 CST를 축적한다. 그러나, 사용자가 이 기간에 또 다른 8,000 걸음들을 걸었으면, 그 이후에 CST가 부응하여 감소하였을 것이다. CST는 TGOAL 위이기 때문에, 제2 막대(303B)의 길이가 CST의 각 추가적인 유닛과 보다 더 극적으로(dramatically) 증가한다.
일단 사용자가 침대로 가면, 손목밴드(100)는 (예를 들어) 사용자로부터 아무런 활동이 없는 것을 감지하고 CST를 증가시키는 것을 정지(stop)할 수 있다(예를 들어, 이는 사용자가 손목밴드(100)를 제거하면 또한 발생할 수 있음). 그러므로, 23:00 및 0:00 사이에, 사용자가 잠들 때, 건강 막대(1105)는 업데이트되지 않는다. 그러나, 일단 자정이 지나면, 건강 막대(1105)에 대한 통계치는, 사용자가 다음 날에 대한 그의 또는 그녀의 좌식 행동을 모니터할 수 있도록 리셋된다.
물론, 그래픽 사용자 인터페이스 요소들(또는 "위젯들")에서 전통적인 바와 같이, 그래픽 사용자 요소들(1101, 1105)의 전반적인 사이즈 또는 오리엔테이션은, 사용자 요소(301)를 렌더링하는 데 사용되는 사용자 인터페이스 또는 장치의 디스플레이에 맞도록 조절될 수 있다. 서브섹션들(1103A, 1103B) 또는 섹션들(1102 내지 1104)의 상대적인 포지션들은 또한 조절될 수 있으며, 예를 들어, 섹션들은, 도 3에서 나타난 바와 같이, 엔드 투 엔드(end-to-end) 보다 오히려 또 다른 것에 인접하여 스택될 수 있다. 시각적 스타일링의 색깔, 그림자 또는 또 다른 형식은 또 다른 것로부터 서브섹션들(1103A, 1103B) 및/또는 섹션들(302 내지 304)을 시각적으로 구별하도록 돕는 데 사용될 수 있다. he일부 경우들에서, 사용자 인터페이스 요소(1101)를 위해 사용된 색체 조합(colour scheme)은, 제품 코드가 스캔될 때 웨어러블 장치(100)에서 사용자에게 제품 추천들을 지시하는 데 사용된 색체 조합으로 매칭할 수 있다.
일반적으로, 다음의 절차는 제품 추천들을 획득하는 데 사용될 수 있다.
첫째로, 예를 들어, 제2형 당뇨병, 고혈압, 높은 체질량지수(BMI), 및 높은 콜레스테롤을 포함하는, 잠재적으로 허약한 건강과 연관된 많은 건강 특성들이 식별된다. 사용자가 이 건강 특성들 중 임의의 것을 가지는 지 아닌 지 여부는, 그들의 마이크로바이옴의 구성을 결정하기 위하여 사용자의 호흡을 검사하는 것 또는 생체 분자(biomolecule)의 다른 타입들의 감지를 포함하는, 진단 검사의 다른 형식들도 또한 사용(employ)될 수 있음에도 불구하고, 예를 들어 사용자의 DNA 또는 RNA의 샘플에서 단일 뉴클레오티드 다형성들(SNPs)을 감지하는 것에 기초하여, 유전자 검사를 사용하여 결정될 수 있다.
일단 "타겟" 건강 특성들이 식별되면, 그들의 각각에 대한 식이의 이펙트가 고려된다. 어떻게 건강 특성이 다음 중 임의의 것을 포함하는 소모성 제품들의 영양 함량에 관련하는 많은 상이한 카테고리들의 각각에 대하여 영향을 받을 수 있는 지(likely to be affected)를 분석함으로써, 이것이 행해진다(This is done), 예를 들면: 당 함량, 칼로리 함량, 탄수화물 함량, 포화 지방 함량, 총 지방 함량, 및 염분 함량. 예를 들어, 염분이 풍부한 식이들은 고혈압에 연결되는 반면에, 제2형 당뇨병의 위험은 당이 높은 제품들의 소비에 의하여 증가될 수 있는 것이 알려진다. 각 카테고리 및 각 건강 특성 사이에 관계는 카테고리들의 각각에 대한 특성-의존적 계수를 배정함으로써 정량화될 수 있다. 예시로 고혈압을 취하면, 큰 계수들은 염분 함량 및 지방 함량에 배정될 수 있는 반면에, 작은(또는 심지어 영) 계수들은 칼로리 함량 및 탄수화물 함량에 배정될 수 있다.
각 식별된 건강 특성에 대하여, 특성-의존적 계수들은, 그것의 영양 함량에, 예를 들어, 염분, 포화 지방, 등의 몇 그램을 제품이 함유하는 지에, 기초하여 제품의 예상된 이펙트를 지시하는 점수를 계산하는 데 사용될 수 있다. 예를 들어, 고혈압에 대한 제품의 불리한 이펙트를 나타내는 점수를 계산하기 위하여, 제품 내 염분의 그램들의 수치(number)가 염분 함량에 대한 계수와 곱해질 수 있다. 수학적으로 말하면, 각 특성에 대한 점수는 각 제품에 대한 영양 정보의 벡터와 특성-의존적 계수들의 벡터의 스칼라 곱을 취함으로써 결정될 수 있다. 물론, 그 특성에 대한 영양 카테고리의 상이한 타입들의 알맞은(likely) 이펙트들을 모델링하기 위하여 건강 특성에 대하여 결정된 용량-반응 곡선을 사용하는 것과 같은, 점수들을 계산하는 것의 보다 더 정교한 방법들이 또한 사용될 수 있다. 점수는, 제품들에 대한 전형적인 1회 분량 및 제품의 타입(예를 들어, 사탕과자, 비스킷들, 아침 시리얼들 등)과 같은 다른 팩터들을 또한 참작할 수 있다. 이 다른 팩터들은, 어떻게 상이한 제품들이 소모되는 지에 관한 차이들에 대해 점수를 조절하는 데 사용될 수 있으며, 예를 들어, 제품이 "대접(treat)"으로 전형적으로 소모되는 것으로 식별되면 그 이후에 그것의 점수는 그것이 그렇지 않았을 때보다 그것의 추천이 더 긍정적일 수 있기 때문에 감소될 수 있다.
