KR20210116039A - A manage supporting system and management method for customized living health based on artificial intelligence - Google Patents
A manage supporting system and management method for customized living health based on artificial intelligence Download PDFInfo
- Publication number
- KR20210116039A KR20210116039A KR1020200032674A KR20200032674A KR20210116039A KR 20210116039 A KR20210116039 A KR 20210116039A KR 1020200032674 A KR1020200032674 A KR 1020200032674A KR 20200032674 A KR20200032674 A KR 20200032674A KR 20210116039 A KR20210116039 A KR 20210116039A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- disease
- health
- specific
- age
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Nutrition Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
본 발명은 생활건강 정보제공시스템에 관한 것으로, 특히, 사전작업으로 사상체질과 유전자정보(DNA)의 상관관계를 바탕으로 특정 사상 분류(체질) 및 유전자 정보를 가진 사람의 발생 가능성이 큰 질병을 도출하고, 복수의 일반인으로부터 미리 수집한 표준건강정보를 이용하여 특정 건강항목을 기준으로 정규분포를 생성하며, 질병의 예측에 관심이 있는 특정 개인으로부터 개인건강정보를 수집하여 이를 가공한 분포를 상기 정규분포와 비교하여, 특정 개인의 특정 질병의 발생 가능성을 예측하고 이를 서비스할 수 있는 인공지능 기반 맞춤형 생활건강 정보제공시스템(이하 생활건강 정보제공시스템) 및 상기 생활건강 정보제공시스템을 이용하여 제공하는 인공지능 기반 맞춤형 생활건강 정보제공방법(이하 생활건강 정보제공방법)에 관한 것이다. The present invention relates to a living health information providing system, and in particular, based on the correlation between the Sasang constitution and genetic information (DNA) as a preliminary work, a disease with a high probability of occurrence in a person with a specific map classification (physiology) and genetic information Derived, generate a normal distribution based on specific health items using standard health information collected in advance from a plurality of general public, and collect personal health information from specific individuals interested in disease prediction and recall the processed distribution Compared with the normal distribution, it is provided by using an artificial intelligence-based customized living health information providing system (hereinafter referred to as living health information providing system) and the living health information providing system that can predict and service the possibility of occurrence of a specific disease of a specific individual It relates to an artificial intelligence-based customized living health information provision method (hereinafter referred to as a living health information provision method).
비만은 세계보건기구(WHO)가 21세기 신종 전염병으로 지목할 만큼 심각한 질병으로, 근래 우리나라 비만 인구도 지속적으로 증가하고 있다. 비만은 그 자체로도 인간의 건강을 위협하지만 비만이 원인이 되어 타 질환을 유도하기 때문에, 이로 인한 진료비 역시 지속적으로 증가하고 있어 심각한 사회문제로 대두 되고 있다. Obesity is a serious disease that the World Health Organization (WHO) designates as a new infectious disease in the 21st century, and in recent years, the number of obese people in Korea is continuously increasing. Obesity itself threatens human health, but obesity is the cause and induces other diseases.
비만은 건강은 물론이고 미용 면에서도 좋지 않기 때문에, 비만의 예방을 위한 다이어트와 관련된 상품과 콘텐츠 및 의료 시술 등도 증가하고 있다. 이에 다이어트의 기반이 되는 식단관리를 위해 다양한 편의 기능을 제공하는 애플리케이션이 등장하고 있으며, 자신의 식단을 입력함으로써 언제 어디서나 간단한 수치의 입력만으로 칼로리(calorie; 이하 열량)를 계산할 수도 있고, 음식 사진만으로도 섭취하는 음식의 열량을 자동으로 계산하는 애플리케이션도 사용되고 있다. Since obesity is not good for health as well as beauty, diet-related products, contents, and medical procedures for the prevention of obesity are also increasing. In this regard, applications that provide various convenient functions for diet management, which are the basis of diet, are emerging. By entering your own diet, you can calculate calories anytime, anywhere by simply inputting a simple number, or just by taking pictures of food. Applications that automatically calculate the number of calories in the food you eat are also being used.
상술한 애플리케이션을 이용하면 자신이 섭취하는 음식의 열량을 확인하는 것은 쉽다. 그렇지만, 비만의 원인은 과다한 영양 섭취는 물론이고 섭취한 음식의 열량에 비해 운동으로 소비되는 열량이 차이가 날 때에도 발생하며, 개인의 서로 다른 유전자 특성 및 주변환경도 비만에 영향을 주는 것으로 알려져 있다. Using the above-described application, it is easy to check the calories of the food you eat. However, obesity is caused not only by excessive nutrition, but also when the amount of calories consumed by exercise is different from the amount of food consumed. .
특정인의 현재의 건강정보만을 이용하여, 특정인에게 발생할 수 있는 질병, 질병의 발생을 방지하기 위해 섭취해야 하는 음식의 종류 및 운동의 종류 등에 대한 정보는 개인이 습득하고 이를 활용하는 것은 불가능하다. Using only the current health information of a specific person, it is impossible for an individual to acquire and utilize information about diseases that may occur to a specific person, the type of food to be consumed to prevent the occurrence of disease, and the type of exercise.
본 발명이 해결하고자 하는 기술적 과제는, 사전작업으로 사상체질과 유전자정보(DNA)의 상관관계를 바탕으로 특정 사상 분류(체질) 및 유전자 정보를 가진 사람의 발생 가능성이 큰 질병을 도출하고, 복수의 일반인으로부터 미리 수집한 표준건강정보를 이용하여 특정 건강항목을 기준으로 정규분포를 생성하며, 질병의 예측에 관심이 있는 특정 개인으로부터 개인건강정보를 수집하여 이를 가공한 분포를 상기 정규분포와 비교하여, 특정 개인의 특정 질병의 발생 가능성을 예측하고 이를 서비스할 수 있는 인공지능 기반 맞춤형 생활건강 정보제공시스템(이하 생활건강 정보제공시스템)을 제공하는 것이다. The technical problem to be solved by the present invention is to derive a disease that is highly likely to occur in a person with a specific map classification (physiology) and genetic information based on the correlation between the mapping constitution and genetic information (DNA) as a preliminary work, and A normal distribution is generated based on a specific health item using standard health information collected in advance from the general public of Accordingly, it is to provide an artificial intelligence-based customized living health information providing system (hereinafter referred to as living health information providing system) that can predict the occurrence of a specific disease of a specific individual and provide a service.
본 발명이 해결하고자 하는 다른 기술적 과제는 상기 생활건강 정보제공시스템을 이용하여 특정 개인의 특정 질병의 발생 가능성을 예측하고 이를 서비스할 수 있는 인공지능 기반 맞춤형 생활건강 정보제공방법(이하 생활건강 정보제공방법)을 제공하는 것이다. Another technical problem to be solved by the present invention is an artificial intelligence-based customized living health information providing method (hereinafter referred to as living health information provision) capable of predicting the possibility of occurrence of a specific disease of a specific individual using the living health information providing system and providing the service. method) is provided.
상기 기술적 과제를 달성하기 위한 본 발명에 따른 생활건강 정보제공시스템은, 상태정보 관리장치 및 생활건강 관리서버를 포함한다. 상기 상태정보 관리장치는 표준건강정보 관리장치 및 개인건강정보 관리장치를 구비하며, 상기 표준건강정보 관리장치는 복수의 일반인의 나이, 성별, 몸무게, 운동관련정보, 음식관련정보, 주변환경정보, 보유질병, 한의학의 사상 분류(이하 사상 분류) 및 유전자정보(이하 표준건강정보)를 연령 및 성별 별로 수집하여 저장하고, 상기 개인건강정보 관리장치는 특정 개인의 나이, 성별, 몸무게, 운동관련정보, 음식관련정보, 주변환경정보, 보유질병, 사상 분류 및 유전자정보(이하 개인건강정보)를 수집하여 저장한다. 상기 생활건강 관리서버는 상기 상태정보 관리장치에서 수집한 상기 표준건강정보를 이용하여, 상기 사상분류 및 상기 유전자정보 사이의 관련성을 이용하여 특정 사상 분류 및 특정 유전자정보를 가진 사람의 질병 가능성을 예측하고, 상기 표준건강정보를 가공하여 특정 요소에 대한 나이별 정규분포 및 특정 질병의 발생빈도의 정규분포(이하 표준건강정보의 정규분포)를 생성하고, 상기 개인건강정보를 가공하여 특정 요소에 대한 나이별 정규분포 및 특정 질병의 발생빈도의 분포(이하 개인건강정보의 분포)를 생성하며, 상기 개인건강정보의 분포와 상기 표준건강정보의 정규분포를 비교하여, 특정 개인의 질병 가능성을 예측한다. 여기서 상기 특정 요소는, 상기 나이, 상기 몸무게, 상기 운동관련정보, 상기 음식관련정보에 일정한 가중치를 곱한 후, 모두 더한 값을 가지는 요소이다. In order to achieve the above technical problem, a living health information providing system according to the present invention includes a state information management device and a living health management server. The state information management device includes a standard health information management device and a personal health information management device, and the standard health information management device includes a plurality of public age, gender, weight, exercise-related information, food-related information, surrounding environment information, It collects and stores possessed diseases, classification of events of oriental medicine (hereinafter, classification of events) and genetic information (hereinafter, standard health information) by age and gender, and the personal health information management device is a specific individual's age, gender, weight, and exercise-related information , food-related information, surrounding environment information, possessed diseases, classification of events, and genetic information (hereinafter referred to as personal health information) are collected and stored. The living health management server uses the standard health information collected by the state information management device, and predicts the disease possibility of a person with a specific event classification and specific genetic information by using the correlation between the event classification and the genetic information and processing the standard health information to generate a normal distribution by age for a specific factor and a normal distribution of the frequency of occurrence of a specific disease (hereinafter referred to as a normal distribution of standard health information), and processing the personal health information for a specific factor Generating a normal distribution by age and a distribution of the frequency of occurrence of a specific disease (hereinafter, the distribution of personal health information), and comparing the distribution of personal health information with the normal distribution of the standard health information, predicts the possibility of a specific individual's disease . Here, the specific element is an element having a value added after multiplying the age, the weight, the exercise-related information, and the food-related information by a predetermined weight.
상기 다른 기술적 과제를 달성하기 위한 본 발명에 따른 생활건강 정보제공방법은, 제1항에 기재된 상기 생활건강 관리서버에서 수행하는 것으로써, 상태정보수집단계, 정보가공단계 및 질병예측단계를 수행한다. 상기 상태정보수집단계에서는 복수의 일반인으로부터 나이, 성별, 몸무게, 영양 정도, 운동량, 주변환경정보, 사상분류 및 유전자정보를 수집하여 저장한다. 상기 정보가공단계에서는 복수의 일반인으로부터 수집한 상기 표준건강정보를 가공하여 상기 표준건강정보의 정규분포를 생성하고, 특정 개인으로부터 수집한 상기 개인건강정보를 가공하여 개인건강정보 분포를 생성한다. 상기 질병예측단계에서는 복수의 일반인으로부터 수집한 상기 사상분류 및 상기 유전자정보를 가공하여, 특정 사상분류 및 특정 유전자정보를 가진 사람의 특정 질병의 발생가능성을 예측하고, 상기 표준건강정보의 정규분포와 상기 개인건강정보의 분포를 비교하여 특정 질병의 발병 가능성을 예측한다. The living health information providing method according to the present invention for achieving the above other technical problem is performed by the living health management server according to claim 1, and performs the state information collection step, the information processing step and the disease prediction step. . In the state information collection step, age, gender, weight, nutritional level, exercise amount, surrounding environment information, event classification, and genetic information are collected and stored from a plurality of ordinary people. In the information processing step, a normal distribution of the standard health information is generated by processing the standard health information collected from a plurality of ordinary people, and a distribution of personal health information is generated by processing the personal health information collected from a specific individual. In the disease prediction step, the event classification and the genetic information collected from a plurality of ordinary people are processed to predict the probability of occurrence of a specific disease in a person with a specific event classification and specific genetic information, and the normal distribution of the standard health information By comparing the distribution of the personal health information, the probability of the occurrence of a specific disease is predicted.
상술한 바와 같이, 본 발명에 따른 생활건강 정보제공시스템 및 생활건강 정보제공방법은, 특정 개인은 자신의 나이, 성별, 몸무게, 영양 정도, 운동량, 사상 분류(체질) 및 유전자정보를 입력하기만 하면, 특정 개인의 건강상태, 발생 가능한 질병의 예측 및 질병을 예방하기 위한 식단 및 운동을 추천받을 수 있다는 장점이 있다. As described above, in the living health information providing system and living health information providing method according to the present invention, a specific individual only inputs his/her age, sex, weight, nutritional level, exercise amount, event classification (physical constitution) and genetic information. There is an advantage in that a specific individual's health status, prediction of possible diseases, and diet and exercise for preventing diseases can be recommended.
도 1은 본 발명에 따른 인공지능 기반 맞춤형 생활건강 관리지원시스템의 일 실시 예를 나타낸다.
도 2는 표준건강정보 관리장치에서 수집한 복수의 일반인의 정보를 정리한 표준건강관리 정보 DB(Data Base)이다.
도 3은 평균영양수준 분포곡선의 예를 설명한다.
도 4는 당뇨발생빈도의 정규분포곡선의 예를 설명한다.
도 5는 관심이 있는 특정 개인의 나이를 평균영양수준 정규분포곡선에 적용한 예를 설명한다.
도 6은 평균영양수준 정규분포곡선(f(x))과 특정 개인의 나이별 당뇨발생빈도의 분포곡선(f(x)')을 비교한 것이다.
도 7은 평균영양상태, 평균몸무게 및 평균운동량에 따른 나이별 당뇨발생빈도 분포곡선을 중첩한 그래프를 나타낸다.
도 8은 본 발명에 따른 인공지능 기반 맞춤형 생활건강 정보제공방법의 일 실시 예를 나타낸다. 1 shows an embodiment of an artificial intelligence-based customized living health management support system according to the present invention.
2 is a standard health management information DB (Data Base) that organizes a plurality of public information collected by the standard health information management device.
3 illustrates an example of an average nutrient level distribution curve.
4 illustrates an example of a normal distribution curve of the incidence of diabetes.
5 illustrates an example in which the age of a specific individual of interest is applied to a normal distribution curve of the average nutritional level.
6 is a comparison of the average nutritional level normal distribution curve (f(x)) and the distribution curve (f(x)') of the incidence of diabetes by age of a specific individual.
7 shows a graph overlaid with distribution curves of diabetes incidence by age according to average nutritional status, average body weight, and average exercise amount.
8 shows an embodiment of a method for providing personalized living health information based on artificial intelligence according to the present invention.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 예시적인 실시 예를 설명하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다. In order to fully understand the present invention, the operational advantages of the present invention, and the objects achieved by the practice of the present invention, reference should be made to the accompanying drawings describing exemplary embodiments of the present invention and the contents described in the accompanying drawings.
이하 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예를 설명함으로써, 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다. Hereinafter, the present invention will be described in detail by describing preferred embodiments of the present invention with reference to the accompanying drawings. Like reference numerals in each figure indicate like elements.
도 1은 본 발명에 따른 인공지능 기반 맞춤형 생활건강 관리지원시스템의 일 실시 예를 나타낸다. 1 shows an embodiment of an artificial intelligence-based customized living health management support system according to the present invention.
도 1을 참조하면, 본 발명에 따른 인공지능 기반 맞춤형 생활건강 관리지원시스템(100, 이하 관리지원시스템)은, 상태정보 관리장치(110) 및 생활건강 관리서버(120)를 포함하며, 본 발명에 따른 관리지원시스템(100)은 건강관리 관련기관(130)과 정보를 송수신함으로써, 일반인 전체를 포함하는 공중보건은 물론이고 특정 개인의 질병의 예측 및 예방에 도움을 줄 수 있다. Referring to FIG. 1 , an artificial intelligence-based customized living health management support system 100 (hereinafter, management support system) according to the present invention includes a state information management device 110 and a living health management server 120 , and the present invention The management support system 100 according to the present invention transmits and receives information to and from the health care-related institution 130 , thereby helping to predict and prevent disease of a specific individual as well as public health including the general public as a whole.
상태정보 관리장치(110)는 표준건강정보 관리장치(111), 개인건강정보 관리장치(112) 및 건강유지장비 관리장치(113)로 구현할 수 있다. The state information management device 110 may be implemented as a standard health information management device 111 , a personal health information management device 112 , and a health maintenance equipment management device 113 .
표준건강정보 관리장치(111)는 복수의 일반인의 몸무게, 운동관련정보, 음식관련정보, 주변환경관련정보 및 보유질병을 연령 및 성별 별로 수집하여 저장한다. 특히, 자신의 한의학 사상분류(사상체질)와 사상분류에 따른 체질적인 특징, 그리고 유전자정보와 유전자에 따라 체질적인 특징도 수집하여 저장한다. The standard health information management device 111 collects and stores the weight, exercise-related information, food-related information, surrounding environment-related information, and diseases of a plurality of ordinary people by age and gender. In particular, it collects and stores one's own oriental medicine mapping (Sasang constitution), constitutional characteristics according to the mapping classification, and constitutional characteristics according to genetic information and genes.
도 2는 표준건강정보 관리장치에서 수집한 복수의 일반인의 정보를 정리한 표준건강관리 정보 DB(Data Base)이다. 2 is a standard health management information DB (Data Base) in which a plurality of general public information collected by the standard health information management device is summarized.
도 2를 참조하면, 표준건강관리 정보 DB(이하 표준건강정보)는, 나이, 몸무게, 영양 정도, 운동량 및 보유질병을 인원별로 구분하였다는 것을 알 수 있다. 도 2에는 도시되지 않았지만, 주변환경정보를 포함한 다양한 정보를 사용하는 실시 예도 가능하다.Referring to FIG. 2 , it can be seen that the standard health care information DB (hereinafter referred to as standard health information) divides age, weight, nutritional level, exercise amount, and disease for each person. Although not shown in FIG. 2 , an embodiment using various information including surrounding environment information is also possible.
도 2를 참조하면, 정보를 제공한 복수의 일반인 중 나이가 72세이고 몸무게가 64㎏인 사람이 A 명이고, 이들의 영양 정도는 2000 Kcal(Kilo-calorie) 이고, 운동량(소모량)은 1300 Kcal라는 것을 알 수 있다. 특히, 이들이 보유하고 있는 질병은 당뇨, 후두암, 야수병 및 공상병이 주를 이루고 있다는 것을 알 수 있다. Referring to FIG. 2 , among a plurality of general public who provided information, person A was 72 years old and weighed 64 kg, and their nutritional level was 2000 Kcal (kilo-calorie), and the amount of exercise (consumption) was 1300 Kcal. it can be seen that In particular, it can be seen that the diseases they have are mainly diabetes, laryngeal cancer, wild beast disease and sickness disease.
이어서, 나이가 41세이고 몸무게가 52㎏인 사람이 B 명이고, 이들의 영양 정도는 3000 Kcal(Kilo-calorie) 이고, 운동량은 1800 Kcal라는 것을 알 수 있으며, 이들이 보유하고 있는 질병은, 당뇨, 수도, 절맥증 및 유방암이라는 것도 알 수 있다. Subsequently, it can be seen that there are B people who are 41 years old and weigh 52 kg, their nutritional level is 3000 Kcal (Kilo-calorie), and their exercise amount is 1800 Kcal, and the diseases they have are diabetes, It can also be seen that they are hydrocephalus, arteriosclerosis and breast cancer.
개인건강정보 관리장치(112)는 특정 개인의 나이, 성별, 몸무게, 운동관련정보, 음식관련정보, 주변환경관련정보, 한의학적 사상 분류 및 유전자 정보(이하 개인건강정보)를 수집하여 저장한다. The personal health information management device 112 collects and stores a specific individual's age, gender, weight, exercise-related information, food-related information, surrounding environment-related information, oriental medical thought classification and genetic information (hereinafter, personal health information).
건강유지장비 관리장치(113)는 특정 질병과 관련된 치료장비 정보를 수집하여 저장한다. 질병이 발생한 환자가 질병의 치료에 필요한 장비와 관련된 정보를 쉽게 알 수 없으며, 인터넷을 통해서 얻는 정보는 오류가 많으므로 잘못 선택하여 사용한다면 치료가 아니고 질병을 악화시킬 수 있으므로, 정확한 치료 장비를 소개받을 수 있다는 것은 환자에게는 큰 도움이 될 것이다. The health maintenance equipment management device 113 collects and stores treatment equipment information related to a specific disease. It is not easy for a patient who has a disease to know information related to the equipment required for the treatment of the disease, and information obtained through the Internet contains many errors. Being able to receive it would be of great help to the patient.
여기서 특정 개인은 본 발명에 따른 관리지원시스템(100)을 이용하여 맞춤형 건강관리 서비스를 받고자 하는 사람을 의미한다. 운동관련정보는 어떤 운동을 하며, 운동을 하는 시간대, 그리고 총 운동시간 등을 포함하며, 음식관련정보는 어떤 음식을 주로 먹는지는 물론이고 어떤 음식을 기피하고 있는지에 대한 정보를 포함하고, 환경관련정보는 일의 종류, 근무지의 환경, 근무시간대 및 근무시간을 포함한다. Here, a specific individual means a person who wants to receive a customized health care service using the management support system 100 according to the present invention. Exercise-related information includes what kind of exercise, time of exercise, total exercise time, etc., and food-related information includes information about which foods are mainly eaten as well as which foods are avoided, and environment-related information. The information includes the type of work, the working environment, working hours and working hours.
생활건강 관리서버(120)는 정보가공단계 및 질병예측단계를 수행한다. The living health management server 120 performs an information processing step and a disease prediction step.
정보가공단계는 표준건강정보 관리장치(111)에서 수집한 표준건강정보를 이용하여, 복수의 일반인의 나이, 성별, 몸무게, 운동, 음식, 주변환경, 보유질병, 한의학 사상분류 및 유전자 정보 사이의 관련성을 표준건강정보의 정규분포로 가공 & 저장한다. 예를 들면, 특정 사상 및 특정 유전자를 가진 사람에게 취약한 질병에 대한 정보를 가공하여 저장하며, 일 실시 예로, 당뇨병에 대하여, 나이, 성별, 몸무게, 운동, 음식 및 주변환경에 일정한 가중치를 부여하고 이를 합하여 평균영양상태로 정의한다. The information processing step uses the standard health information collected from the standard health information management device 111 to determine the age, gender, weight, exercise, food, surrounding environment, possession disease, oriental medicine thought classification and genetic information of a plurality of ordinary people. Relevance is processed & stored as a normal distribution of standard health information. For example, information about a disease that is vulnerable to a person with a specific event and a specific gene is processed and stored. These are combined to define the average nutritional status.
예를 들면, 나이(x1), 성별(x2), 몸무게(x3), 운동(x4), 음식(x5) 및 주변환경(x6)에 대하여 각각 a1, a2, a3, a4, a5 및 a6의 가중치를 부여한다면, 평균영양상태(S_nut)는 수학식 1과 같이 정의할 수 있다. For example, the weights of a1, a2, a3, a4, a5, and a6 for age (x1), gender (x2), weight (x3), exercise (x4), food (x5), and surrounding environment (x6), respectively If , the average nutritional state (S_nut) can be defined as in Equation 1.
수학식 1에서 가중치(a1~a6)는 평균영양상태(S_nut)를 정의하는 기준에 따라 결정되는 것으로, 연구결과 및 임상실험의 결과를 반영하는 것이 바람직할 것이다. In Equation 1, the weights (a1 to a6) are determined according to the criteria defining the average nutritional state (S_nut), and it would be desirable to reflect the results of research and clinical trials.
수학식 1을 이용하여 평균영양상태(S_nut)를 연산한 후에는 나이에 따른 평균영양상태(S_nut)의 정규분포인 평균영양수준 정규분포곡선을 생성한다. After calculating the average nutritional state (S_nut) using Equation 1, a normal distribution curve of the average nutritional level, which is a normal distribution of the average nutritional state (S_nut) according to age, is generated.
도 3은 평균영양수준 분포곡선의 예를 설명한다. 3 illustrates an example of an average nutrient level distribution curve.
도 3을 참조하면, 나이별로 본 표준 일반인의 평균영양수준의 정규분포를 확인할 수 있다. Referring to FIG. 3 , the normal distribution of the average nutritional level of the standard general public viewed by age can be confirmed.
중심 나이(m)를 기준으로 -1
도 4는 당뇨발생빈도의 정규분포곡선의 예를 설명한다. 4 illustrates an example of a normal distribution curve of the incidence of diabetes.
도 4를 참조하면, 나이별로 본 당뇨발생빈도의 정규분포곡선(f(x))의 해석은 도 3에 도시된 평균영양수준 정규분포곡선과 동일하므로, 여기서는 설명을 하지 않는다. Referring to FIG. 4, the interpretation of the normal distribution curve (f(x)) of the incidence of diabetes by age is the same as the normal distribution curve of the average nutritional level shown in FIG.
도 2에 도시된 표준건강관리 정보 DB를 이용하면, 도 3에 도시한 평균영양수준 정규분포곡선과 도 4에 도시한 당뇨발생빈도의 정규분포곡선을 생성할 수 있다는 것을 설명하였다. 이외에도, 각종 질병의 발생빈도의 정규분포곡선을 생성할 수 있지만, 여기서는 설명을 생략한다. It has been explained that using the standard health care information DB shown in FIG. 2, the normal distribution curve of the average nutritional level shown in FIG. 3 and the normal distribution curve of the frequency of diabetes occurrence shown in FIG. 4 can be generated. In addition, a normal distribution curve of the frequency of occurrence of various diseases may be generated, but a description thereof will be omitted here.
질병예측단계에서는 개인건강정보 관리장치(112)에서 수집한 자신의 질병예측에 관심이 있는 특정 개인의 나이, 성별, 몸무게, 운동관련정보, 음식관련정보, 환경관련정보, 한의학적 사상 분류 및 유전자 정보(이하 특정 개인의 건강정보)를 이용하여, 1차적으로는 특정 개인이 입력한 한의학적 사상 분류 및 유전자 정보를 이용하여 해당 특정 개인의 취약 질병을 예측한다. 많은 연구결과(문헌 2 및 문헌 3참조)를 이용하면 특정 사상 분류 및 특정 유전자정보를 가진 특정인에게 취약한 질병의 판단은 쉽게 얻을 수 있다. 예를 들어, 질병예측단계에서의 1차 판단의 결과, 관심이 있는 특정 개인이 당뇨에 취약하다는 결론을 얻었다고 가정한다. In the disease prediction stage, the age, sex, weight, exercise-related information, food-related information, environment-related information, oriental medical thought classification and genetic information of a specific individual interested in predicting their own disease collected by the personal health information management device 112 (hereinafter referred to as a specific individual's health information), it primarily predicts the vulnerable disease of a specific individual by using the oriental medical event classification and genetic information input by the specific individual. Using many research results (refer to Documents 2 and 3), it is easy to determine a disease that is vulnerable to a specific event classification and specific genetic information. For example, it is assumed that as a result of the first judgment in the disease prediction stage, it is concluded that a specific individual of interest is vulnerable to diabetes.
해당 특정인의 당뇨의 발생 가능성을 예측하기 위해서는 아래에 설명하는 것과 같은 연산을 수행하여야 한다. In order to predict the possibility of developing diabetes in a specific person, calculations as described below must be performed.
1. 특정 개인의 평균영양상태의 분포와 평균영양상태의 정규분포와의 편차의 도출 1. Derivation of deviation between the distribution of the average nutritional status of a specific individual and the normal distribution of the average nutritional status
특정 개인의 평균영양상태의 편차를 도출하기 위해서 특정 개인의 건강정보를 도 3에 도시한 평균영양수준 정규분포곡선에 적용한 후, 수학식 2를 이용하여 특정 개인의 영양수준편차(Z영양수준)를 도출한다. After applying the one shown in Figure 3 the health information of a specific individual average nutrient levels normal distribution curve in order to derive a deviation of the mean nutritional status of a given individual by using the equation (2) nutrient level variation in the specific individual (Z nutrient level) to derive
여기서 변수 x는 관심이 있는 특정 개인의 나이를 의미한다. Here, the variable x represents the age of a particular individual of interest.
도 5는 관심이 있는 특정 개인의 나이를 평균영양수준 정규분포곡선에 적용한 예를 설명한다. 5 illustrates an example in which the age of a specific individual of interest is applied to a normal distribution curve of the average nutritional level.
도 5의 중간에 표시한 빗금은 중심 나이(m)와 특정 개인의 나이(x)의 차이를 설명한다. The hatched line in the middle of FIG. 5 explains the difference between the central age (m) and the age (x) of a specific individual.
2. 특정 개인의 당뇨발생빈도의 분포곡선 생성 2. Creation of a distribution curve of the incidence of diabetes in a specific individual
수학식 3에 표시한 것과 같이, 상기의 과정을 통해 얻은 특정 개인의 영양수준편차(Z영양수준)에 가중치(w)를 곱하고, 도 5에 도시된 정규분포곡선에서 최소값(Min)과 최대값(Max)을 범위에 따라 몬테카를로 시뮬레이션(Monte Carlo Simulation) 또는 기계학습 기반 인공지능 알고리즘을 수행하여 나이별 당뇨발생빈도의 분포곡선(f(x'))을 생성한다. As shown in Equation 3, the weight (w) is multiplied by the nutritional level deviation (Z nutrition level ) of a specific individual obtained through the above process, and the minimum value (Min) and the maximum value in the normal distribution curve shown in FIG. (Max) according to the range, a Monte Carlo simulation or machine learning-based artificial intelligence algorithm is performed to generate a distribution curve (f(x')) of the incidence of diabetes by age.
여기서 α(alpha)는 난수를 의미한다. Here, α(alpha) means a random number.
여기서 몬테카를로 시뮬레이션은 사회 일반 불확실한 상황에서 의사 결정을 내리기 위하여 확률적 시스템의 모의실험을 이용하는 절차를 의미한다. 이 실험은 모형의 확률 요소들의 실험으로 확률적 결과나 우연한 결과를 일으키는 도구를 이용하여 수행한다. 도구는 모형에서 가정한 확률 분포에 따라 무작위 표본 추출에 의하여 우연한 결과를 일으키는 데 이용된다. 이 실험을 시행하기 위한 절차로는 1단계에서 확률 변수의 확률 분포를 얻고, 2단계에서 누적 확률 분포를 설정하고, 3단계에서 확률 변수의 값이나 값의 범위를 나타내기 위해서 적절한 난수의 집합을 할당하며, 4단계에서 무작위 표본 추출을 이용하여 시뮬레이션하고 마지막 5단계에서는 행동 방안을 설계하고 시행한다. 몬테카를로 시뮬레이션 및 기계학습 기반 인공지능 알고리즘은 이미 공개되어 사용되고 있는 기술로 본 발명에서는 이를 차용하여 사용하므로, 여기서는 설명을 생략한다. Here, Monte Carlo simulation refers to a procedure that uses simulations of probabilistic systems to make decisions in socially uncertain situations. This experiment is an experiment of the probability elements of the model, and it is performed using a tool that produces a probabilistic result or an accidental result. The tool is used to generate random results by random sampling according to the probability distribution assumed by the model. The procedure for conducting this experiment is to obtain the probability distribution of the random variable in step 1, set the cumulative probability distribution in step 2, and select an appropriate set of random numbers to indicate the value or range of values of the random variable in step 3. In step 4, we simulate using random sampling, and in step 5 we design and implement an action plan. The Monte Carlo simulation and machine learning-based artificial intelligence algorithm is a technology that has already been publicly used, and the present invention borrows it and uses it, so a description thereof will be omitted here.
3. 평균영양수준 정규분포곡선(f(x))과 특정 개인의 당뇨발생빈도의 분포곡선(f(x)')의 비교 3. Comparison between the normal distribution curve of the average nutritional level (f(x)) and the distribution curve of the incidence of diabetes in a specific individual (f(x)')
도 6은 평균영양수준 정규분포곡선(f(x))과 특정 개인의 나이별 당뇨발생빈도의 분포곡선(f(x)')을 비교한 것이다. 6 is a comparison of the average nutritional level normal distribution curve (f(x)) and the distribution curve (f(x)') of the incidence of diabetes by age of a specific individual.
도 6a는 평균영양수준 정규분포곡선(f(x))과 평균영양상태에 따른 특정 개인의 나이별 당뇨발생빈도의 분포곡선(f(x)')을 중첩한 것이고, 도 6b는 상승부분을 확대한 것이다. Figure 6a is a superimposition of the normal distribution curve (f(x)) of the average nutritional level and the distribution curve (f(x)') of the incidence of diabetes by age of a specific individual according to the average nutritional status, and Figure 6b shows the rising part. it will be enlarged
도 6을 참조하면, 특정 개인의 당뇨 발생 가능 나이(m')가 당뇨 발생 가능 나이가 표준 나이(m)에 비해 얼마나 변동되었는가(m-m')를 확인할 수 있다. 예를 들어, m이 40세라고 가정하고, m'가 41세라고 가정하면, 특정 개인은 평균의 일반인에 비해 건강하여, 평균의 일반인에 비해 한 살 늦게 당뇨의 증상이 발현될 것이라는 것을 예상할 수 있다. Referring to FIG. 6 , it can be confirmed how (m-m') the age at which diabetes can develop (m') of a specific individual is changed compared to the standard age (m). For example, assuming that m is 40 years old and m' is 41 years old, it can be expected that a particular individual will be healthier than the average general public, and will develop symptoms of diabetes one year later than the average general public. .
도 6에 도시된 것과는 반대로 특정 개인의 나이별 당뇨발생빈도의 분포곡선(f(x)')의 중심이 평균영양수준 정규분포곡선(f(x))의 중심보다 좌측으로 쉬프트(shift) 되어 있는 경우에는, 관심이 있는 특정 개인이 표준의 일반인의 평균에 비해 건강하지 않다고 판단할 수 있을 것이다. Contrary to that shown in Figure 6, the center of the distribution curve (f(x)') of the frequency of occurrence of diabetes by age of a specific individual is shifted to the left from the center of the normal distribution curve of the average nutritional level (f(x)) If there is, it may be determined that the particular individual of interest is unhealthy compared to the average of the standard general population.
도 6b의 곡선 중 평균영양수준 정규분포곡선(f(x))의 상승부분은 도 6a에 도시된 평균영양수준 정규분포곡선(f(x))의 좌측 부분을 반영한 것이다. The rising portion of the average nutrient level normal distribution curve f(x) in the curve of FIG. 6B reflects the left side of the average nutrient level normal distribution curve f(x) shown in FIG. 6A .
도 6에 도시된 것과 같은 비교만으로도, 관심이 있는 특정 개인의 당뇨발생을 예측할 수 있지만, 이에 더하여, 복수의 일반인의 평균운동량 정규분포곡선(미도시)과 특정 개인의 평균운동량 분포곡선을 이용하여 특정 개인의 평균영양상태를 나이별로 비교한 결과를 추가로 비교할 때, 상대적으로 높은 확률의 질병 예측을 가능하게 할 수 있을 것이다. Only by comparison as shown in FIG. 6, the occurrence of diabetes in a specific individual of interest can be predicted, but in addition, using the average momentum distribution curve of a plurality of ordinary people (not shown) and the average momentum distribution curve of a specific individual When the results of comparing the average nutritional status of specific individuals by age are further compared, it will be possible to predict a disease with a relatively high probability.
여기서, 평균운동량 정규분포는 상기에 설명한 수학식 1 ~ 수학식 3에 표시된 수식과 도 2 ~ 도 6에 도시된 그래프를 모두 수정하여 적용하여 얻을 수 있다. Here, the average momentum normal distribution can be obtained by modifying and applying both the equations shown in Equations 1 to 3 and the graphs shown in FIGS. 2 to 6 described above.
수학식 1에 표시된 가중치 a1 ~ a6는, 몸무게에 따라 선택한 b1 ~ b6로 변경하면 되고, 수학식 2 및 수학식 3에 표시된 영양수준편차(Z영양수준)는 몸무게수준편차(Z몸무게수준)로 변경되어야 하고, 수학식 3에서 α(alpha)는 몸무게에 대응하는 β(betta)로 변경하면 될 것이다. The weights a1 to a6 shown in Equation 1 can be changed to b1 to b6 selected according to the weight, and the nutritional level deviation (Z nutrition level ) shown in Equation 2 and Equation 3 is the weight level deviation (Z weight level ) It should be changed, and in Equation 3, α(alpha) may be changed to β(betta) corresponding to the body weight.
상기의 과정을 거쳐 평균몸무게상태에 따른 나이별 당뇨발생빈도의 분포곡선(f(x)'')을 얻을 수 있고, 이를 평균영양상태에 따른 특정 개인의 나이별 당뇨발생빈도의 분포곡선(f(x)')과 중첩하여 비교함으로써, 특정 개인의 평균영양상태 및 평균몸무게로부터 특정 개인의 당뇨발생빈도를 예측할 수 있다. 평균영양상태 및 평균몸무게 이외에도 평균운동량에 따른 나이별 당뇨발생빈도의 분포곡선(f(x)''')도 추가하는 것은 쉽게 예상할 수 있을 것이다. Through the above process, a distribution curve (f(x)'') of the incidence of diabetes by age according to the average weight state can be obtained, and this is a distribution curve (f) of the incidence of diabetes by age of a specific individual according to the average nutritional state. By overlapping with (x)'), it is possible to predict the incidence of diabetes in a specific individual from the average nutritional status and average weight of the specific individual. In addition to the average nutritional status and average weight, it can be easily predicted to add the distribution curve (f(x)''') of the incidence of diabetes by age according to the average amount of exercise.
도 7은 평균영양상태, 평균몸무게 및 평균운동량에 따른 나이별 당뇨발생빈도 분포곡선을 중첩한 그래프를 나타낸다. 7 shows a graph overlaid with distribution curves of diabetes incidence by age according to average nutritional status, average body weight, and average exercise amount.
도 7을 참조하면, 평균영양상태(f(x)'), 평균몸무게(f(x)'') 및 평균운동량(f(x)''')에 따른 나이별 당뇨발생빈도 분포곡선 사이의 관계를 활용하면, 특정 개인의 현재 나이에서 당뇨발생을 늦추기 위해 어떤 요소(영양, 몸무게 및 운동)가 상대적으로 더 고려해야 할 것인가를 육안으로 확인할 수 있다. Referring to Figure 7, the average nutritional status (f(x)'), average weight (f(x)''), and average exercise amount (f(x)''') between age-specific diabetes incidence distribution curves Using relationships, it is possible to visually identify which factors (nutrition, weight, and exercise) should be considered relatively more in order to slow the onset of diabetes at a given individual's current age.
도 1에 도시된 장치의 기능에 대하여 추가로 설명한다. The function of the device shown in Fig. 1 will be further described.
건강관리 관련기관(130)은 국가기관(131), 개별병원(132), 지정보호자(133) 및 특정 개인(134)을 포함한다. The health care-related institution 130 includes a national institution 131 , an individual hospital 132 , a designated guardian 133 , and a specific individual 134 .
국가기관(131)으로는 보건복지부, 식약청, 보건소 및 소방서가 포함되며, 생활건강 관리서버(120)에서 예측한 질병, 추천하는 운동, 및 음식 정보를 수신하여 국민 건강 생활 향상을 위한 데이터를 생성할 수 있다. 개별병원(132)은 생활건강 관리서버(120)로부터 수신한 특정 개인의 운동상태 및 식습관상태를 진료에 활용할 수 있다. 지정보호자(133)는 생활건강 관리서버(120)에서 예측한 질병, 추천 운동 및 음식정보를 수신하여 돌보는 환자의 치료를 보조하는데 활용할 수 있다. 특정 개인(134)은 생활건강 관리서버(120)에서 예측한 질병, 추천 운동 및 음식정보를 수신하여, 자신의 질병을 치료하기 위하여 활용할 수 있다. 질병이 예상되는 환자가 살고 있는 곳의 근처에 위치하는 소방서에서는 특정 환자를 병원으로 우송하는 도중에라도 응급조치를 할 수 있는 장비를 미리 마련해 놓을 기회가 주어질 것이다. The national institutions 131 include the Ministry of Health and Welfare, the Food and Drug Administration, public health centers and fire departments, and receive the disease, recommended exercise, and food information predicted by the living health management server 120 to generate data for improving the health of the people. can do. The individual hospital 132 may utilize the exercise state and eating habit state of a specific individual received from the living health management server 120 for medical treatment. The designated guardian 133 may receive the disease, recommended exercise, and food information predicted by the living health management server 120 and use it to assist in the treatment of the caring patient. The specific individual 134 may receive the disease, recommended exercise, and food information predicted by the living health management server 120 and use it to treat their disease. Fire departments located close to where a patient who is expected to become ill will have the opportunity to have equipment ready for first aid even while mailing a specific patient to the hospital.
상술한 기술 내용을 요약하면 아래와 같다. The above-mentioned technical contents are summarized as follows.
본 발명에 따른 인공지능 기반 맞춤형 생활건강 관리지원시스템(100)은, 상태정보 수집단계로, 복수의 일반인으로부터 나이, 성별, 몸무게, 영양 정도, 운동량, 보유질병, 사상 체질 및 유전자 정보를 수집한다. The artificial intelligence-based customized living health management support system 100 according to the present invention collects age, sex, weight, nutritional level, exercise amount, possessed disease, history constitution and genetic information from a plurality of ordinary people in the state information collection step. .
이어 수행되는 정보가공단계에서는, 상태정보수집단계에서 수집한 표준건강정보를 가공하여 평균영양상태 정규분포 및 특정 질병인 당뇨발생빈도의 정규분포를 생성한다. In the subsequent information processing step, the standard health information collected in the status information collection step is processed to generate a normal distribution of the average nutritional status and a normal distribution of the frequency of occurrence of diabetes, which is a specific disease.
마지막으로 질병예측단계에서는, 개인건강정보를 이용하여 평균영양상태 분포 및 당뇨발생빈도 분포를 생성하고, 이를 정보가공단계에서 생성한 평균영양상태 정규분포 및 당뇨발생빈도의 정규분포와 비교하여, 나이별로 특정 개인의 평균영양상태, 평균몸무게 및 평균운동량에 따른 당뇨발생 나이 등을 예측한다. Finally, in the disease prediction stage, the average nutritional status distribution and diabetes incidence frequency distribution are generated using personal health information, and compared with the average nutritional status normal distribution and diabetes incidence frequency distribution generated in the information processing step, age For each individual, the average nutritional status, average body weight, and average age of diabetes onset are predicted.
도 8은 본 발명에 따른 인공지능 기반 맞춤형 생활건강 정보제공방법의 일 실시 예를 나타낸다. 8 shows an embodiment of a method for providing personalized living health information based on artificial intelligence according to the present invention.
도 8을 참조하면, 본 발명에 따른 인공지능 기반 맞춤형 생활건강 관리방법(800)은, 도 1에 도시된 생활 건강 관리서버(120)에서 수행하며, 상태정보수집단계(810), 정보가공단계(820), 질병예측단계(830), 식단과 예측질병 비교단계(840), 운동과 예측질병 비교단계(850), 및 추천단계(860)를 수행한다. Referring to FIG. 8 , the AI-based customized living
상태정보 수집단계(810)에서는 첫째로 복수의 일반인으로부터 나이, 성별, 몸무게, 영양 정도, 운동량, 사상 분류 및 유전자정보(이하 표준건강정보)를 수집한다. In the state
정보가공단계(820)에서는, 상태정보 수집단계(810)에서 수집한 표준건강정보를 가공하여 나이별로 평균영양상태 정규분포 및 당뇨발생빈도 정규분포를 생성한다. In the
질병예측단계(830)에서는, 특정 개인의 나이, 성별, 몸무게, 영양수준, 운동량, 사상 분류 및 유전자정보를 포함하는 개인건강정보를 수집하고, 개인건강정보를 이용하여 평균영양상태 분포 및 당뇨발생빈도 분포를 생성한다. 평균영양상태 정규분포 및 당뇨발생빈도 정규분포를 평균영양상태 분포 및 당뇨발생빈도 분포를 비교하여 특정 개인의 특정 질병의 발병 가능성을 예측한다. 이에 대해서는 앞의 설명에서 이미 기재하였으므로, 여기서는 설명을 하지 않는다. In the
식단과 예측질병 비교단계(840)는 특정인의 식단의 내용과 질병예측단계(830)에서 예측한 질병을 비교하여 특정 개인의 식단에 문제가 있는가를 판단하며, 판단 결과 문제가 없다면(No. P.) 상태정보 수집단계(810)를 수행하도록 한다. The diet and predicted
운동과 예측질병 비교단계(850)는, 식단과 예측질병 비교단계(840)에서의 판단 결과 문제가 있다고 판단한 때(Problem) 수행되며, 특정 개인의 운동정보, 예를 들면 운동의 종류 운동시간을 통해 산출한 평균운동량을 질병예측단계(830)에서 예측한 질병과 비교하여 특정 개인의 질병을 예방할 수 있는 정도인가를 판단한다. The exercise and the predicted
추천단계(860)는, 운동과 예측질병 비교단계(850)에서 충분하지 않다고 판단한 때(Not. E.)에 수행하는 식단 및 운동 추천단계(860-1) 및 충분하다고 판단한 때(Enough)에 수행하는 식단 추천단계(860-2)를 각각 수행한다. 식단 및 운동 추천단계(860-1)에서는 특정 개인이 건강의 유지를 위해 준수해야 할 식단 및 운동을 추천하고, 식단 추천단계(860-2)에서는 식단만을 추천한다. The
이상에서는 본 발명에 대한 기술사상을 첨부 도면과 함께 서술하였지만 이는 본 발명의 바람직한 실시 예를 예시적으로 설명한 것이지 본 발명을 한정하는 것은 아니다. 또한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 기술자라면 누구나 본 발명의 기술적 사상의 범주를 이탈하지 않는 범위 내에서 다양한 변형 및 모방 가능함은 명백한 사실이다. In the above, the technical idea of the present invention has been described along with the accompanying drawings, but this is an exemplary description of a preferred embodiment of the present invention and does not limit the present invention. In addition, it is a clear fact that any person skilled in the art to which the present invention pertains can make various modifications and imitations without departing from the scope of the technical spirit of the present invention.
110: 상태정보 관리장치
111: 표준건강정보 관리장치
112: 개인건강정보 관리장치
113: 건강유지장비 관리장치
120: 생활건강 관리서버
130: 건강관리 관련기관
131: 국가기관
132: 개별병원
133: 지정보호자
134: 특정 개인 110: state information management device
111: standard health information management device 112: personal health information management device
113: health maintenance equipment management device
120: living health management server
130: Health care-related institutions
131: national institution 132: individual hospital
133: designated guardian 134: specific individual
Claims (7)
상기 상태정보 관리장치에서 수집한 상기 표준건강정보를 이용하여, 상기 사상분류 및 상기 유전자정보 사이의 관련성을 이용하여 특정 사상 분류 및 특정 유전자정보를 가진 사람의 질병 가능성을 예측하고, 상기 표준건강정보를 가공하여 특정 요소에 대한 나이별 정규분포 및 특정 질병의 발생빈도의 정규분포(이하 표준건강정보의 정규분포)를 생성하고, 상기 개인건강정보를 가공하여 특정 요소에 대한 나이별 정규분포 및 특정 질병의 발생빈도의 분포(이하 개인건강정보의 분포)를 생성하며, 상기 개인건강정보의 분포와 상기 표준건강정보의 정규분포를 비교하여, 특정 개인의 질병 가능성을 예측하는 생활건강 관리서버; 를 포함하며,
상기 특정 요소는, 상기 나이, 상기 몸무게, 상기 운동관련정보, 상기 음식관련정보에 일정한 가중치를 곱한 후, 모두 더한 값을 가지는 요소인 생활건강 관리지원시스템. A standard health information management device and a personal health information management device are provided, wherein the standard health information management device includes age, sex, weight, exercise-related information, food-related information, surrounding environment information, possessed diseases, and ideas of oriental medicine. Classification (hereinafter referred to as event classification) and genetic information (hereinafter referred to as standard health information) are collected and stored by age and gender, and the personal health information management device is a specific individual's age, sex, weight, exercise-related information, food-related information, and surrounding information. a state information management device that collects and stores environmental information, possessed diseases, classification of events, and genetic information (hereinafter, personal health information); and
Using the standard health information collected by the state information management device, predicting the disease possibility of a person with a specific event classification and specific genetic information using the relationship between the event classification and the genetic information, and the standard health information is processed to generate a normal distribution by age for a specific factor and a normal distribution of the frequency of occurrence of a specific disease (hereafter, the normal distribution of standard health information), and processing the personal health information to obtain a normal distribution by age for a specific factor and a specific a living health management server that generates a distribution of disease occurrence frequency (hereinafter, a distribution of personal health information), and compares the distribution of personal health information with a normal distribution of the standard health information to predict a disease possibility of a specific individual; includes,
The specific element is an element having a value added after multiplying the age, the weight, the exercise-related information, and the food-related information by a predetermined weight.
특정 질병과 관련된 치료장비 정보를 수집하여 저장하는 건강유지장비 관리장치; 를 더 포함하는 생활건강 관리지원시스템. The method of claim 1, wherein the state information management device,
A health maintenance equipment management device that collects and stores treatment equipment information related to a specific disease; Living health management support system further comprising a.
상기 생활건강 관리서버에서 예측한 질병, 추천하는 운동, 및 음식 정보를 수신하여 국민 건강 생활 향상을 위한 데이터를 생성하여 활용하는 국가기관, 개별병원, 지정보호자 및 특정 개인을 포함하는 건강관리 관련기관을 더 포함하며,
여기서 국가기관은 보건복지부, 식약청, 보건소 및 소방서를 포함하는 생활건강 관리지원시스템. The method of claim 1, wherein the living health management support system,
State institutions, individual hospitals, designated guardians, and specific individuals, including national institutions, individual hospitals, designated guardians, and specific individuals, that receive disease, recommended exercise, and food information predicted from the living health management server and generate and utilize data for improving public health. further comprising,
Here, the national institutions are the Ministry of Health and Welfare, the Food and Drug Administration, the public health center and the living health management support system including the fire department.
나이별로 평균영양상태 정규분포 및 평균운동량 정규분포를 포함하며,
여기서 평균영양상태(S_nut)는,
S_nut=(x1×a1)+(x2×a2)+(x3×a3)+(x4×a4)+(x5×a5)+(x6×a6)로 정의되고,
평균운동량(S_mov)은,
S_mov=(x1×b1)+(x2×b2)+(x3×b3)+(x4×b4)+(x5×b5)+(x6×b6)로 정의되며,
여기서, 변수 x1은 나이, x2는 성별, x3은 몸무게, x4는 운동 정도, x5는 음식 그리고 x5는 주변환경정보이며, a와 b는 각각 가중치이고,
상기 평균영양상태 정규분포는 나이별 평균영양상태의 정규분포를 의미하며, 상기 평균운동량 정규분포는 나이별 평균운동량의 정규분포를 의미하는 생활건강 관리지원시스템.
The method of claim 1, wherein the normal distribution of the standard health information is,
It includes the normal distribution of the average nutritional status and the normal distribution of the average momentum by age,
Here, the average nutritional status (S_nut) is,
S_nut=(x1×a1)+(x2×a2)+(x3×a3)+(x4×a4)+(x5×a5)+(x6×a6),
The average momentum (S_mov) is,
It is defined as S_mov=(x1×b1)+(x2×b2)+(x3×b3)+(x4×b4)+(x5×b5)+(x6×b6),
Here, variable x1 is age, x2 is gender, x3 is weight, x4 is exercise level, x5 is food and x5 is environmental information, a and b are weights,
The normal distribution of the average nutritional status means a normal distribution of the average nutritional status for each age, and the normal distribution of the average momentum means a normal distribution of the average exercise amount for each age.
복수의 일반인으로부터 나이, 성별, 몸무게, 영양 정도, 운동량, 주변환경정보, 사상분류 및 유전자정보를 수집하여 저장하는 상태정보수집단계;
복수의 일반인으로부터 수집한 상기 표준건강정보를 가공하여 상기 표준건강정보의 정규분포를 생성하고, 특정 개인으로부터 수집한 상기 개인건강정보를 가공하여 개인건강정보 분포를 생성하는 정보가공단계; 및
복수의 일반인으로부터 수집한 상기 사상분류 및 상기 유전자정보를 가공하여, 특정 사상분류 및 특정 유전자정보를 가진 사람의 특정 질병의 발생가능성을 예측하고, 상기 표준건강정보의 정규분포와 상기 개인건강정보의 분포를 비교하여 특정 질병의 발병 가능성을 예측하는 질병예측단계; 를
수행하는 생활건강 정보제공방법. As a living health information providing method performed by the living health management server according to claim 1,
a state information collection step of collecting and storing age, sex, weight, nutritional level, exercise amount, surrounding environment information, event classification and genetic information from a plurality of ordinary people;
an information processing step of processing the standard health information collected from a plurality of ordinary people to generate a normal distribution of the standard health information, and processing the personal health information collected from a specific individual to generate a distribution of personal health information; and
By processing the event classification and the genetic information collected from a plurality of ordinary people, the probability of occurrence of a specific disease of a person with a specific event classification and specific genetic information is predicted, and the normal distribution of the standard health information and the personal health information a disease prediction step of predicting the likelihood of a specific disease by comparing the distribution; cast
How to provide living health information.
상기 질병예측단계에서 질병이 예측되는 특정 개인의 식단과 상기 예측된 질병을 비교하여 특정 개인의 식단에 문제가 있는가를 판단하는 식단과 예측질병 비교단계; 를 더 수행하는 생활건강 정보제공방법. In claim 5,
a diet and predicted disease comparison step of determining whether there is a problem in the diet of a specific individual by comparing the predicted disease with the diet of a specific individual whose disease is predicted in the disease prediction step; A method of providing living health information that further performs.
상기 식단과 예측질병 비교단계의 비교결과, 문제가 있다고 판단한 때에 수행되며,
특정 개인의 운동정보를 상기 질병예측단계에서 예측한 질병과 비교하여 특정 개인의 질병을 예방할 수 있는 정도인가를 판단하는 운동과 예측 질병 비교단계; 를
더 수행하는 생활건강 정보제공방법. In claim 6,
It is carried out when it is determined that there is a problem as a result of the comparison of the diet and the predicted disease comparison step,
an exercise and predicted disease comparison step of comparing the exercise information of a specific individual with the disease predicted in the disease prediction step to determine whether the specific individual's disease can be prevented; cast
How to provide living health information to perform more.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200032674A KR102409335B1 (en) | 2020-03-17 | 2020-03-17 | A manage supporting system and management method for customized living health based on artificial intelligence |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200032674A KR102409335B1 (en) | 2020-03-17 | 2020-03-17 | A manage supporting system and management method for customized living health based on artificial intelligence |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210116039A true KR20210116039A (en) | 2021-09-27 |
| KR102409335B1 KR102409335B1 (en) | 2022-06-16 |
Family
ID=77925852
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200032674A KR102409335B1 (en) | 2020-03-17 | 2020-03-17 | A manage supporting system and management method for customized living health based on artificial intelligence |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102409335B1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230122401A (en) | 2022-02-14 | 2023-08-22 | 오수정 | System for customized total solution health care platform and guidance system based on health information |
| CN116665894A (en) * | 2023-04-24 | 2023-08-29 | 南方医科大学南方医院 | Bone age monitoring system, method, electronic device and storage medium |
| KR102639285B1 (en) * | 2023-11-20 | 2024-02-21 | 주식회사 메타온테크 | Method, device and system for providing customized medical guide information based on artificial intelligence model based on personalized health data |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140003432A (en) | 2010-12-03 | 2014-01-09 | 가부시끼가이샤 쓰리본드 | Curable composition |
| KR20140124062A (en) * | 2013-04-15 | 2014-10-24 | 한양대학교 산학협력단 | Web 2.0 Mobile Open Platform for Smart Optimization of Health Management |
| KR20170060557A (en) * | 2015-11-23 | 2017-06-01 | 한국전자통신연구원 | Apparatus and method for predicting future health |
| KR101885111B1 (en) | 2016-11-23 | 2018-08-03 | 주식회사 셀바스에이아이 | Method and apparatus for predicting probability of the outbreak of a disease |
| KR20180120469A (en) * | 2017-04-27 | 2018-11-06 | 권오일 | System for analyzing and predecting disease |
-
2020
- 2020-03-17 KR KR1020200032674A patent/KR102409335B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140003432A (en) | 2010-12-03 | 2014-01-09 | 가부시끼가이샤 쓰리본드 | Curable composition |
| KR20140124062A (en) * | 2013-04-15 | 2014-10-24 | 한양대학교 산학협력단 | Web 2.0 Mobile Open Platform for Smart Optimization of Health Management |
| KR20170060557A (en) * | 2015-11-23 | 2017-06-01 | 한국전자통신연구원 | Apparatus and method for predicting future health |
| KR101885111B1 (en) | 2016-11-23 | 2018-08-03 | 주식회사 셀바스에이아이 | Method and apparatus for predicting probability of the outbreak of a disease |
| KR20180120469A (en) * | 2017-04-27 | 2018-11-06 | 권오일 | System for analyzing and predecting disease |
Non-Patent Citations (2)
| Title |
|---|
| 문헌 2: 대한한의학회지, 제20권 4호, 62~68page, 2000년 4월 4일, ISSN1010-0695 |
| 조동욱 등, 사상체질의학 객관화에 관한 연구과제 최종보고서, 보건복지부 연구과제 (1999)* * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230122401A (en) | 2022-02-14 | 2023-08-22 | 오수정 | System for customized total solution health care platform and guidance system based on health information |
| CN116665894A (en) * | 2023-04-24 | 2023-08-29 | 南方医科大学南方医院 | Bone age monitoring system, method, electronic device and storage medium |
| KR102639285B1 (en) * | 2023-11-20 | 2024-02-21 | 주식회사 메타온테크 | Method, device and system for providing customized medical guide information based on artificial intelligence model based on personalized health data |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102409335B1 (en) | 2022-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102409335B1 (en) | A manage supporting system and management method for customized living health based on artificial intelligence | |
| Heaton | The gaze and visibility of the carer: a Foucauldian analysis of the discourse of informal care | |
| JP6543641B2 (en) | Real-time personalization system and method using genomic data of an individual | |
| Gill | Disentangling the disabling process: insights from the precipitating events project | |
| KR20180126911A (en) | Method and apparatus for mananing health | |
| Leibowitz | The demand for health and health concerns after 30 years | |
| Colón-Emeric et al. | Risk factors for hip fracture in skilled nursing facilities: who should be evaluated? | |
| Banerjee et al. | Validating a commercial device for continuous activity measurement in the older adult population for dementia management | |
| CN113921124A (en) | Medical expense management method and system | |
| Gilkey et al. | Using HIV risk prediction tools to identify candidates for pre-exposure prophylaxis: perspectives from patients and primary care providers | |
| Resnick et al. | Impact of care settings on residents' functional and psychosocial status, physical activity and adverse events | |
| KR20210072221A (en) | System and method for providing personalized wellbeing guide program, personalized wellbeing guide application stored on computer-readable storage medium | |
| Xakellis | Predictors of influenza immunization in persons over age 65 | |
| Phillips et al. | What does cancer treatment look like in consumer cancer magazines? An exploratory analysis of photographic content in consumer cancer magazines | |
| Kasule | Health insurance and the ethical issue of equity | |
| Bucki et al. | Patient-specific finite element model of the buttocks for pressure ulcer prevention–linear versus non-linear modelling | |
| TWI321285B (en) | ||
| US20220028527A1 (en) | Smart nutrition dosing | |
| Mulla et al. | An intelligent application for healthcare recommendation using fuzzy logic | |
| JP2008186439A (en) | Home health management system | |
| Matteson et al. | Health communication cards as a tool for behaviour change | |
| Johnson et al. | Medical regimen adherence: Concepts, assessment, and interventions. | |
| Piasecka-Robak | THE HEALTH SITUATION OF ELDERLY PEOPLE IN POLAND: THREE MODELS FOR ANALYSING THE NEEDS AND EXPECTATIONS OF POLISH SENIOR CITIZENS: NIA, DESIGN THINKING AND GROW IN THE CONTEXT OF THE POTENTIAL USE OF MEDICAL TECHNOLOGIES. | |
| Ceniza et al. | Zywie: a mobile application on personal health and lifestyle improvement | |
| KR102540256B1 (en) | Personalized ONE-TABLET BASED nutritional supplement manufacturing system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |