KR20220145006A - 인공지능을 이용한 식이 순응도 평가 시스템 - Google Patents

인공지능을 이용한 식이 순응도 평가 시스템 Download PDF

Info

Publication number
KR20220145006A
KR20220145006A KR1020210051576A KR20210051576A KR20220145006A KR 20220145006 A KR20220145006 A KR 20220145006A KR 1020210051576 A KR1020210051576 A KR 1020210051576A KR 20210051576 A KR20210051576 A KR 20210051576A KR 20220145006 A KR20220145006 A KR 20220145006A
Authority
KR
South Korea
Prior art keywords
dietary
food
evaluation
customer
information
Prior art date
Application number
KR1020210051576A
Other languages
English (en)
Inventor
이상민
서진아
정현일
Original Assignee
주식회사 디이프
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 디이프 filed Critical 주식회사 디이프
Priority to KR1020210051576A priority Critical patent/KR20220145006A/ko
Publication of KR20220145006A publication Critical patent/KR20220145006A/ko

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G06F16/3334—Selection or weighting of terms from queries, including natural language queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/432—Query formulation
    • G06F16/434—Query formulation using image data, e.g. images, photos, pictures taken by a user
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7844—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using original textual content or text extracted from visual content or transcript of audio data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Biomedical Technology (AREA)
  • Library & Information Science (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Social Psychology (AREA)
  • Psychology (AREA)
  • Psychiatry (AREA)
  • Hospice & Palliative Care (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Mathematical Physics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 발명은 식이 처방에 대한 순응도(compliance) 평가 시스템에 관한 것으로, 고객 단말의 카메라로부터 전송되는 섭취 식단 영상정보에서 음식물 이미지를 추출하여 추출 음식물의 종류를 식별하는 음식물 식별부와; 상기 섭취 식단 영상정보와 함께 전송되는 텍스트 정보에서 음식물 관련 섭취량 정보를 추출하는 자연어 처리부와; 고객이 섭취한 음식물과 음식물 관련 섭취량 정보에 기초하여 고객에 대한 식이 평가문항들의 응답선택정보를 일정기간 동안 누적 처리하는 방식으로 식이 평가 설문지를 작성하는 평가표 작성부와; 작성된 상기 식이 평가문항들의 응답선택정보에 따라 고객의 식이 순응도를 평가하는 순응도 평가부;를 포함함을 특징으로 한다.

Description

인공지능을 이용한 식이 순응도 평가 시스템{Dietary Compliance Assessment System Using Artificial Intelligence}
본 발명은 식이 처방(지침)에 대한 순응도(compliance, adherence) 평가에 관한 것으로, 특히 식이 처방의 준수 여부를 따르는 정도(순응도)를 편리하게 평가하는 시스템에 관한 것이다.
환자가 약물을 처방전에 명시된 양과 시기, 그리고 방법에 따라 복용하는 정도를 '순응도'라 할 수 있다. 이러한 순응도를 평가함으로써 환자가 처방약을 잘 복용하고 있는지를 알 수 있다. 이와 같이 약물치료에 대한 순응도의 평가와 같이 식이 처방에 대해서도 순응도를 평가하는 방법이 오랜 전부터 사용되고 있다.
순응도를 평가하는 일반적인 방법은 직접 측정법과 간접 측정법이 있다. 간접 측정법은 대상자에게 직접 물어보거나 평가표를 이용한 설문조사 등이 있는데, 직접 측정법은 관찰 혹은 대사체의 농도 측정을 요하기 때문에 현실적으로 적용이 불가능하다는 이유로 간접 측정법이 주로 사용되고 있다.
간접 측정법으로 주로 사용되는 방법은 도 1에 도시한 바와 같은 식이 평가 설문지를 이용해 식이 처방(지침)의 준수 여부(순응도)를 평가하는 방법이 있다. 설문지를 이용해 식이 순응도를 평가할 경우 조사자가 객관식 평가 항목에 대한 부연 설명을 할 필요가 있으며, 주관식 평가 항목에 대해서는 경우에 따라 조사 대상자의 설명을 듣고 조사자가 답을 기재하거나, 기재된 답에 대해 평가를 내리기 때문에 조사자 혹은 평가자의 주관적 요소가 반영될 소지가 높고, 조사 및 평가 시간이 장기화되는 단점이 있다.
이에 식이 처방의 순응도를 평가하는 방법을 개량하여 보다 신속하고 객관성 있는 평가자료를 확보할 수 있는 방안이 필요하다.
대한민국 등록특허공보 제10-1198144호
이에 본 발명은 상술한 필요성에 따라 창안된 발명으로서, 본 발명의 주요 목적은 조사자, 평가자의 개입과 설문조사 없이도 조사 대상자의 식이 처방에 대한 순응도를 평가할 수 있는 인공지능을 이용한 식이 순응도 평가 시스템을 제공함에 있다.
더 나아가 본 발명의 또 다른 목적은 조사 대상자가 섭취한 음식물 관련 영상 정보와 텍스트 정보를 이용해 식이 처방에 대한 순응도를 정확하게 평가할 수 있는 인공지능을 이용한 식이 순응도 평가 시스템을 제공함에 있다.
더 나아가 본 발명의 또 다른 목적은 조사 대상자가 섭취한 음식물 관련 영상 정보로부터 평가문항을 가변 제시하여 얻어지는 응답선택정보를 음식물 관련 영상과 함께 이용하여 식이 처방에 대한 순응도를 정확하게 평가할 수 있는 인공지능을 이용한 식이 순응도 평가 시스템을 제공함에 있다.
전술한 목적을 달성하기 위한 본 발명의 실시예에 따른 식이 순응도 평가 시스템은 통신망을 통해 다수의 고객 단말과 접속 가능한 서버 컴퓨터 시스템에 구현 가능한 시스템으로서,
상기 고객 단말로부터 전송되는 섭취 식단 영상정보에서 음식물 이미지를 추출하여 추출 음식물의 종류를 식별하는 음식물 식별부와;
상기 섭취 식단 영상정보와 함께 전송되는 텍스트 정보에서 음식물 관련 섭취량 정보를 추출하는 자연어 처리부와;
고객이 섭취한 음식물과 음식물 관련 섭취량 정보에 기초하여 고객에 대한 식이 평가문항들의 응답선택정보를 일정기간 동안 누적 처리하는 방식으로 식이 평가 설문지를 작성하는 평가표 작성부와;
작성된 상기 식이 평가문항들의 응답선택정보에 따라 고객의 식이 순응도를 평가하는 순응도 평가부;를 포함함을 특징으로 한다.
상술한 구성의 식이 순응도 평가 시스템은 변형 가능한 실시예로서, 고객의 질병정보를 포함하는 고객정보와 질병별 식이 평가 설문지를 저장하는 정보 저장부;를 더 포함할 수 있으며, 이러한 경우 상기 평가표 작성부는 고객의 질병과 관련된 식이 평가문항들이 포함된 식이 평가 설문지를 상기 정보 저장부에서 독출하여 평가표 작성함을 또 다른 특징으로 한다.
본 발명의 또 다른 실시예에 따른 식이 순응도 평가 시스템 역시 통신망을 통해 다수의 고객 단말과 접속 가능한 컴퓨터 시스템으로서,
상기 고객 단말로부터 전송되는 섭취 식단 영상정보에서 음식물 이미지를 추출하여 추출 음식물의 종류를 식별하는 음식물 식별부와;
식별된 음식물 각각의 섭취량을 묻는 문항들을 상기 고객 단말로 전송하고, 상기 문항들의 응답선택정보에 따라 음식물 관련 섭취량 정보를 획득하는 음식 섭취량 획득부와;
고객이 섭취한 음식물과 음식물 섭취량 정보에 기초하여 고객에 대한 식이 평가문항들의 응답선택정보를 일정기간 동안 누적 처리하는 방식으로 식이 평가 설문지를 작성하는 평가표 작성부와;
작성된 상기 식이 평가문항들의 응답선택정보에 따라 고객의 식이 순응도를 평가하는 순응도 평가부;를 포함함을 특징으로 하며,
이러한 구성의 식이 순응도 평가 시스템은 고객의 질병정보를 포함하는 고객정보와 질병별 식이 평가 설문지 및 식별된 음식물 각각의 섭취량을 묻는 문항들을 저장하는 정보 저장부;를 더 포함할 수 있고, 이러한 경우 상기 평가표 작성부는 고객의 질병과 관련된 식이 평가문항들이 포함된 식이 평가 설문지를 상기 정보 저장부에서 독출하여 평가표 작성함을 특징으로 한다.
상술한 기술적 과제 해결 수단에 따르면, 본 발명은 별도의 식이 평가 설문지 조사 없이도 조사 대상자에 대한 식이 순응도를 신속하고 편리하게 평가할 수 있는 이점이 있으며,
더 나아가 조사 대상자의 단말을 통해 조사 대상자가 섭취한 음식물의 종류를 자동 인식하고, 자동 인식된 모든 음식물의 섭취량에 대한 정보를 단순히 단말기에서 선택하도록 유도할 수 있는 장점이 있으며,
조사 대상자가 섭취한 모든 음식물에 대해 식이 순응도를 평가할 수 있어 식이 순응도 평가의 정밀성을 높일 수 있는 효과가 있다.
도 1은 식이 순응도 평가를 위해 일반적으로 이용되는 식이 평가 설문지 예시도.
도 2는 본 발명의 실시예에 따른 인공지능을 이용한 식이 순응도 평가 시스템의 주변 구성 예시도.
도 3은 본 발명의 실시예에 따른 인공지능을 이용한 식이 순응도 평가 시스템의 구성 예시도.
도 4은 본 발명의 실시예에 따른 인공지능을 이용한 식이 순응도 평가 시스템의 동작 흐름 예시도.
도 5는 본 발명의 실시예에 따라 고객 단말(100)에 설치된 고객용 서비스 앱의 표시 화면 예시도.
도 6은 본 발명의 실시예에 따른 질병별 식이 평가 설문지 예시도.
도 7은 본 발명의 실시예에 따른 평가표 작성 예와 그에 기초한 순응도 평가 예시도.
후술하는 본 발명에 대한 상세한 설명은, 본 발명의 목적들, 기술적 해법들 및 장점들을 분명하게 하기 위하여 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 통상의 기술자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다.
또한 본 발명의 상세한 설명 및 청구항들에 걸쳐, '포함하다'라는 단어 및 그 변형은 다른 기술적 특징들, 부가물들, 구성요소들 또는 단계들을 제외하는 것으로 의도된 것이 아니다. 통상의 기술자에게 본 발명의 다른 목적들, 장점들 및 특성들이 일부는 본 설명서로부터, 그리고 일부는 본 발명의 실시로부터 드러날 것이다. 아래의 예시 및 도면은 실례로서 제공되며, 본 발명을 한정하는 것으로 의도된 것이 아니다. 더욱이 본 발명은 본 명세서에 표시된 실시예들의 모든 가능한 조합들을 망라한다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 사상 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다.
본 명세서에서 달리 표시되거나 분명히 문맥에 모순되지 않는 한, 단수로 지칭된 항목은, 그 문맥에서 달리 요구되지 않는 한, 복수의 것을 아우른다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
도 2는 본 발명의 실시예에 따른 인공지능을 이용한 식이 순응도 평가 시스템의 주변 구성도를 예시한 것이다.
도 2에 도시한 바와 같이 본 발명의 실시예에 따른 식이 순응도 평가 시스템(200)은 통신망을 통해 다수의 고객 단말(100)과 접속 가능하고, 접속된 고객 단말(100)에 설치되어 실행 가능한 고객용 서비스 앱으로 고객의 식이 순응도를 평가하기 위해 필요한 정보의 입력을 요구한다.
고객의 식이 순응도를 평가하기 위해 필요한 정보란 고객의 질병정보를 포함하는 고객정보와, 고객이 섭취하는 음식물의 종류, 섭취한 음식물의 섭취량 정보를 포함한다. 경우에 따라서는 상기 고객정보로서 고객의 체질정보, 성별, 연령, 과거 질환정보 등이 더 포함될 수도 있다. 이러한 고객정보는 회원 가입시 제공되어 후술할 식이 순응도 평가 시스템(200) 내에 저장될 수 있고, 식이 순응도 평가시 고객에게 입력 요구하여 제공받을 수도 있다.
고객이 섭취하는 음식물의 종류는 고객 단말(100)에 구비된 카메라를 통해 얻어지는 섭취 식단 영상정보를 처리해 획득할 수 있고, 섭취한 음식물의 섭취량 정보는 고객이 메모 등을 통해 입력 제공할 수 있다. 경우에 따라서는 인식된 음식물의 종류 각각의 섭취량을 고객에게 질의하고 그 응답을 받는 식으로 섭취량 정보를 획득할 수도 있다.
이하 상술한 식이 순응도 평가 시스템(200)의 구성을 도 3을 참조하여 보다 상세히 설명하기로 한다.
도 3은 본 발명의 실시예에 따른 인공지능을 이용한 식이 순응도 평가 시스템(200)의 구성도를 예시한 것이다. 본 발명의 실시예에 따른 식이 순응도 평가 시스템(200)은 서버 컴퓨터 시스템의 메모리에 설치되어 실행 가능한 응용 프로그램 코드들의 집합체로 구현 가능하며, 상기 응용 프로그램 코드들의 집합체는 도 3에 도시한 바와 같이 다수의 블럭으로 구획될 수 있다.
도 3을 참조하면, 통신망을 통해 고객 단말(100)과 접속 가능한 식이 순응도 평가 시스템(200)은,
상기 고객 단말(100)의 카메라로부터 전송되는 섭취 식단 영상정보에서 음식물 이미지를 추출하여 추출 음식물의 종류를 식별하는 음식물 식별부(205)와,
상기 섭취 식단 영상정보와 함께 전송되는 텍스트 정보에서 음식물 관련 섭취량 정보를 추출하는 자연어 처리부(210)와,
고객이 섭취한 음식물과 음식물 관련 섭취량 정보에 기초하여 고객에 대한 식이 평가문항들의 응답선택정보를 일정기간 동안 누적 처리하는 방식으로 식이 평가 설문지를 작성하는 평가표 작성부(215)와,
자동 작성된 상기 식이 평가문항들의 응답선택정보에 따라 고객의 식이 순응도를 평가하는 순응도 평가부(220)를 포함한다. 이러한 순응도 평가부(220)는 체질병 혹은 질병별 식이 처방(지침) 및 각 식이 처방에 대한 평가 룰을 내부에 저장함으로써 조사 대상자에 해당하는 고객의 식이 순응도를 평가할 수 있다.
참고적으로 상기 '섭취 식단 영상정보'란 고객(조사 대상자로 해석하는 것이 바람직함)이 섭취하기 위해 식탁 혹은 밥상 위에 차려놓은 음식물의 사진 영상을 의미하는 것으로 해석하기로 한다. 이에 음식물 식별부(205)는 객체인식 기술을 이용하여 섭취 식단 영상정보에서 음식물 이미지를 추출하고, 추출된 음식물 이미지를 기저장된 음식물 이미지와 비교하여 유사도가 높은 음식물의 종류를 식별한다. 경우에 따라서는 상기 음식물 식별부(205)를 사전 학습된 학습모델을 이용해 음식물의 종류를 식별하도록 구성할 수도 있다.
변형 가능한 또 다른 실시예로서, 상술한 구성의 식이 순응도 평가 시스템(200)은 질병을 앓고 있는 고객에 대해 질병에 따른 식이 순응도를 평가하기 위해서 질병별 식이 평가 설문지를 저장하는 정보 저장부(225)를 더 포함한다. 이러한 정보 저장부(225)에는 고객의 질병정보를 포함하는 고객정보가 저장될 수 있다. 상기 질병별 식이 평가 설문지에는 도 6에서와 같이 고객의 질병과 관련된 식이 평가문항들이 다수 포함되고, 각 식이 평가문항에는 고객이 선택할 수 있는 다수의 선택정보(①, ②, ③, ④ 등)가 포함된다. 도시하지 않았지만 식이 순응도 평가 시스템의 내부 혹은 외부에는 음식물의 종류를 식별하기 위해 필요한 음식물 이미지 관련 데이터베이스가 더 구비된다.
이하 상술한 구성을 포함하는 식이 순응도 평가 시스템(200)의 동작을 도 4를 참조하여 설명하기로 한다.
도 4는 본 발명의 실시예에 따른 인공지능을 이용한 식이 순응도 평가 시스템(200)의 동작 흐름도를 예시한 것이며, 도 5는 고객 단말(100)에 설치된 고객용 서비스 앱의 표시 화면을 예시한 것이며, 도 6은 본 발명의 실시예에 따른 질병별 식이 평가 설문지의 예시도를, 도 7은 본 발명의 실시예에 따른 평가표 작성 예와 그에 기초한 순응도 평가 예시도이다. 하기에서는 당뇨를 앓고 있는 고객이 본 서비스 회원으로서 사전 정보를 시스템(200)에 등록해 놓은 경우를 가정하여 실시예를 설명하기로 한다.
우선 고객은 끼니 혹은 간식 섭취시에 자신의 단말(200)에 설치된 고객용 서비스 앱을 실행시킨다. 고객용 서비스 앱의 실행으로 고객 단말(100)에는 도 5에 도시한 바와 같은 정보 입력창이 표시되고, 상기 정보 입력창의 상부에는 활성화된 카메라에 의해 촬상되는 영역이 표시된다.
이에 고객은 섭취하고자 하는 식단을 카메라로 촬영함으로써 도 5에 도시한 바와 같은 섭취 식단 영상정보가 얻어진다. 아울러 고객은 정보 입력창에 표시되는 식사시간(아침, 점심, 저녁, 간식)을 선택하고, 섭취량에 해당하는 식사량(1인분, 2인분,..)을 선택한다. 이러한 식사량은 각 음식물에 대한 섭취량이 아니기 때문에 보다 바람직하게는 각 음식물에 대한 섭취량을 입력하거나 선택하도록 유도하는 것이 바람직하다. 이러한 변형 실시예는 후술하기로 한다.
한편 고객은 정보 입력창에 구비된 메모창을 통해 섭취 식단 영상정보에 나타난 음식물에 대한 섭취량 정보, 예를 들면 된장찌개 반 섭취, 쌀밥 반 공기 섭취 등과 같이 각 음식물에 대한 섭취량 정보를 메모 형태로 입력할 수 있다.
이와 같이 섭취 식단 영상정보와 메모 입력한 고객이 정보 전송을 입력하면, 식이 순응도 평가 시스템(200)의 음식물 식별부(205)는 상기 섭취 식단 영상정보를 수신(S10단계)하게 되고, 자연어 처리부(210)는 메모창에 입력한 섭취 음식물의 섭취량을 수신(S20단계)한다. 이러한 섭취 식단 영상정보와 섭취 음식물의 섭취량은 동시에 이루어진다고 볼 수 있다.
음식물 식별부(205)는 수신된 섭취 식단 영상정보에서 객체인식기술을 이용해 음식물 이미지를 추출하고, 추출한 음식물의 종류를 시스템 내부에 구비된 데이터베이스에 저장된 음식물 이미지와 비교하여 유사도가 높은 음식물을 추출하는 방식으로 음식물 종류를 식별(S30단계)한다.
아울러 자연어 처리부(210)는 메모창을 통해 입력된 텍스트 정보에서 자연어 인식 알고리즘을 통해 음식물 관련 섭취량 정보를 추출(S40단계)한다. 상기 음식물 관련 섭취량 정보는 음식물의 종류와 그 음식물의 섭취량 정보이다. 음식물의 종류를 신속히 추출하기 위해 S30단계에서 추출된 음식물 종류값(예를 들면, 된장찌개, 쌀밥(백미), 잡곡, 멸치볶음과 같이)을 이용할 수도 있다.
영상에 기반한 음식물의 종류와 텍스트에 기반한 음식물 관련 섭취량 정보가 획득되면, 이후 평가표 작성부(215)는 고객이 섭취한 음식물(음식물의 종류)과 음식물 관련 섭취량 정보에 기초하여 고객에 대한 식이 평가문항들의 응답선택정보를 일정기간 동안 누적 처리하는 방식으로 평가표를 작성(S50단계)한다.
예를 들어 당뇨 질환을 앓고 있는 고객에 대한 식이 평가 설문지의 내용이 도 6에 기재된 바와 같다면, 이러한 설문지를 자동 작성하기 위해 고객 단말(100)로부터 섭취 식단 영상정보와 텍스트 형태의 음식물 섭취량 정보가 수신될 때마다 식이 평가문항들의 응답선택정보를 누적해 나갈 수 있다. 매 끼니를 구분하는 방법은 도 6에 표시된 정보 입력창을 통해서 구분 가능하고, 정보 수신시간으로도 매 끼니와 간식 시간을 구분할 수 있다. 예를 들어 7시부터 9시까지는 아침, 11시 반 에서 1시 반까지는 점심, 5시부터 7시 반까지는 저녁식사 시간으로 간주하여 수신 정보를 구분할 수 있다. 정보를 누적 처리하기 위한 기간은 식이 평가문항에 따라 가변될 수 있다.
이상에서 설명한 바와 같이 고객이 일정기간 동안 섭취한 음식물과 그 음식물에 대한 섭취량 정보에 기초하여 자동으로 식이 평가 설문지(평가표라 할 수 있음)가 작성되면, 이후 순응도 평가부(220)는 자동 작성된 상기 식이 평가문항들의 응답선택정보에 따라 고객의 식이 순응도, 즉 식이 처방(지침)의 준수 여부를 평가(S60단계)한다.
평가 방법의 일 예를 도 7을 참조하여 부연 설명하면, 도 7의 좌측 테이블에는 당뇨 질환과 관련된 식이 평가 설문지가 도시되어 있고, 설문지의 각 식이평가문항들의 우측에는 응답이 표기되어 있다. 이때의 '응답'은 평가표 작성부(215)에 의해 자동 작성된 응답선택정보이다. 그리고 응답 우측에 위치하는 영역점수는 영양성분(영역이라 표시함)에 대한 점수로서, 영양성분은 탄수화물, 단백질, 지질, 비타민/무기질, 식이섬유 등으로 구분 가능한데 도 7에서는 3개의 영양성분만을 예시한 것이다. 각 식이평가 문항에 대해 영양성분의 점수를 부여할 수 있는 것은 영상정보로부터 음식물의 종류를 식별할 수 있으며, 식별된 음식물에 함유된 영양성분 역시 평균적으로 추정할 수 있기 때문에 음식물의 종류와 섭취량 정도에 따라 영역점수를 부여할 수 있다.
이와 같이 질병별 식이 평가문항들의 응답선택정보와 식별된 음식물의 종류, 섭취량에 따라 각 영역에 점수를 부여하고 부여된 점수를 영양지수 점수 산출식에 근거하여 산출하는 방식을 통해 얻어진 점수를 이용해 최종적으로 고객의 식이 순응도 판정등급을 '상', '중', '하' 중 어느 하나로 평가한다.
이러한 평가 방법은 본 발명의 실시예를 부연 설명하기 위한 것으로, 고객의 질병, 체질, 성별, 연령에 따라 다양한 방법으로 변형되어 사용될 수 있으며, 기관에 따라 서로 다른 평가 방법을 적용할 수 있으며, 식이 평가문항의 수와 평가문항의 내용에 따라서도 변형될 수 있다.
한편, 순응도 평가부(220)에 의해 도 7에서와 같이 고객의 식이 순응도 평가결과가 산출되면, 순응도 평가부(220)는 이를 고객 단말(100)로 전달해 주거나 해당 고객의 주치의 단말 혹은 시스템(200) 관리자 단말 혹은 인쇄물로 출력(S70단계)해 준다.
이로써 조사 대상자인 고객은 자신의 식이 순응도 평가결과를 보고 식습관을 유지하거나 식습관을 식이 지침에 맞게 변경할 수 있다.
이상에서 설명한 본 발명의 실시예에 따르면, 고객은 섭취하는 식단에 대해 간단히 카메라 촬영하고 섭취한 음식물에 대해 섭취량을 입력하는 것만으로도 식이 평가 설문지에 답한 결과를 얻을 수 있기 때문에, 본 발명은 별도의 설문조사 없이도 조사 대상자의 식이 처방에 대한 순응도를 편리하게 평가할 수 있는 이점이 있다.
다만, 상술한 실시예에서는 고객 스스로가 메모창에 음식 섭취량을 입력해야 하는 불편함이 있다. 이러한 불편함을 해소하기 위한 방법으로서,
음식물 식별부(205)는 고객 단말(100)로부터 전송되는 섭취 식단 영상정보에서 음식물 이미지를 추출하여 추출 음식물의 종류를 식별하고,
별도의 음식 섭취량 획득부(도시하지 않았음)를 더 구비해, 그 음식 섭취량 획득부가 상기 식별된 음식물 각각의 섭취량을 묻는 문항들을 고객 단말(100)로 전송하고, 그 문항들의 응답선택정보에 따라 음식물 관련 섭취량 정보를 획득하는 방법으로 섭취한 음식의 섭취량 정보를 획득할 수도 있다.
예를 들어 영상을 통해 획득한 음식의 종류가 잡곡만이라면, 음식 섭취량 획득부는 식별된 잡곡밥의 섭취량을 묻는 문항을 '잡곡밥의 종류와 섭취량을 선택해 주세요'라는 식으로 물을 수 있고, 그 응답의 종류를 1. 오곡밥 한 공기, 2 오곡밥 반 공기, 3. 현미밥 한 공기, 4. 보리밥 반 공기'와 같이 나열함으로써, 보다 정확한 섭취 음식물과 섭취량 정보를 획득할 수 있다.
이러한 변형 실시예에서도, 평가표 작성부(215)는 고객이 섭취한 음식물과 음식물 섭취량 정보에 기초하여 고객에 대한 식이 평가문항들의 응답선택정보를 일정기간 동안 누적 처리해 식이 평가 설문지를 작성할 수 있고, 순응도 평가부(220) 역시 식이 평가문항들의 응답선택정보에 따라 고객의 식이 순응도를 상술한 방법으로 평가할 수 있다.
따라서 본 발명의 또 다른 실시예에 따른 식이 순응도 평가 시스템은 앞서 설명한 시스템에 비해 고객의 편의성을 더욱 증진시킬 수 있음은 물론, 보다 정확하게 영양지수 점수를 산출함으로써 식이 순응도 평가의 정밀성을 높일 수 있는 효과가 있다.
이상 본 발명은 도면에 도시된 실시예들을 참고로 설명하였으나 이는 예시적인 것에 불과하며, 당해 기술분야에서 통상의 지식을 가진자라면 이로부터 다양한 변형 및 균등한 타실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위에 의해서만 정해져야 할 것이다.

Claims (4)

  1. 통신망을 통해 고객 단말과 접속 가능한 식이 순응도 평가 시스템에 있어서,
    상기 고객 단말의 카메라로부터 전송되는 섭취 식단 영상정보에서 음식물 이미지를 추출하여 추출 음식물의 종류를 식별하는 음식물 식별부와;
    상기 섭취 식단 영상정보와 함께 전송되는 텍스트 정보에서 음식물 관련 섭취량 정보를 추출하는 자연어 처리부와;
    고객이 섭취한 음식물과 음식물 관련 섭취량 정보에 기초하여 고객에 대한 식이 평가문항들의 응답선택정보를 일정기간 동안 누적 처리하는 방식으로 식이 평가 설문지를 작성하는 평가표 작성부와;
    작성된 상기 식이 평가문항들의 응답선택정보에 따라 고객의 식이 순응도를 평가하는 순응도 평가부;를 포함함을 특징으로 하는 식이 순응도 평가 시스템.
  2. 청구항 1에 있어서, 고객의 질병정보를 포함하는 고객정보와 질병별 식이 평가 설문지를 저장하는 정보 저장부;를 더 포함하되, 상기 평가표 작성부는,
    고객의 질병과 관련된 식이 평가문항들이 포함된 식이 평가 설문지를 상기 정보 저장부에서 독출하여 작성함을 특징으로 하는 식이 순응도 평가 시스템.
  3. 통신망을 통해 고객 단말과 접속 가능한 식이 순응도 평가 시스템에 있어서,
    상기 고객 단말로부터 전송되는 섭취 식단 영상정보에서 음식물 이미지를 추출하여 추출 음식물의 종류를 식별하는 음식물 식별부와;
    식별된 음식물 각각의 섭취량을 묻는 문항들을 상기 고객 단말로 전송하고, 상기 문항들의 응답선택정보에 따라 음식물 관련 섭취량 정보를 획득하는 음식 섭취량 획득부와;
    고객이 섭취한 음식물과 음식물 섭취량 정보에 기초하여 고객에 대한 식이 평가문항들의 응답선택정보를 일정기간 동안 누적 처리하는 방식으로 식이 평가 설문지를 작성하는 평가표 작성부와;
    상기 식이 평가문항들의 응답선택정보에 따라 고객의 식이 순응도를 평가하는 순응도 평가부;를 포함함을 특징으로 하는 식이 순응도 평가 시스템.
  4. 청구항 3에 있어서, 고객의 질병정보를 포함하는 고객정보와 질병별 식이 평가 설문지, 식별된 음식물 각각의 섭취량을 묻는 문항들을 저장하는 정보 저장부;를 더 포함하되, 상기 평가표 작성부는,
    고객의 질병과 관련된 식이 평가문항들이 포함된 식이 평가 설문지를 상기 정보 저장부에서 독출하여 평가표 작성함을 특징으로 하는 식이 순응도 평가 시스템.
KR1020210051576A 2021-04-21 2021-04-21 인공지능을 이용한 식이 순응도 평가 시스템 KR20220145006A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210051576A KR20220145006A (ko) 2021-04-21 2021-04-21 인공지능을 이용한 식이 순응도 평가 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210051576A KR20220145006A (ko) 2021-04-21 2021-04-21 인공지능을 이용한 식이 순응도 평가 시스템

Publications (1)

Publication Number Publication Date
KR20220145006A true KR20220145006A (ko) 2022-10-28

Family

ID=83835291

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210051576A KR20220145006A (ko) 2021-04-21 2021-04-21 인공지능을 이용한 식이 순응도 평가 시스템

Country Status (1)

Country Link
KR (1) KR20220145006A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101198144B1 (ko) 2006-08-29 2012-11-12 고려대학교 산학협력단 네트워크를 이용한 식이 요법 관리 시스템 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101198144B1 (ko) 2006-08-29 2012-11-12 고려대학교 산학협력단 네트워크를 이용한 식이 요법 관리 시스템 및 방법

Similar Documents

Publication Publication Date Title
US20220359058A1 (en) Meal service management system and operating method therefor
Waki et al. DialBetics with a multimedia food recording tool, FoodLog: smartphone-based self-management for type 2 diabetes
US9817946B2 (en) Graphic representations of health-related status
KR102606359B1 (ko) 급식관리 시스템
EP1209609A1 (en) Food advising system for diet-restricted person
Slimani et al. Methods to determine dietary intake
Gustat et al. Body image satisfaction among Blacks
JP2017182264A (ja) ヘルスチューニング支援システム
Badejo et al. Does adjusting for social desirability reduce ceiling effects and increase variation of patient-reported experience measures?
JP6999403B2 (ja) 健診結果出力装置とその作動方法および作動プログラム
Russell et al. Method-comparison studies in telehealth: Study design and analysis considerations
JP6940395B2 (ja) 健診結果出力装置とその作動方法および作動プログラム
Buls et al. Assessing utility of a lifestyle-based tool in the clinical setting as a primordial prevention strategy: The Healthy Heart Score
KR20190104980A (ko) 급식관리 시스템 및 이의 운영방법
KR20220145006A (ko) 인공지능을 이용한 식이 순응도 평가 시스템
Peeler et al. Telemedicine for corneal disease in rural Nepal
JP2001318991A (ja) 情報システムを用いた栄養管理システム
Stevens et al. Testing the impact of an educational intervention designed to promote ocular health among people with age-related macular degeneration
KR102656629B1 (ko) 개인의 식이 패턴 설정 시스템과 그 방법
Connors et al. Use of geographic information system mapping in the examination of specialized low vision resources and areas of need in Michigan
KR102334346B1 (ko) 인공지능 귀 영상 또는 이미지 분석 건강관리 플랫폼
KR102329480B1 (ko) 급식관리 시스템 및 이의 운영방법
Probst et al. mHealth diet and nutrition guidance
Liu et al. Mealtime Caregiving Engagement for Residents with Advanced Dementia: Item Response Theory Analysis
Probst et al. mHealth diet and nutrition guidance

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application