점수가 각 제품에 대하여 계산된 후에, 제품들이 특정한 건강 특성에 대한 그들의 점수에 따라 내림차순으로 랭킹된다. 제품들의 서브셋은 그 이후에, 임계 랭킹보다 더 높은 랭킹을 가지는 제품들을, 예를 들어, 건강 특성의 그들의 점수에 기초하여 제품들의 상위 50% 또는 30% 또는 10%인 제품들을, 선택함으로써 선정될 수 있다. 이 제품들은, 손목밴드(100)가 제품의 바코드를 판독하는 데 사용될 때, 인디케이터(LED)(106)가 적색으로 턴하도록(예를 들어), "추천되지 않음"과 같은 "부정적인" 추천에 배정될 수 있다. 남은 제품들은, 상이한 카테고리로, 예를 들어, (녹색으로 사용자에게 지시될 수 있을) "추천됨"으로 배정될 수 있다. 그러므로, 제품들은, 특정한 특성에 대한 그들의 랭킹에 따라 상이한 추천들에 할당된다. 추천들을 할당하는 데 사용되는 임계 랭킹 또는 "컷 오프"의 값은, 사용자마다 다양하고, 사용자가 (예를 들어, 유전자 검사에 의하여 결정된 바에 따른) 특정한 특성에 대하여 얼마나 예민한 지에 기초하여 결정된다.
각 건강 특성에 대한 제품 추천들은 각 제품에 대한 전반적인 제품 추천을 결정하기 위하여 결합된다. 이는, 제품이 특성들 중 임의의 것에 대하여 "추천되지 않음"이면 또는 대안적으로, 제품이 하나 초과의 특성들에 대하여 "추천되지 않음"이면, 제품이 "추천되지 않음"인 것을 결정하는 것과 같은, 많은(a number of) 방식으로 행해질 수 있다. 제품 추천들이 변조될 수 있을 지 여부를 지시하는 플래그는, 규칙의 같은 또는 유사한 종류들에 기초하여 각 제품에 대하여 또한 설정 또는 미설정될 수 있다. 예를 들어, 제품 추천들이 발생될 때, "태그"는 제품 코드들의 각각에 연관될 수 있다. 다른 값들은 SDPs와 연관된 제품 코드들을 표시(denote)하는 데 사용될 수 있는 반면에, 태그(예를 들어, 0)의 하나의 값은 non-SDPs를 표시하는 데 사용될 수 있다. 일부 경우들에서, CST는, 임계 값보다 더 높은 태그 값을 갖는 모든 제품들이 변조되도록 태그에 대한 "활성화 임계" 값을 정의하는 데 사용될 수 있다.
연관된 추천이 사용자의 앉는 행동에 따라 변조될 수 있는 제품들의 서브셋은 많은(a number of) 방식들로 선정될 수 있다. 일반적으로, 사용자의 앉는 행동에 기초하여 "아마 추천됨"이도록 채소들과 같은 "건강한" 제품들을 유발할 수 있기 때문에, 변조가 음식 제품의 모든 타입들에 적용되지 않는다. 서브셋은 각 제품에 연관된 영양 데이터에 기초하여 선정된다. 하나의 예시에서, "추천됨"인 것으로 분류된 제품들은 그들의 칼로리 함량에 따라 랭킹되고, 가장 높은 칼로리 함량을 갖는 제품들의 상위 50%, 30% 또는 10%가 잠재적인 변조를 위하여 선택된다. 일부 실시 예에서, 이 방식으로 제품들을 선택하기 위한 컷-오프 백분율은, 변조가 적용된 제품들의 개수를 증가 또는 감소시키기 위하여 사용자에 의하여 조절될 수 있다.
연관된 제품 추천들이 변조된 (위에서 언급된 서브셋에) 제품들의 개수는 도 4에 관련하여 위에서 논의된 바와 같이 CST로부터 결정된다.
일반적으로, 위에서 언급된 임계 랭킹들은 및 전반적인 제품 추천들을 결정하기 위한 규칙들은, 그들의 건강에 부정적인 임팩트를 가질 가능성이 가장 높은 제품들 중 적어도 일부를 소모하는 것으로부터 그들을 만류하는 것과 그들이 소모하기 희망하는 제품들을 선정하는 것을 허용하는 것 사이에서 균형을 맞춘다. 이 균형은, 사용자가 장기적으로 그 또는 그녀에게 보다 더 좋은 선택들을 만드는 것으로 "이끌어지기" 때문에, 이롭다. 사용자의 앉기 및/또는 다른 좌식 행동에 기초하여 제품 추천들을 변조하는 것은, 추가적인 "이끔"을, 예를 들어, 사용자가 특정한 날에 오랜 기간들동안 앉아 있었으면, 보통 "추천됨"인 제품들이 겨우(only) "아마 추천됨"인(또는 "자유 재량"인 것으로 추천되는) 것을, 사용자가 주목할 수 있도록 제공한다. 제품들을 "추천되지 않음"으로 만들지 않는 변조를 사용하는 것은, 그것이 그들의 컨트롤 밖일 수 있는 사정들에 대하여, 예를 들어, 그들이 장거리 여행을 갔기 때문에 사용자가 오랜 시간동안 앉아 있었으면, 너무 가혹하게 사용자에게 페널티를 주지 않기 때문에, 특히 이로울 수 있다.
좌식 행동의 부정적인 이펙트들에 대해 사용자에게 경고하는 것의 방법에 스텝들은 다음과 같다:
스텝 1: 개별 제품 추천들이 도출될 수 있는 또는 개별 제품 추천들을 지시하는 데이터 및 소모성 제품들에 대한 제품 코드들을, 컴퓨터 장치의 메모리에 저장한다.
스텝 2: 사용자에 의하여 착용된 하나 이상의 관성 센서들로부터 모션 데이터를 획득한다.
스텝 3: 사용자는 앉은 자세 또는 다른 좌식 상태인 기간들을 식별하기 위하여 모션 데이터를 사용함으로써 사용자의 행동을 모니터링한다.
스텝 4: 사용자의 행동에 기초하여, 개별 제품 추천이 변조될 제품 코드들을, 제품 코드들의 적어도 서브셋으로부터, 선택함.
스텝 5: 선택된 제품 코드들의 개수에 의존하는 시각적 인디케이션을 제공하기 위하여 시각적 인디케이터를 컨트롤한다.
도 14는 DNA 막대(1101)를 포함(incorporate)하는 예시 그래픽 사용자 인터페이스(701)를 나타낸다. 도 15는 건강 막대(1105)를 포함(incorporate)하는 예시 그래픽 사용자 인터페이스(801)를 나타낸다. 이 GUI들의 각각은 렌더링될 수 있다
예시 시스템은, 웨어러블 장치(100) 및 (스마트폰, 스마트워치, 태블릿 컴퓨터, 또는 데스크탑 장치와 같은) 개인 컴퓨팅 장치를 포함한다. 개인 컴퓨팅 장치는, (예를 들어, 유선의 또는 무선의 연결을 통한) 웨어러블 장치(100)을 갖는 데이터를 교환하기 위한 송수신기(transceiver), 데이터를 저장하기 위한 메모리, 웨어러블 장치(100)로부터 수신된 데이터를 처리하기 위한 및 건강 막대(1105) 및/또는 DNA 막대(301)를 디스플레이하는 디스프레이를 컨트롤하기 위한 프로세서를 포함한다. 사용에서, 웨어러블 장치(100)는, 사용자가 앉은 자세 또는 다른 좌식 상태인 기간들을 식별하기 위하여 모션 데이터를 사용함으로써 사용자의 행동을 모니터링하는 개인 컴퓨팅 장치로 모션 데이터를 송신할 수 있고, 그 이후에 사용자의 행동에 기초하여, 개별 제품 추천이 변조된 제품 코드들을 선택한다. 대안적으로, 모니터링하는 단계 및 선택하는 단계는, 웨어러블 장치(100)가 개인 컴퓨터 장치로 선택된 제품 코드들을 나타내는 데이터를 송신하는 경우에, 웨어러블 장치(100) 그것 스스로에 의하여 수행될 수 있다. 프로세서는, 예를 들어, 건강 막대(1105)를 업데이트함으로써, 선택된 제품들의 개수에 의존하는 시각적 인디케이션을 제공하기 위하여 디스플레이를 업데이트한다.
메모리는 개별 제품 추천들이 도출될 수 있는 또는 개별 제품 추천들을 지시하는 데이터 및 제품 코드들을 저장할 수 있다. 제품 코드들 및 데이터는, 예를 들어 제품 코드들 및/또는 제품 추천들이 업데이트된 후에, 웨어러블 장치(100)로 다운로드될 수 있다.
위의 설명이 앉기 또는 다른 좌식 행동에 집중(focus)하였음에도 불구하고, 위의 측면들은 사용자의 환경에 및/또는 사용자의 라이프스타일의 다른 양상들(facets)에 동일하게 (대안적으로 또는) 또한 적용될 수 있다. 예를 들어, 위에서 설명된 바와 같이 웨어러블 장치는, 일부 사례들에서, UV 빛에 대한 사용자의 노출을 모니터링하는 데 사용될 수 있는 UV 빛 센서를 (물론, 웨어러블 장치(100)의 부분이 아닌 신체-착용형 센서들이 또한 사용될 수 있음) 포함할 수 있다. 이 경우에서, 사용자의 제품 추천들은, 예를 들어, 직사광선(direct sunlight)에서 보낸 시간, UV 빛 노출의 관점에서 그의 또는 그녀의 행동에 따라 조절될 수 있다. 웨어러블 장치(100) 또는 개인 컴퓨팅 장치는 그 이후에, UV 빛 노출의 기간들에 기초하여 변조될 수 있을 제품 추천들의 개수의 (예를 들어, DNA 건강 막대(305)를 사용하는) 시각적 인디케이션을 제공하도록 구성될 수 있다. 이는 (예를 들어, 비타민 E의 보다 더 높은 레벨들로 리드하는 제품들을 추천함으로써) UV 빛 노출의 잠재적으로 유해한 이펙트들에 대해 경고하도록 사용자들을 허용할 수 있다. 유사하게, 시스템은, 오염물질들(pollutants)(예를 들어, NOx 또는 미립자들(particulates)) 또는 공기 질에 대한 신체-착용형 센서들을 사용하여 획득된 데이터에 기초하여 그들의 환경의 구성의 잠재적으로 유해한 이펙트들에 대한 (변조된 제품 추천들의 개수의 관점에서) 피드백을 사용자에게 제공하도록 구성될 수 있다.
또 다른 예시에서, 제품 추천들은 (하나 이상의 센서들을, 예를 들어, 만보기를, 사용하여 획득된 데이터에 기초하여) 달리기와 같은, (생리학적 기능 또는) 특정한 신체적 활동을 수행하는 사용자의 강도 및/또는 지속시간에 따라 변조될 수 있다. 예를 들어, 일부 사용자들은 낮은 골 밀도(bone density)를 가질 수 있는 것으로 유전형 분석에 의하여 식별될 수 있고, 그것은 그러므로, 신발류(footwear)의 특정 타입들이 사용자의 골격 시스템에 높은 임팩트 활동들의 이펙트들을 완화시키기 위하여 선호되도록, 제품 추천들의 일부를 변조하기에 적절할 수 있다. 이 변조의 시각적 인디케이션을 사용자에게 제공하는 것은, 보다 더 낮은 임팩트 활동을 차지(take up)하는 것과 같은, 개선책(remedial action)에 대한 필요에 대해 그들에게 경고할 수 있다.
일부 구현들에서, 다수의 DNA 건강 막대들(1105) (또는 시각적 인디케이터의 다른 형태들)은, 변조될 제품 추천들의 개수에 대한 다양한 상이한 사용자 라이프스타일 및 사용자 환경 팩터들의 상대적인 기여를 트랙킹하도록 사용자를 허용하기 위하여 (예를 들어, 사용자 인터페이스 "패널(panel)"의 형태로) 제공될 수 있다. 예를 들어, 걸음으로써 보다 더 적은 시간을 앉는 데 보내는 사람은, 그 또는 그녀가 오염된 지역에서 또는 직사광선에서 걸으면, 변조된 제품 추천들의 개수에 심하지 않은(modest) 감소(또는 심지어 증가)만을 볼 수 있다. 다수의 시각적 인디케이터들을 사용하는 이 이슈에 대해 사용자에게 경고하는 것은 그러므로, 보다 더 적절하게 그의 또는 그녀의 활동을 조절하도록 사용자를 허용할 수 있다.
다양한 수정들이 본 발명의 범위로부터 벗어남 없이 위에서 설명된 실시 예들에 대하여 이루어질 수 있는 것이 기술 분야의 통상의 기술자에 의하여 이해될 것이다. 예를 들어, 주요 실시 예들이 웨어러블 밴드의 형태로 설명되었던 반면에, 시스템은 임의의 적합한 포맷으로, 예를 들어, 홀더블 카트리지(holdable cartridge), 키링(keyring), 팬던트(pendant), 또는 스마트폰, 또는 이러한 포맷들의 임의의 조합에 따라, 구현될 수 있다. 시스템에 저장된 데이터는 다른 사용자들에 의하여 제공된 샘플들 및 사용자에 의하여 제공된 생물학적 샘플의 분석으로부터 획득된 생물학적 정보로부터 도출될 수 있는 것이 더 주목될 것이다. 사용자들의 이 세트는 가족의 멤버들일 수 있다. 데이터 저장(data store)은 그 이후에 모든 가족 멤버들에 대한 최고의 추천들을 제공하는 데 사용될 수 있는 공통의 데이터 풀을 포함(contain)할 수 있다.
Claims (43)
- 웨어러블 장치에 있어서,
제품 추천들이 도출(derive)될 수 있거나 또는 개별 제품 추천들을 지시(indicate)하는 데이터 및 소모성(consumable), 국소적으로(topically) 적용되는(applied) 및/또는 신체-착용형(body-worn) 제품들에 대한 제품 코드들(product codes)을 저장하도록 구성된 메모리;
제품들로부터 제품 코드들을 판독하기 위한 제품 코드 판독기(product code reader);
상기 장치의 착용자(wearer)에 대한 모션 데이터(motion data)를 획득하기 위한 하나 이상의 관성 센서들(inertial sensors);
판독된 제품 코드에 응답하여, 상기 메모리 내에서 저장된 데이터를 사용하여, 제품 추천의 시각적 인디케이션(visual indication)를 제공하기 위한 시각적 인디케이터(visual indicator); 및
상기 착용자가 앉은 자세(sitting position) 또는 다른 좌식 상태(sedentary state)인 기간들(periods)을 식별하기 위하여 상기 모션 데이터를 처리(process)하고, 상기 기간들의 상기 발생(occurrence) 및 지속시간들(durations)을 분석(analyse)하며, 및
상기 제품 코드들의 적어도 서브셋(subset)에 대해 부응해서(accordingly) 상기 추천들을 변조하도록 구성되는 하나 이상의 프로세서들 - 제품 추천들이 상기 식별된 기간들에 의존하여 변화함(whereby product recommendations change depending upon the identified periods) -
을 포함하는 웨어러블 장치
- 제1항에 있어서,
상기 하나 이상의 프로세서들은,
같은 날(the same day)과 같은, 미리 결정된(pre-determined) 기간 동안 상기 프로세서에 의하여 결정된 상기 착용자의 행동(behaviour)에 따라 추천들을 변조하도록 구성된,
웨어러블 장치.
- 제1항 또는 제2항에 있어서,
상기 하나 이상의 프로세서들은,
10분, 30분, 또는 60분과 같은, 임계 지속시간(threshold duration)보다 더 긴(long) 지속시간 동안 상기 착용자가 앉은 자세 또는 다른 좌식 상태인 기간들의 카운트(count)를 식별 및 유지(maintain)하도록 구성된,
웨어러블 장치.
- 제1항 내지 제3항 중 어느 한 항에 있어서,
상기 하나 이상의 프로세서들은,
상기 기간들을 식별하는 미리 결정된 시간보다 더 적은 동안 상기 사용자가 앉은 자세 또는 다른 좌식 상태이지 않은 인터럽션들(interruptions)을 무시(ignore)하도록 구성된,
웨어러블 장치.
- 제1항 내지 제4항 중 어느 한 항에 있어서,
상기 메모리는,
각 제품에 대한 영양 데이터(nutritional data)를 저장하고, 및
상기 프로세서는,
상기 영양 데이터에 기초하여 제품 코드들의 상기 서브셋을 선택하도록 구성된,
웨어러블 장치.
- 제1항 내지 제5항 중 어느 한 항에 있어서,
각 제품 추천은,
제1, 추천된 상태 및 제2, 추천되지 않는 상태를 가지고, 및
상기 변조는 상기 제1 및 상기 제2 상태 간에 제품 추천을 변화시키는,
웨어러블 장치.
- 제1항 내지 제5항 중 어느 한 항에 있어서,
상기 제품 추천은,
제1, 추천된 상태, 제2, "아마 추천된(maybe recommended)" 상태 및 제3, 추천되지 않는 상태를 가지고, 및
상기 변조는,
상기 제1 및 상기 제2 상태 사이에서 상기 제품 추천을 변화시키는,
웨어러블 장치.
- 제1항 내지 제7항 중 어느 한 항에 있어서,
상기 웨어러블 장치는,
손목-착용형(wrist-worn) 웨어러블 장치인,
웨어러블 장치.
- 제1항 내지 제8항 중 어느 한 항에 있어서,
상기 하나 이상의 관성 센서들은,
자이로스코프(gyroscope) 및/또는 가속도계(accelerometer)를 포함하는,
웨어러블 장치.
- 제1항 내지 제9항 중 어느 한 항에 있어서,
상기 제품 코드 판독기는,
1차원 또는 2차원 바코드(one-dimensional or two-dimensional barcode)를 판독하기 위한,
웨어러블 장치.
- 제1항 내지 제10항 중 어느 한 항에 있어서,
상기 시각적 인디케이터는,
예를 들어 적색(red) 및 녹색(green), 또는 적색, 녹색 및 황색(amber), 상이한 색상의 조명들(different coloured illuminations)을 수단으로 하여(by means of) 상기 제품 추천들의 상기 인디케이션들을 제공하는,
웨어러블 장치.
- 제1항 내지 제11항 중 어느 한 항에 있어서,
상기 하나 이상의 프로세서들은,
상기 개별 제품 추천들이 변조될 제품 코드들을, 상기 제품 코드들의 적어도 서브셋으로부터, 상기 사용자의 상기 행동에 기초하여, 선택하도록 구성되고;
상기 또는 다른(another) 시각적 인디케이터는,
다른(another) 시각적 인디케이션을 제공하기 위하여 상기 하나 이상의 프로세서들에 의하여 컨트롤 가능하며, 상기 다른(other) 시각적 인디케이션은 선택된 제품들 코드들의 개수(number)에 의존하는,
웨어러블 장치.
- 착용자의 건강(health)을 개선(improve)하기 위하여 웨어러블 장치의 상기 착용자에게 소모성(consumable) 제품들에 관하여(in respect of) 추천들을 제공하는 방법에 있어서,
제품 추천들이 도출될 수 있거나 또는 개별 제품 추천들을 지시하는 데이터 및 제품들에 대한 제품 코드들을, 상기 웨어러블 장치의 메모리에, 저장하는 단계;
상기 착용자에 대한 모션 데이터(motion data)를, 상기 웨어러블 장치의 하나 이상의 관성 센서들(inertial sensors)로부터, 획득하는 단계;
상기 착용자가 앉은 자세(sitting position) 또는 다른 좌식 상태(sedentary state)인 기간들(periods)을 식별하기 위하여 상기 웨어러블 장치의 프로세서를 사용하여 상기 모션 데이터를 처리하는 단계;
상기 프로세서를 사용하여 상기 기간들의 상기 발생(occurrence) 및 지속시간들(durations)을 분석하는 단계;
상기 웨어러블 장치의 제품 코드 판독기(reader)를 사용하여 제품으로부터 제품 코드를 판독(read)하는 단계;
판독된 제품 코드에 응답하여, 제품 추천을 획득하기 위하여 상기 메모리에 저장된 데이터를 사용하는 단계;
상기 프로세서에 의하여 결정된, 상기 착용자의 앉는 행동(sitting behaviour), 또는 다른 좌식 행동에 의존하여 상기 제품 추천을 변조하는 단계; 및
상기 웨어러블 장치의 시각적 인디케이터를 사용하여 상기 변조된 제품 추천의 시각적 인디케이션을 제공하는 단계;
를 포함하는 방법.
- 제13항에 있어서,
상기 연관된 제품 추천들이 변조된 제품 코드들의 서브셋을 선택하는 단계
를 더 포함하는 방법.
- 제14항에 있어서,
제품 추천들이 변조된, 제품 코드들의 서브셋을 선택하는 단계는,
상기 연관된 제품들에 대한 영양 정보에 기초하여 제품들 코드들을 선택하는 단계
를 포함하는 방법.
- 제15항에 있어서,
상기 연관된 제품들에 대한 영양 정보에 기초하여 제품들 코드들을 선택하는 단계는,
각 제품에 대한 상기 개별 영양 정보에 기초하여 상기 제품들을 랭킹(rank)하는 단계 및
미리 결정된 랭킹(ranking)보다 더 높은(higher) 랭킹을 가지는 제품들을 선택함으로써 상기 서브셋을 선택하는 단계
를 포함하는,
방법.
- 제15항 또는 16항에 있어서,
상기 영양 정보는,
칼로리 함량(calorific content), 당 함량(sugar content), 탄수화물 함량(carbohydrate content), 포화 및/또는 불포화 지방 함량(saturated and/ or unsaturated fat content), 및 염분 함량(salt content) 중 하나 이상을 포함하는,
방법,
- 제13항 내지 제17항 중 어느 한 항에 있어서,
상기 데이터는,
상기 장치의 상기 착용자에 의하여 제공된 생물학적 샘플(biological sample)의 분석으로부터 획득된 개인화된 생물학적 정보(personalised biological information)로부터 도출된 개인화된 데이터로부터 도출되는,
방법.
- 사용자의 상기 건강에 유익(benefit)하기 위하여(in order to benefit) 소모성 제품들(consumable products)에 관하여 제품 추천들을 제공하는 방법에 있어서,
상기 사용자의 하나 이상의 건강 특성들(traits)을 식별하는 단계;
다수(multiplicity)의 소모성, 국소적으로 적용되는(topically applied) 및/또는 신체-착용형 제품들의 각각에 대하여, 상기 제품이 상기 건강 특성들의 각각에 영향을 주는 지를 나타내는(indicative of) 점수를 계산(calculate)하는 단계; - 각 점수는 상기 제품에 대한 영양 정보에 적어도 부분적으로 기초함 -
상기 점수들에 기초하여 각 제품에 제품 추천을 배정(assign)하는 단계;
상기 사용자가 앉은 자세 또는 다른 좌식 상태인 기간들(periods)을 식별함으로써 상기 사용자의 상기 행동을 모니터링(monitor)하는 단계;
상기 사용자의 상기 행동에 기초하여, 상기 제품들의 서브셋의 적어도 일부에 대하여 상기 제품 추천을 변조하는 단계; 및
시각적 인디케이터를 통하여 상기 사용자에게 상기 변조된 제품 추천을 제공하는 단계
룰 포함하는 방법.
- 제19항에 있어서,
각 제품에 대한 상기 제품 추천은,
웨어러블 장치의 메모리에 설치된 데이터베이스(database)에 저장되고,
상기 메모리는,
상기 제품이 상기 서브셋에 속하는(belongs to) 지 여부를 나타내는(indicative of) 데이터를 더 저장하는,
방법.
- 제20항에 있어서,
상기 웨어러블 장치는,
상기 사용자가 앉은 자세 또는 다른 좌식 자세인 기간들을 식별하기 위한 하나 이상의 관성 센서들을 포함하는,
방법.
- 사용자의 환경(environment) 및/또는 라이프스타일(lifestyle)에 의하여 유발(cause)된 부정적인 이펙트들(negative effects)에 대해 사용자에게 경고(alert)하기 위한 모니터링 시스템에 있어서,
개별 제품 추천들이 도출될 수 있거나 또는 개별 제품 추천들을 지시하는 데이터 및 소모성, 국소적으로 적용되는(topically applied) 및/또는 신체-착용형 제품들에 대한 제품 코드들을 저장하는 메모리;
사용자 환경을 나타내고 또는 상기 사용자의 하나 이상의 생리학적(physiological) 및/또는 생화학적(biochemical) 기능들(functions)을 나타내는 데이터를 사용하여 상기 사용자의 상기 행동을 모니터링하고; - 상기 데이터는 하나 이상의 사용자-착용된 센서들을 사용하여 획득됨 - 및 상기 사용자의 상기 행동에 기초하여, 상기 개별 제품 추천이 변조될 제품 코드들을, 상기 제품 코드들의 적어도 서브셋으로부터, 선택하도록 구성된 하나 이상의 프로세서들; 및
선택된 제품들 코드들의 상기 개수에 의존하는 시각적 인디케이션을 제공하기 위하여 상기 하나 이상의 프로세서들에 의하여 컨트롤 가능한 시각적 인디케이터
를 포함하는 모니터링 시스템.
- 좌식 행동의 부정적인 이펙트들에 대해 사용자에게 경고하기 위한 모니터링 시스템에 있어서,
개별 제품 추천들이 도출될 수 있거나 또는 개별 제품 추천들을 지시하는 데이터 및 소모성, 국소적으로 적용되는, 및/또는 신체-착용형 제품들에 대한 제품 코드들을 저장하는 메모리;
상기 사용자가 앉은 자세 또는 다른 좌식 상태인 기간들을 식별하기 위하여 상기 사용자에 의하여 착용된 하나 이상의 관성 센서들로부터 획득된 모션 데이터를 사용함으로써 상기 사용자의 상기 행동을 모니터링하고; 및 상기 사용자의 상기 행동에 기초하여, 상기 개별 제품 추천이 변조될 제품 코드들을, 상기 제품 코드들의 적어도 서브셋으로부터 선택하도록 구성된 하나 이상의 프로세서들; 및
선택된 제품들 코드들의 개수에 의존하는 시각적 인디케이션을 제공하기 위하여 상기 하나 이상의 프로세서들에 의하여 컨트롤 가능한 시각적 인디케이터
를 포함하는 모니터링 시스템.
- 제23항에 있어서,
상기 하나 이상의 프로세서들은
상기 사용자가 시간의 임계 양(threshold amount)보다 더 긴 동안 좌식 상태인 기간들의 개수의 카운트를 결정하고, 및 상기 카운트가 증가할 때 선택된 제품 코드들의 개수를 증가시키도록 구성된,
모니터링 시스템.
- 제24항에 있어서,
상기 하나 이상의 프로세서들은,
상기 카운트가 증가함에 따라 연속적으로(successively) 보다 더 많은(greater) 양들(amounts)만큼 선택된 제품 코드들의 개수를 증가시키도록 구성된,
모니터링 시스템.
- 제24항 또는 제25항에 있어서,
상기 하나 이상의 프로세서들은,
상기 사용자에 의하여 수행된 신체적 활동(physical activity)의 양을 결정하기 위하여 상기 수신된 모션 데이터를 사용하고, 및 상기 사용자에 의하여 수행된 신체적 활동의 상기 양에 기초하여 기간들의 개수의 상기 카운트를 감소시키도록 구성된,
모니터링 시스템.
- 제26항에 있어서,
상기 하나 이상의 프로세서들은,
상기 사용자에 의하여 취해진(taken) 걸음들(steps)의 개수를, 상기 모션 데이터로부터, 결정하도록 구성된,
모니터링 시스템.
- 제24항 내지 제27항 중 어느 한 항에 있어서,
상기 하나 이상의 프로세서들은,
상기 카운트가 미리 정의된 제한(limit)을 초과(exceed)하면(only if) 상기 제품 추천들에 상기 변조를 적용하도록 구성된,
모니터링 시스템.
- 제28항에 있어서, 및
사용자 입력을 수신하기 위한 사용자 인터페이스(user interface)를 포함하고, 및
상기 프로세서는 상기 사용자 입력에 기초하여 상기 제한을 조절(adjust)하도록 구성된,
모니터링 시스템.
- 제23항 내지 제29항 중 어느 한 항에 있어서,
각 제품 추천은 제1, 추천된 상태 및 제2, 추천되지 않는 상태를 가지고, 및
상기 변조는 상기 제1 및 상기 제2 상태 간에 제품 추천을 변화시키는,
모니터링 시스템.
- 제23항 내지 제29항 중 어느 한 항에 있어서,
각 제품 추천은 제1, 추천된 상태, 제2, "아마 추천된(maybe recommended)" 상태 및 제3, 추천되지 않는 상태를 가지고, 및
상기 변조는 상기 제1 및 제2 상태 간에 상기 제품 추천을 변화시키는,
모니터링 시스템.
- 제23항 내지 제31항 중 어느 한 항에 있어서,
상기 시각적 인디케이터는,
선택된 제품들 코드들의 비율(proportion) 또는 개수를 표현(representative)하는 길이(length) 또는 면적(area)을 가지는 그래픽 요소(graphical element)를 디스플레이(display)하도록 구성된,
모니터링 시스템.
- 제23항 내지 제32항 중 어느 한 항에 있어서,
상기 시스템은,
제품 코드를 수신하고, 상기 제품 코드와 연관된 상기 소모성 제품에 대한 제품 추천을 도출하거나 검색(retrieve)하고, 및 상기 제품 코드가 상기 선택된 제품 코드들 중 하나인 경우에만(if and only if) 상기 제품 추천을 변조하도록 구성된,
모니터링 시스템.
- 제33항에 있어서, 및
제품으로부터 제품 코드를 판독하기 위한 제품 코드 판독기를 포함하는,
모니터링 시스템.
- 제23항 내지 제34항 중 어느 한 항에 있어서,
상기 프로세서는,
상기 개별 제품 추천이 상기 연관된 제품들에 대한 영양 정보에 적어도 부분적으로 기초하여 변조되는 상기 제품 코드들을 선택하도록 구성된,
모니터링 시스템.
- 제23항 내지 제35항 중 어느 한 항에 있어서,
상기 하나 이상의 프로세서들은,
각 제품에 대한 상기 개별 영양 정보에 기초하여 상기 제품들을 랭킹하고, 및 미리 결정된 랭킹보다 더 높은(higher) 랭킹을 가지는 제품들을 선택함으로써 상기 제품 코드들을 선택하도록 구성된,
모니터링 시스템.
- 제36항에 있어서,
상기 영양 정보는,
칼로리 함량(calorific content), 당 함량(sugar content), 탄수화물 함량(carbohydrate content), 포화 및/또는 불포화 지방 함량(saturated and/ or unsaturated fat content), 및 염분 함량(salt content) 중 하나 이상을 포함하는,
모니터링 시스템.
- 제23항 내지 제37항 중 어느 한 항에 있어서,
상기 데이터는,
상기 사용자에 의하여 제공된 생물학적 샘플의 분석으로부터 획득된 개인화된 생물학적 정보로부터 도출된,
모니터링 시스템.
- 제23항 내지 제38항 중 어느 한 항에 있어서,
상기 시각적 인디케이터는,
스마트워치(smartwatch) 또는 스마트폰(smartphone)과 같은, 개인 컴퓨팅 장치(personal computing device)의 디스플레이(display)인,
모니터링 시스템.
- 좌식 행동의 부정적인 이펙트들에 대해 사용자에게 경고하기 위한 웨어러블 모니터링 장치에 있어서,
개별 제품 추천들이 도출될 수 있거나 또는 개별 제품 추천들을 지시하는 데이터 및 소모성, 국소적으로 적용되는 및/또는 신체-착용형 제품들에 대한 제품 코드들을 저장하는 메모리;
상기 장치의 착용자에 대한 모션 데이터를 획득하기 위한 하나 이상의 관성 센서들;
상기 사용자가 앉은 자세 또는 다른 좌식 상태인 기간들을 식별하기 위하여 상기 모션 데이터를 사용함으로써 상기 사용자의 상기 행동을 모니터하고; 및 상기 사용자의 상기 행동에 기초하여, 상기 개별 제품 추천이 변조될 제품 코드들을, 상기 제품 코드들의 적어도 서브셋으로부터, 선택하도록 구성된 하나 이상의 프로세서들; 및
선택된 제품들 코드들의 개수에 의존하는 시각적 인디케이션을 제공하기 위하여 상기 하나 이상의 프로세서들에 의하여 컨트롤 가능한 시각적 인디케이터
를 포함하는 웨어러블 모니터링 장치.
- 좌식 행동의 상기 결과들(consequences)에 대해 사용자에게 경고하기 위한 방법에 있어서, 상기 방법은 하나 이상의 컴퓨터 장치들에 의하여 구현되고, 및
개별 제품 추천들이 도출될 수 있거나 또는 개별 제품 추천들을 지시하는 데이터 및 소모성 제품들에 대한 제품 코드들을, 상기 컴퓨터 장치들 중 적어도 하나의 메모리에 저장하는 단계;
상기 사용자에 의하여 착용된 하나 이상의 관성 센서들로부터 모션 데이터를 획득하는 단계;
상기 사용자가 앉은 자세 또는 다른 좌식 상태인 기간들을 식별하기 위하여 상기 모션 데이터를 사용함으로써 상기 사용자의 상기 행동을 모니터링하는 단계;
상기 사용자의 상기 행동에 기초하여, 상기 개별 제품 추천이 변조될 제품 코드들을, 상기 제품 코드들의 적어도 서브셋으로부터, 선택하는 단계;
선택된 제품 코드들의 수에 의존하는 시각적 인디케이션을 제공하기 위하여 시각적 인디케이터를 컨트롤(control)하는 단계
를 포함하는
방법.
- 제41항에 있어서,
상기 선택된 제품 코드들은, 상기 개별 제품 추천들이 변조에 대한 적격이 있는(eligible for) 상기 제품 코드들의 서브셋으로부터 선택되고, 및
상기 연관된 제품들에 대한 영양 정보에 기초하여 상기 서브셋을 선택하는 단계를 더 포함하는
방법.
- 제42항에 있어서,
각 제품에 대한 상기 개별 영양 정보에 기초하여 상기 제품들을 랭킹하는 단계를 더 포함하고,
상기 제품 코드들을 선택하는 단계는,
미리 결정된 랭킹보다 더 높은 랭킹을 가지는 제품들을 선택하는 단계를 포함하는,
방법.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/129,200 US10861594B2 (en) | 2015-10-01 | 2018-09-12 | Product recommendation system and method |
| US16/129,200 | 2018-09-12 | ||
| US16/384,049 | 2019-04-15 | ||
| US16/384,049 US10467679B1 (en) | 2019-04-15 | 2019-04-15 | Product recommendation device and method |
| PCT/EP2019/074277 WO2020053307A1 (en) | 2018-09-12 | 2019-09-11 | Product recommendation system and method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210057774A true KR20210057774A (ko) | 2021-05-21 |
Family
ID=67953796
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020217010455A KR20210057774A (ko) | 2018-09-12 | 2019-09-11 | 제품 추천 시스템 및 방법 |
Country Status (6)
| Country | Link |
|---|---|
| EP (1) | EP3850634A1 (ko) |
| JP (1) | JP7520817B2 (ko) |
| KR (1) | KR20210057774A (ko) |
| CN (1) | CN113168903A (ko) |
| AU (1) | AU2019339190A1 (ko) |
| WO (1) | WO2020053307A1 (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115153512A (zh) * | 2021-04-07 | 2022-10-11 | 安徽华米信息科技有限公司 | 用户状态监测方法、装置、可穿戴设备及存储介质 |
| TWI834971B (zh) | 2021-05-14 | 2024-03-11 | 研能科技股份有限公司 | 室內空汙防治系統 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE69533819T2 (de) * | 1994-09-07 | 2005-10-27 | Omron Healthcare Co., Ltd. | Messvorrichtung zum Messen der Menge der Arbeit, welche dazu eingerichtet ist, die Arbeitsmenge, die später durchgeführt werden soll, anzuzeigen |
| US20030208110A1 (en) * | 2000-05-25 | 2003-11-06 | Mault James R | Physiological monitoring using wrist-mounted device |
| WO2001089365A2 (en) * | 2000-05-25 | 2001-11-29 | Healthetech, Inc. | Weight control method using physical activity based parameters |
| JP2007328464A (ja) | 2006-06-06 | 2007-12-20 | Sharp Corp | 購買活動管理装置、制御方法、制御プログラムおよびそれを記録したコンピュータ読み取り可能な記録媒体 |
| US8235724B2 (en) * | 2006-09-21 | 2012-08-07 | Apple Inc. | Dynamically adaptive scheduling system |
| US20140085077A1 (en) | 2012-09-26 | 2014-03-27 | Aliphcom | Sedentary activity management method and apparatus using data from a data-capable band for managing health and wellness |
| US10448867B2 (en) * | 2014-09-05 | 2019-10-22 | Vision Service Plan | Wearable gait monitoring apparatus, systems, and related methods |
| JP2016099782A (ja) | 2014-11-20 | 2016-05-30 | セイコーエプソン株式会社 | 価格決定装置、価格決定システム及び価格決定方法 |
| JP2016128956A (ja) | 2015-01-09 | 2016-07-14 | 大日本印刷株式会社 | 端末装置、商品販売装置、プログラム及び商品販売システム |
| WO2017055867A1 (en) | 2015-10-01 | 2017-04-06 | Dnanudge Limited | Method, apparatus and system for securely transferring biological information |
| GB201517393D0 (en) * | 2015-10-01 | 2015-11-18 | Primer Shop The Ltd | Method, apparatus and system for securely transferring genetic information |
-
2019
- 2019-09-11 CN CN201980060136.2A patent/CN113168903A/zh active Pending
- 2019-09-11 KR KR1020217010455A patent/KR20210057774A/ko not_active Application Discontinuation
- 2019-09-11 JP JP2021513909A patent/JP7520817B2/ja active Active
- 2019-09-11 AU AU2019339190A patent/AU2019339190A1/en active Pending
- 2019-09-11 EP EP19768790.8A patent/EP3850634A1/en active Pending
- 2019-09-11 WO PCT/EP2019/074277 patent/WO2020053307A1/en unknown
Also Published As
| Publication number | Publication date |
|---|---|
| JP7520817B2 (ja) | 2024-07-23 |
| EP3850634A1 (en) | 2021-07-21 |
| CN113168903A (zh) | 2021-07-23 |
| WO2020053307A1 (en) | 2020-03-19 |
| JP2022500758A (ja) | 2022-01-04 |
| AU2019339190A1 (en) | 2021-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10861594B2 (en) | Product recommendation system and method | |
| CN107423549B (zh) | 健康跟踪设备 | |
| US10467679B1 (en) | Product recommendation device and method | |
| Ainsworth et al. | The current state of physical activity assessment tools | |
| KR102052558B1 (ko) | 질환 예측 기반의 사용자 맞춤형 정보 제공 장치 및 그 방법 | |
| KR102200422B1 (ko) | 개인건강데이터와 의료데이터를 활용한 개인 맞춤형 헬스케어 시스템 | |
| KR102400740B1 (ko) | 사용자의 건강상태 모니터링 시스템 및 이의 분석 방법 | |
| US9084537B2 (en) | Biometric monitoring device having a body weight sensor, and methods of operating same | |
| MXPA06002836A (es) | Sistema para vigilar y administrar el peso corporal y otras condiciones fisiologicas, que incluyen la planeacion, intervencion y capacidad de reporte iterativa y personalizada. | |
| JP2007505412A (ja) | 対話式及び個人専用の計画、介入及び報告能力を含む体重及び他の生理学的状態のモニター及び管理システム | |
| JP6803791B2 (ja) | 保険金算出装置、保険金算出方法及び保険金算出プログラム | |
| JP6705089B2 (ja) | ヘルスチューニング支援システム | |
| Banerjee et al. | Validating a commercial device for continuous activity measurement in the older adult population for dementia management | |
| Hargens et al. | Comparison of wrist-worn and hip-worn activity monitors under free living conditions | |
| Montoye et al. | Validation of accelerometer-based energy expenditure prediction models in structured and simulated free-living settings | |
| KR102080534B1 (ko) | 맞춤형 건강관리 서비스 시스템 | |
| US11848108B1 (en) | Indirect bio-feedback health and fitness management system | |
| KR20190130447A (ko) | 건강 증진 정보 제공 장치 및 방법 | |
| JP7520817B2 (ja) | 商品推奨システムおよび方法 | |
| Yumak et al. | Survey of sensor-based personal wellness management systems | |
| US10699806B1 (en) | Monitoring system, wearable monitoring device and method | |
| Gómez-Martínez et al. | Empowering the citizen in the main pillars of health by using iot | |
| Sett et al. | Are you in pain? Predicting pain and stiffness from wearable sensor activity data | |
| Lim et al. | Developing a mobile wellness management system for healthy lifestyle by analyzing daily living activities | |
| Abeltino et al. | Digital applications for diet monitoring, planning, and precision nutrition for citizens and professionals: a state of the art |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal |