KR20220159430A - 건강 모니터링 장치 - Google Patents

건강 모니터링 장치 Download PDF

Info

Publication number
KR20220159430A
KR20220159430A KR1020227037166A KR20227037166A KR20220159430A KR 20220159430 A KR20220159430 A KR 20220159430A KR 1020227037166 A KR1020227037166 A KR 1020227037166A KR 20227037166 A KR20227037166 A KR 20227037166A KR 20220159430 A KR20220159430 A KR 20220159430A
Authority
KR
South Korea
Prior art keywords
sleep
user
tremor
score
wearable device
Prior art date
Application number
KR1020227037166A
Other languages
English (en)
Inventor
라지브 나라야난
투샤르 디. 파텔
알렉산더 스콧
미츠오 고사카
데이비드 레빈
Original Assignee
에자이 알앤드디 매니지먼트 가부시키가이샤
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 에자이 알앤드디 매니지먼트 가부시키가이샤 filed Critical 에자이 알앤드디 매니지먼트 가부시키가이샤
Publication of KR20220159430A publication Critical patent/KR20220159430A/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
    • 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
    • A61B5/1101—Detecting tremor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4815—Sleep quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
    • A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/486—Bio-feedback
    • 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
    • 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
    • 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
    • A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
    • 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
    • A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/04—Arrangements of multiple sensors of the same type
    • A61B2562/046—Arrangements of multiple sensors of the same type in a matrix array

Abstract

사용자의 건강 및/또는 수면 및/또는 치료(예컨대, 수면 치료 또는 그 밖의 다른 유형의 건강 치료)의 효능을 모니터링하는 장치는 웨어러블 전자기기 사용을 포함할 수 있다. 상기 기기는 사용자 데이터를 수집하기 위한 센서 어레이를 포함할 수 있다. 상기 기기는 사용자 데이터를 이용하여 사용자의 건강과 관련된 판정기준을 평가함으로써 치료의 효능을 모니터링할 수 있다. 추가로, 또는 대안으로, 사용자의 건강 및/또는 수면 뿐만 아니라 사용자에게 제공되고 있는 치료의 효능의 모니터링하는 것에 대한 다양한 판정기준을 평가하기 위해, 수집된 데이터를 중앙 서버 및/또는 입출력 장치로 전송할 수 있다.

Description

건강 모니터링 장치
관련 출원에 대한 상호 참조
본원은 2020년 3월 26일에 출원된 미국 가특허출원 제63/000,083호에 대해 우선권을 주장한다. 또한, 본원은 2020년 4월 9일에 출원된 미국 가특허출원 제63/007,626호에 대해 우선권을 주장한다.
본 혁신적 발명은, 예를 들어 환자의 수면 및/또는 기타 건강 매개변수를 비롯한 환자의 건강 모니터링을 용이하게 하도록 구성될 수 있는 전자기기 및 통신 시스템에 관한 것이다. 일부 실시예에 의하면, 상기 기기는 또한 환자가 활용하는 치료(예컨대, 수면과 관련된 건강 문제 등이 있는 것으로 진단된 환자를 위한 수면 치료)의 효능을 평가하여 건강 매개변수를 개선하도록 구성(또는 대안적으로 구성)될 수 있다. 또한, 본 혁신적 발명은 상기 기기와 시스템의 여러 실시예의 제조 및 사용 방법, 건강 개선 치료의 평가 방법, 그리고 건강 문제의 진단을 용이하게 하는 방법에 관한 것이다.
손목 시계와 같은 커넥티드 웨어러블 기기는 사용자의 건강에 대한 데이터를 스마트폰이나 스마트 스피커에 데이터 통신이 가능하도록 구성될 수 있다. 이런 유형의 기기의 예가 미국 특허 제8,075,499호, 제8,945,017호, 제9,582,034호, 제9,743,848호, 제10,146,196호 및 제10,506,944호, 미국 특허출원 공개 제2017/0358942호 및 제2015/0290419호, 그리고 미국 의장특허 제D760,395호 및 제D867,599호에 개시되어 있다. 이러한 생체 데이터로, 심박수 센서 데이터, 코어 체온, 산소포화도(SPO2) 및 활동 추정 데이터가 포함될 수 있다. 그러나 본 발명자들은 대체로 이들 기기와 시스템이 사용자 특이적 데이터를 고려하지 못한다는 점을 발견하였다. 예를 들어, 종종 이들 기기와 시스템은 사용자의 건강 문제를 해결하는 데 도움이 되도록 사용자가 받아야 할 특정 치료를 고려하지 못한다.
본 발명자들은 사람이 겪을 수 있는 수면 관련 문제들을 해결하는 데 도움이 되는 장치를 설계할 수 있다고 판단했다. 예를 들어, 수면 문제로 인해 당뇨병, 치매, ADHD, 간질 등과 같은 다른 질환들이 동반이환될 수 있다. 본 기기의 실시예들은 어느 한 사람의 병리학적 및 생물학적 데이터를 해당인의 생체 인식, 건강 기록(예컨대, A1C, 혈압, 혈중요소비 등) 및 임상 데이터와 통합하여 실시간으로 건강 상태를 예측하도록 구성될 수 있다.
본 건강 모니터링 장치의 실시예들은 웨어러블 기기로서 구성되거나, 또는 적어도 하나의 다른 장치(예컨대, 서버 및/또는 입출력(input/output) 장치(이를테면, 스마트폰, 노트북 컴퓨터, 태블릿, 또는 그 밖의 다른 유형의 컴퓨터 장치 또는 통신 장치))에 통신 가능하게 연결될 수 있는 웨어러블 기기를 활용하는 시스템으로서 구성되어, 환자 및/또는 환자가 받고 있는 치료의 효능을 모니터링하는 것을 용이하게 할 수 있다. 본 장치의 제조 및 사용 방법의 실시예들을 또한 제공한다. 본 장치의 실시예들은 또한 수면 치료의 평가 방법과 수면 관련 건강 문제의 진단을 용이하게 하는 방법에도 활용될 수 있다. 본 장치의 실시예들은 떨림(tremor)과 연관된 및/또는 떨림이 한 증상인 신경성 장애 및 신경퇴행성 질환에 대한 치료를 평가하는 방법에도 활용될 수 있다. 떨림은, 예를 들어 다발성 경화증, 뇌졸중 및 외상성 뇌 손상을 비롯한 다수의 신경성 장애와 관련된 떨림, 그리고 예를 들어 파킨슨병, 주의력 결핍 과잉 행동 장애(ADHD), 주의력 결핍 장애(ADD), 치매 또는 알츠하이머병을 비롯한, 뇌의 일부에 영향을 미치는 신경퇴행성 질환과 관련된 떨림일 수 있다. 또한 본 장치의 실시예들은, 특정 약물(예컨대, 천식 약, 암페타민, 카페인, 코르티코스테로이드, 및 특정 정신과 및 신경성 장애에 사용되는 약물) 사용으로 인한 떨림, 알코올 남용이나 알코올 금단 현상으로 인한 떨림, 갑상선 기능 항진증으로 인한 떨림, 간부전으로 인한 떨림, 신부전으로 인한 떨림, 불안 또는 공황으로 인한 떨림을 평가하는 방법에 활용될 수 있다. 수많은 다양한 형태의 떨림이 존재하지만 본 명세서에 개시되는 본 장치의 실시예들에 의해 감지될 수 있으며, 그 예로, 본태성 떨림(양성 본태성 떨림 또는 가족성 수전증이라고도 한다), 긴장성 떨림, 소뇌 떨림(예컨대, 뇌졸중 또는 종양으로 인해 발생하거나, (다발성 경화증 또는 유전성 퇴행성 장애, 예컨대, 운동 실조증 및 취약 X 증후군과 같은) 질환에 기인하거나, 알코올 중독으로 인한 소뇌의 만성 손상으로 인해 발생하는, 소뇌 손상 및 소뇌에서 다른 뇌 영역들로 이어지는 경로의 손상으로 인한 떨림), 심인성 떨림(기능성 떨림이라고도 하며, 스트레스 또는 (우울증이나 외상 후 스트레스 장애(PTSD)와 같은) 정신 장애로 인한 떨림이 포함된다), 항진된 생리적 떨림(예컨대, 특정 약물, 알코올 금단 현상, 또는 (과민성 갑상선 및 저혈당증을 비롯한) 의학적 병태로 인해 발생되는 떨림), 파킨슨병 떨림 및 기립성 떨림을 들 수 있다.
제1 양태에 의하면, 건강 모니터링 장치는 다음 중 하나 이상을 포함할 수 있다: (i) 프로세서, 프로세서에 연결된 비일시적 컴퓨터 판독가능 매체, 및 프로세서 및/또는 비일시적 컴퓨터 판독가능 매체에 연결된 센서 어레이를 포함하는, 웨어러블 기기; (ii) 웨어러블 기기로부터 센서 데이터를 수신하도록 웨어러블 기기에 통신 가능하게 연결될 수 있는 서버; 또는 (iii) 웨어러블 기기로부터 센서 데이터를 수신하기 위해 웨어러블 기기에 통신 가능하게 연결될 수 있는 입출력 장치. 일부 실시예들에서, 본 건강 모니터링 장치는 웨어러블 기기 및 입출력 장치를 포함할 수 있다. 다른 실시예에서, 본 건강 모니터링 장치는 입출력 장치 및 서버를 포함할 수 있다. 또 다른 실시예에서, 본 건강 모니터링 장치는 웨어러블 기기, 서버 및 입출력 장치를 포함할 수 있다. 또 다른 실시예에서, 본 건강 모니터링 장치는 웨어러블 기기, 서버, 또는 입출력 장치 중 하나만을 포함할 수 있다.
제2 양태에 의하면, 본 건강 모니터링 장치는 적어도 웨어러블 기기를 포함할 수 있다. 상기 웨어러블 기기는 사용자가 웨어러블 기기를 착용하고 있을 때 센서 어레이를 통해 센서 데이터를 획득한 후 상기 센서 데이터를 분석하여 사용자의 상태를 추적함으로써 사용자의 상태 개선이나 상태 유지를 돕기 위한 출력을 생성하도록 구성될 수 있다. 본 건강 모니터링 장치의 제2 양태에서, 장치는 웨어러블 기기만을 포함할 수 있거나, 웨어러블 기기와 입출력 장치를 또는 웨어러블 기기와 서버를 포함할 수 있거나, 서버와 입출력 장치와 웨어러블 기기를 포함할 수도 있다.
제3 양태에 의하면, 건강 모니터링 장치의 웨어러블 기기는 센서 데이터 및 사용자가 제공한 주관적 데이터를 바탕으로 사용자의 상태 개선을 돕기 위해 사용자에게 변경할 것을 제안하는 출력을 생성하도록 구성될 수 있다. 상기 출력은 그래픽 사용자 인터페이스(GUI)를 통한 시각적 출력, 텍스트, 데이터의 그래픽 표현, 적어도 하나의 스피커에서 방출되는 가청 출력, 촉각적 출력(예컨대, 진동 메커니즘으로부터의 진동 출력), 또는 그 밖의 다른 유형의 출력을 포함할 수 있다. 생성된 출력은 웨어러블 기기로부터 방출될 수 있거나, 다른 장치에 전달되어 방출될 수 있다(예컨대, 입출력 장치에 전달되어 입출력 장치의 스피커나 스크린을 통해 방출된다).
제4 양태에 의하면, 건강 모니터링 장치의 웨어러블 기기는 사용자가 웨어러블 기기를 착용하고 있을 때 기기의 센서 어레이를 통해 센서 데이터를 획득한 후 상기 센서 데이터를 분석하여 사용자의 상태를 추적함으로써 상기 상태에 대한 기준을 정하도록 구성될 수 있다. 또한 웨어러블 기기는 사용자가 약물을 제1 용량으로 복용하고 있음을 나타내는 제1 입력에 대한 응답으로, 상기 제1 입력을 수신한 후에 획득한 센서 데이터를 상기 상태에 대한 기준과 비교함으로써 상태가 개선되었는지 여부를 판단하도록 구성될 수 있다.
제5 양태에 의하면, 건강 모니터링 장치의 웨어러블 기기는, 상기 제1 입력을 수신한 후 소정의(pre-selected) 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수(frequency of taking the drug)를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제2 용량으로 조정하는 변경을 제안하도록 구성될 수 있다. 제2 용량은 제1 용량보다 많은 용량일 수 있거나, 제1 용량보다 적은 용량일 수 있다. 약물의 복용 횟수를 조정하는 것은 약물을 더 자주 또는 덜 자주 복용하는 것일 수 있다. 예를 들어, 약물을 동일한 용량으로 또는 서로 다른 용량으로 하루에 1회 대신 2 내지 4시간 간격으로 복용하거나, 또는 2 내지 4시간마다 복용하는 대신 4 내지 6시간 간격으로 복용하거나, 또는 하루에 1회 대신 6 내지 12시간마다 복용하는 등으로 횟수 조정을 할 수 있다. 다른 유형의 횟수 조정도 가능하다.
제6 양태에 의하면, 건강 모니터링 장치의 웨어러블 기기는, 사용자가 복용하고 있던 약물을 변경하였음을 나타내는 제2 입력에 대한 응답으로, 상기 제2 입력을 수신한 후에 획득한 센서 데이터를 사용자의 상태에 대한 기준과 비교함으로써 상태가 개선되었는지 여부를 판단하도록 구성될 수 있다. 약물에 대한 변경으로는, 약물의 용량 변경, 약물 복용 횟수의 변경, 또는 용량 변경과 횟수 변경 둘 다가 포함될 수 있다.
제7 양태에 의하면, 건강 모니터링 장치의 웨어러블 기기는, 상기 제2 입력을 수신한 후 소정의 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제3 용량으로 조정하는 변경을 제안하도록 구성될 수 있다. 제3 용량은 제1 용량보다 많은 용량일 수 있거나 제1 용량보다 적은 용량일 수 있다. 마찬가지로 제3 용량은 제2 용량보다 많은 용량일 수 있거나 제2 용량보다 적은 용량일 수 있다. 약물의 복용 횟수를 조정하는 것은 약물을 더 자주 또는 덜 자주 복용하는 것일 수 있다. 예를 들어, 약물을 동일한 용량으로 또는 서로 다른 용량으로 하루에 1회 대신 2 내지 4시간 간격으로 복용하거나, 또는 2 내지 4시간마다 복용하는 대신 4 내지 6시간 간격으로 복용하거나, 또는 하루에 1회 대신 6 내지 12시간마다 복용하는 등으로 횟수 조정을 할 수 있다. 다른 유형의 횟수 조정도 가능하다.
제8 양태에 의하면, 건강 모니터링 장치는 적어도 서버를 포함할 수 있다. 상기 서버는 센서 데이터를 분석하여 사용자의 상태를 추적하고 사용자의 상태 개선 또는 상태 유지를 돕기 위해 사용자에게 변경할 것을 제안하는 출력을 서버가 통신 가능하게 연결될 수 있는 웨어러블 기기 및/또는 입출력 장치를 통해 생성하도록 구성될 수 있다. 본 건강 모니터링 장치의 제8 양태에서, 상기 장치는 서버만을 포함할 수 있거나, 서버와 입출력 장치를 또는 서버와 웨어러블 기기를 포함할 수 있거나, 서버와 입출력 장치와 웨어러블 기기를 포함할 수도 있다.
제9 양태에 의하면, 건강 모니터링 장치의 구성에 있어서, 서버는 센서 데이터 및 사용자가 제공한 주관적 데이터를 바탕으로 사용자의 상태 개선을 돕기 위해 사용자에게 변경할 것을 제안하는 출력을 생성하도록 구성될 수 있다. 사용자에 의해 제공되는 주관적인 데이터는 웨어러블 기기 및/또는 입출력 장치 중 적어도 하나의 입력 장치를 통해 제공될 수 있다. 이러한 입력은 예를 들어 마이크(microphone), 포인터 장치, 터치스크린, 또는 그 밖의 다른 유형의 입력 장치를 통해 제공될 수 있다. 사용자의 주관적인 데이터는 서버와 웨어러블 기기 간의 또는 서버와 입출력 장치 간의 통신 연결(예컨대, 적어도 하나의 네트워크를 통해, 인터넷 연결을 통해 또는 인트라넷 통신 연결을 통해 제공되는 애플리케이션 프로그래밍 인터페이스 연결) 등을 통해 서버에 제공될 수 있다.
제10 양태에 의하면, 건강 모니터링 장치의 서버는 센서 데이터를 평가하여 사용자의 상태를 추적함으로써 상기 상태에 대한 기준을 정하도록 구성될 수 있다. 또한 상기 서버는 사용자가 약물을 제1 용량으로 복용하고 있음을 나타내는 제1 입력에 대한 응답으로, 상기 제1 입력을 수신한 후에 획득한 센서 데이터를 상기 상태에 대한 기준과 비교함으로써 상태가 개선되었는지 여부를 판단하도록 구성될 수 있다. 일부 실시예에서, 제1 입력은 사용자에 의해 웨어러블 기기 및/또는 입출력 장치 중 적어도 하나의 입력 장치를 통해 제공될 수 있다. 이러한 입력은 예를 들어 마이크, 포인터 장치, 터치스크린, 또는 그 밖의 다른 유형의 입력 장치를 통해 제공될 수 있다. 제1 입력은 서버와 웨어러블 기기 간의 또는 서버와 입출력 장치 간의 통신 연결(예컨대, 적어도 하나의 네트워크를 통해, 인터넷 연결을 통해 또는 인트라넷 통신 연결을 통해 제공되는 애플리케이션 프로그래밍 인터페이스 연결)을 통해 서버에 제공될 수 있다.
제11 양태에 의하면, 건강 모니터링 장치의 서버는, 상기 제1 입력을 수신한 후 소정의 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제2 용량으로 조정하는 변경을 제안하도록 구성될 수 있다. 제2 용량은 제1 용량보다 많은 용량일 수 있거나, 제1 용량보다 적은 용량일 수 있다. 약물의 복용 횟수를 조정하는 것은 약물을 더 자주 또는 덜 자주 복용하는 것일 수 있다. 예를 들어, 약물을 동일한 용량으로 또는 서로 다른 용량으로 하루에 1회 대신 2 내지 4시간 간격으로 복용하거나, 또는 2 내지 4시간마다 복용하는 대신 4 내지 6시간 간격으로 복용하거나, 또는 하루에 1회 대신 6 내지 12시간마다 복용하는 등으로 횟수 조정을 할 수 있다. 다른 유형의 횟수 조정도 가능하다.
제12 양태에 의하면, 건강 모니터링 장치의 서버는, 사용자가 복용하고 있던 약물을 변경하였음을 나타내는 제2 입력에 대한 응답으로, 상기 제2 입력을 수신한 후에 획득한 센서 데이터를 사용자의 상태에 대한 기준과 비교함으로써 상태가 개선되었는지 여부를 판단하도록 구성될 수 있다. 일부 실시예에서, 제2 입력은 웨어러블 기기 및/또는 입출력 장치 중 적어도 하나의 입력 장치를 통해 제공될 수 있다. 이러한 입력은 예를 들어 마이크, 포인터 장치, 터치스크린, 또는 그 밖의 다른 유형의 입력 장치를 통해 제공될 수 있다. 제2 입력은 서버와 웨어러블 기기 간의 또는 서버와 입출력 장치 간의 통신 연결(예컨대, 적어도 하나의 네트워크를 통해, 인터넷 연결을 통해 또는 인트라넷 통신 연결을 통해 제공되는 애플리케이션 프로그래밍 인터페이스 연결) 등을 통해 서버에 제공될 수 있다.
제13 양태에 의하면, 건강 모니터링 장치의 서버는, 상기 제2 입력을 수신한 후 소정의 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제3 용량으로 조정하는 변경을 제안하도록 구성될 수 있다. 약물에 대한 변경으로는, 약물의 용량 변경, 약물 복용 횟수의 변경, 또는 용량 변경과 횟수 변경 둘 다가 포함될 수 있다. 예를 들어, 제3 용량은 제1 용량보다 많은 용량일 수 있거나 제1 용량보다 적은 용량일 수 있다. 마찬가지로 제3 용량은 제2 용량보다 많은 용량일 수 있거나 제2 용량보다 적은 용량일 수 있다. 약물의 복용 횟수는 약물을 더 자주 또는 덜 자주 복용하는 것으로 조정될 수 있다. 예를 들어, 약물을 동일한 용량으로 또는 서로 다른 용량으로 하루에 1회 대신 2 내지 4시간 간격으로 복용하거나, 또는 2 내지 4시간마다 복용하는 대신 4 내지 6시간 간격으로 복용하거나, 또는 하루에 1회 대신 6 내지 12시간마다 복용하는 등으로 횟수 조정을 할 수 있다. 다른 유형의 횟수 조정도 가능하다.
제14 양태에 의하면, 건강 모니터링 장치는 입출력 장치를 포함할 수 있다. 상기 입출력 장치는 센서 데이터를 분석하여 사용자의 상태를 추적하고 사용자의 상태 개선을 돕기 위해 사용자에게 변경할 것을 제안하는 출력을 생성하도록 구성될 수 있다. 본 장치의 제14 양태의 실시예들은 입출력 장치만을 포함할 수 있거나, 서버와 조합되거나 웨어러블 기기와 조합된 입출력 장치를 포함할 수 있거나, 서버 및 웨어러블 기기 둘 다와 조합된 입출력 장치를 포함할 수 있다.
제15 양태에 의하면, 건강 모니터링 장치의 입출력 장치는 센서 데이터 및 사용자가 제공한 주관적 데이터를 바탕으로 사용자의 상태 개선 또는 상태 유지를 돕기 위해 사용자에게 변경할 것을 제안하는 출력을 생성하도록 구성될 수 있다. 상기 출력은 그래픽 사용자 인터페이스(GUI)를 통한 시각적 출력, 텍스트, 데이터의 그래픽 표현, 적어도 하나의 스피커에서 방출되는 가청 출력, 촉각적 출력(예컨대, 진동 메커니즘으로부터의 진동 출력), 또는 그 밖의 다른 유형의 출력을 포함할 수 있다. 생성된 출력은 입출력 장치로부터 방출될 수 있고/있거나, 다른 장치에 전달되어 방출될 수 있다(예컨대, 웨어러블 기기에 전달되어 기기의 스피커, 스크린 또는 진동 메커니즘을 통해 방출된다).
제16 양태에 의하면, 건강 모니터링 장치의 입출력 장치는 센서 데이터를 평가하여 사용자의 상태를 추적함으로써 상기 상태에 대한 기준을 정하도록 구성될 수 있다. 또한 입출력 장치는, 사용자가 약물을 제1 용량으로 복용하고 있음을 나타내는 제1 입력에 대한 응답으로, 상기 제1 입력을 수신한 후에 획득한 센서 데이터를 상기 상태에 대한 기준과 비교함으로써 상태가 개선되었는지 여부를 판단하도록 구성될 수 있다. 제1 입력은 입출력 장치의 입력 장치(예컨대, 포인터 장치, 터치스크린 디스플레이, 버튼, 키패드 등)를 통해 사용자가 제공하는 입력일 수 있다.
제17 양태에 의하면, 건강 모니터링 장치의 입출력 장치는, 상기 제1 입력을 수신한 후 소정의 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제2 용량으로 조정하는 변경을 제안하도록 구성될 수 있다. 제2 용량은 제1 용량보다 많은 용량일 수 있거나, 제1 용량보다 적은 용량일 수 있다. 약물의 복용 횟수를 조정하는 것은 약물을 더 자주 또는 덜 자주 복용하는 것일 수 있다. 예를 들어, 약물을 동일한 용량으로 또는 서로 다른 용량으로 하루에 1회 대신 2 내지 4시간 간격으로 복용하거나, 또는 2 내지 4시간마다 복용하는 대신 4 내지 6시간 간격으로 복용하거나, 또는 하루에 1회 대신 6 내지 12시간마다 복용하는 등으로 횟수 조정을 할 수 있다. 다른 유형의 횟수 조정도 가능하다.
제18 양태에 의하면, 건강 모니터링 장치의 입출력 장치는, 사용자가 복용하고 있던 약물을 변경하였음을 나타내는 제2 입력에 대한 응답으로, 상기 제2 입력을 수신한 후에 획득한 센서 데이터를 사용자의 상태에 대한 기준과 비교함으로써 상태가 개선되었는지 여부를 판단하도록 구성될 수 있다. 일부 실시예에서 제2 입력은 입출력 장치의 입력 장치를 통해 사용자에 의해 제공될 수 있다.
제19 양태에 의하면, 건강 모니터링 장치의 입출력 장치는 상기 제2 입력을 수신한 후 소정의 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제3 용량으로 조정하는 변경을 제안하도록 구성될 수 있다. 제3 용량은 제1 용량보다 많은 용량일 수 있거나 제1 용량보다 적은 용량일 수 있다. 마찬가지로 제3 용량은 제2 용량보다 많은 용량일 수 있거나 제2 용량보다 적은 용량일 수 있다. 약물의 복용 횟수를 조정하는 것은 약물을 더 자주 또는 덜 자주 복용하는 것일 수 있다. 예를 들어, 약물을 동일한 용량으로 또는 서로 다른 용량으로 하루에 1회 대신 2 내지 4시간 간격으로 복용하거나, 또는 2 내지 4시간마다 복용하는 대신 4 내지 6시간 간격으로 복용하거나, 또는 하루에 1회 대신 6 내지 12시간마다 복용하는 등으로 횟수 조정을 할 수 있다. 다른 유형의 횟수 조정도 가능하다.
제20 양태에 의하면, 건강 모니터링 장치는, 상기 상태로서, 떨림 상태(tremor condition), 간질, 수면 상태, 알츠하이머병 상태, 신경계 장애, 떨림과 관련되었거나 떨림이 증상인 신경퇴행성 질환, 다발성 경화증, 뇌졸중, 외상성 뇌 손상, 파킨슨병, ADHD, 치매, 알츠하이머병, 약물 사용의 결과, 알코올 남용의 결과, 약물 금단, 갑상선의 상태, 갑상선 기능 항진증, 간의 상태, 간부전, 신부전, 불안, 또는 공황을 모니터링하고/하거나 평가하도록 구성될 수 있다. 본 장치의 실시예들은 입출력 장치만을 포함할 수 있거나, 웨어러블 기기만을 포함할 수 있거나, 서버만을 포함할 수 있거나, 또는 이들 장치의 조합을 포함할 수 있다.
제21 양태에 의하면, 웨어러블 기기는 센서 데이터를 평가하여 사용자의 수면을 추적함으로써 사용자의 수면에 대한 기준을 정하도록 구성될 수 있다. 제22 양태에 의하면, 웨어러블 기기는 사용자가 웨어러블 기기를 착용하고 있을 때 사용자의 수면을 모니터링하여, 사용자가 수면 중 얕은 수면 상태, 수면 중 깊은 수면 상태, 및/또는 수면 중 REM(빠른 안구 운동이 일어나는) 수면 상태에 머물러 있었던 시간 중 하나 이상 구하도록 구성될 수 있다. 제23 양태에 의하면, 웨어러블 기기는 사용자가 잠에서 깨어났을 때에는 사용자의 수면 모니터링을 중단할 것을 자동으로 판단하도록 구성될 수 있다. 제24 양태에 의하면, 웨어러블 기기는 사용자가 잠을 청하려고 시도하기 시작하였을 때 사용자의 수면 모니터링을 시작할 것을 자동으로 판단하도록 구성될 수 있다. 제21 내지 제24 양태들 각각은 본 명세서에서 논의한 다른 양태들 중 임의의 것에 포함될 수 있다.
제25 양태에 의하면, 웨어러블 기기는, (i) 수면 모니터링 중 총 수면 시간, (ii) 사용자가 잠을 청하려고 시도하고 있는 것으로 감지된 후 사용자가 잠들기까지 걸린 시간을 나타내는 입면(sleep onset) 시간, 및/또는 (iii) 전체 사용자 수면 모니터링 시간 중 사용자가 수면을 취한 시간의 양을 나타내는 수면 효율을 산출하도록 구성될 수 있다. 일부 실시양태에서는 이들 매개변수 (i) 내지 (iii) 중 하나만 산출할 수 있으며, 다른 실시양태에서는 이들 매개변수 (i) 내지 (iii) 중 2개만 산출할 수 있고, 또 다른 실시양태에서는 이들 매개변수 (i) 내지 (iii) 3개 모두를 산출할 수 있다.
제26 양태에 의하면, 웨어러블 기기는, (i) 모니터링된 수면 중 사용자가 얕은 수면 상태에 머물러 있었던 시간의 양, (ii) 모니터링된 수면 중 사용자가 깊은 수면 상태에 머물러 있었던 시간의 양, 및/또는 (iii) 모니터링된 수면 중 사용자가 REM 수면 상태에 머물러 있었던 시간의 양을 구하도록 구성될 수 있다. 일부 실시양태에서는 이들 매개변수 (i) 내지 (iii) 중 하나만 산출할 수 있으며, 다른 실시양태에서는 이들 매개변수 (i) 내지 (iii) 중 2개만 산출할 수 있고, 또 다른 실시양태에서는 이들 매개변수 (i) 내지 (iii) 3개 모두를 산출할 수 있다.
제27 양태에 의하면, 웨어러블 기기는 사용자의 수면 모니터링에서 획득한 센서 데이터를 바탕으로 사용자의 수면 점수를 산정하도록 구성될 수 있다. 제28 양태에 의하면, 수면 점수를 하기의 수면 점수 공식에 따라 구할 수 있다:
수면 점수 = WLS*LS + WDS*DS + WRS*RS + WBM수면*BM수면 + WENV*ENV + WTd*Td + WTo*To + WTe*Te
(식에서,
LS는 사용자가 얕은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
DS는 사용자가 깊은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
RS는 사용자가 REM 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
Td는 사용자의 총 수면 시간에 대한 값이고;
To는 수면과 관련하여 구한 입면 시간에 대한 값이고;
Te는 수면과 관련하여 구한 수면 효율에 대한 값이고;
BM수면은 수면 중 사용자에서 감지된 신체 움직임에 대한 값이고;
ENV는 수면 중 감지된 환경에 대한 값이고;
WLS는 LS에 대한 가중치이고;
WDS는 DS에 대한 가중치이고;
WRS는 RS에 대한 가중치이고;
WBM수면은 BM수면에 대한 가중치이고;
WENV는 ENV에 대한 가중치이고;
WTd는 Td에 대한 가중치이고;
WTo는 To에 대한 가중치이고;
WTe는 Te에 대한 가중치이다).
제25 내지 제28 양태들 각각은 본 명세서에서 논의한 다른 양태들 중 임의의 것에 포함될 수 있다.
제29 양태에 의하면, 서버는 센서 데이터를 평가하여 사용자의 수면을 추적함으로써 사용자를 위한 수면의 기준을 정하도록 구성될 수 있다. 제30 양태에 의하면, 서버는 센서 데이터를 바탕으로 사용자의 수면을 모니터링하여, 사용자가 수면 중 얕은 수면 상태에 머물러 있었던 시간, 수면 중 깊은 수면 상태에 머물러 있었던 시간, 및/또는 수면 중 REM(빠른 안구 운동이 일어나는) 수면 상태에 머물러 있었던 시간 중 하나 이상을 구하도록 구성될 수 있다. 제31 양태에 의하면, 서버는, 총 수면 시간을 구하도록, 사용자가 잠에서 깨어났을 때를 자동으로 판단하여 사용자의 수면 종료를 정의하도록 구성될 수 있다. 제32 양태에 의하면, 서버는 사용자가 잠을 청하려고 시도하기 시작한 시점과 전체 수면 중 사용자가 처음 잠에 빠진 시점을 자동으로 판단하여 입면 지속시간을 구하도록 구성될 수 있다. 제29 내지 제32 양태들 각각은 본 명세서에서 논의한 다른 양태들 중 임의의 것에서 활용될 수 있다.
제33 양태에 의하면, 서버는 센서 데이터를 바탕으로 (i) 실제로 잠을 잔 총 시간, (ii) 사용자가 잠을 청하려고 시도하고 있는 것으로 감지된 후 사용자가 잠들기까지 걸린 시간을 나타내는 입면 시간, 및/또는 (iii) 총 수면 시간 중 사용자가 수면을 취한 시간의 양을 나타내는 수면 효율을 산출하도록 구성될 수 있다. 일부 실시양태에서는 이들 매개변수 (i) 내지 (iii) 중 하나만 산출할 수 있으며, 다른 실시양태에서는 이들 매개변수 (i) 내지 (iii) 중 2개만 산출할 수 있고, 또 다른 실시양태에서는 적어도 이들 매개변수 (i) 내지 (iii) 3개 모두를 산출할 수 있다.
제34 양태에 의하면, 서버는 센서 데이터를 바탕으로 (i) 모니터링된 수면 중 사용자가 얕은 수면 상태에 머물러 있었던 시간의 양, (ii) 모니터링된 수면 중 사용자가 깊은 수면 상태에 머물러 있었던 시간의 양, 및/또는 (iii) 모니터링된 수면 중 사용자가 REM 수면 상태에 머물러 있었던 시간의 양을 구하도록 구성될 수 있다. 일부 실시양태에서는 이들 매개변수 (i) 내지 (iii) 중 하나만 산출할 수 있다. 다른 실시양태에서는 이들 매개변수 (i) 내지 (iii) 중 2개만 산출할 수 있다. 또 다른 실시양태에서는 적어도 이들 매개변수 (i) 내지 (iii) 3개 모두를 산출할 수 있다.
제35 양태에 의하면, 서버는 센서 데이터를 바탕으로 사용자의 수면 점수를 산정하도록 구성될 수 있다. 제36 양태에 의하면, 수면 점수를 하기의 수면 점수 공식에 따라 구할 수 있다:
수면 점수 = WLS*LS + WDS*DS + WRS*RS + WBM수면*BM수면 + WENV*ENV + WTd*Td + WTo*To + WTe*Te
(식에서,
LS는 사용자가 얕은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
DS는 사용자가 깊은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
RS는 사용자가 REM 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
Td는 사용자의 총 수면 시간에 대한 값이고;
To는 수면과 관련하여 구한 입면 시간에 대한 값이고;
Te는 수면과 관련하여 구한 수면 효율에 대한 값이고;
BM수면은 수면 중 사용자에서 감지된 신체 움직임에 대한 값이고;
ENV는 수면 중 감지된 환경에 대한 값이고;
WLS는 LS에 대한 가중치이고;
WDS는 DS에 대한 가중치이고;
WRS는 RS에 대한 가중치이고;
WBM수면은 BM수면에 대한 가중치이고;
WENV는 ENV에 대한 가중치이고;
WTd는 Td에 대한 가중치이고;
WTo는 To에 대한 가중치이고;
WTe는 Te에 대한 가중치이다).
제33 내지 제36 양태들 각각은 본 명세서에서 논의한 다른 양태들 중 임의의 것에서 활용될 수 있다.
제37 양태에 의하면, 입출력 장치는 센서 데이터를 평가하여 사용자의 수면을 추적함으로써 사용자의 수면에 대한 기준을 정하도록 구성될 수 있다. 제38 양태에 의하면, 입출력 장치는 센서 데이터를 바탕으로 사용자의 수면을 모니터링하여, 사용자가 수면 중 얕은 수면 상태에 머물러 있었던 시간, 수면 중 깊은 수면 상태에 머물러 있었던 시간, 및/또는 수면 중 REM(빠른 안구 운동이 일어나는) 수면 상태에 머물러 있었던 시간 중 하나 이상을 구하도록 구성될 수 있다. 제39 양태에 의하면, 입출력 장치는, 총 수면 시간을 구하도록, 사용자가 잠에서 깨어났을 때를 자동으로 판단하여 사용자의 수면 종료를 정의하도록 구성될 수 있다. 제40 양태에 의하면, 입출력 장치는 사용자가 잠을 청하려고 시도하기 시작한 시점과 전체 수면 중 사용자가 처음 잠에 빠진 시점을 자동으로 판단하여 입면 지속시간을 구하도록 구성될 수 있다. 제37 내지 제40 양태들 각각은 본 명세서에서 논의한 다른 양태들 중 임의의 것에서 활용될 수 있다.
제41 양태에 의하면, 입출력 장치는 센서 데이터를 바탕으로 (i) 실제로 잠을 잔 총 수면 시간, (ii) 사용자가 잠을 청하려고 시도하고 있는 것으로 감지된 후 사용자가 잠들기까지 걸린 시간을 나타내는 입면 시간, 및/또는 (iii) 총 수면 시간 중 사용자가 수면을 취한 시간의 양을 나타내는 수면 효율을 산출하도록 구성될 수 있다. 일부 실시양태에서는 이들 매개변수 (i) 내지 (iii) 중 하나만 산출할 수 있으며, 다른 실시양태에서는 이들 매개변수 (i) 내지 (iii) 중 2개만 산출할 수 있고, 또 다른 실시양태에서는 적어도 이들 매개변수 (i) 내지 (iii) 3개 모두를 산출할 수 있다.
제42 양태에 의하면, 입출력 장치는 센서 데이터를 바탕으로 (i) 모니터링된 수면 중 사용자가 얕은 수면 상태에 머물러 있었던 시간의 양, (ii) 모니터링된 수면 중 사용자가 깊은 수면 상태에 머물러 있었던 시간의 양, 및/또는 (iii) 모니터링된 수면 중 사용자가 REM 수면 상태에 머물러 있었던 시간의 양을 구하도록 구성될 수 있다. 일부 실시양태에서는 이들 매개변수 (i) 내지 (iii) 중 하나만 산출할 수 있으며, 다른 실시양태에서는 이들 매개변수 (i) 내지 (iii) 중 2개만 산출할 수 있고, 또 다른 실시양태에서는 적어도 이들 매개변수 (i) 내지 (iii) 3개 모두를 산출할 수 있다.
제43 양태에 의하면, 서버는 센서 데이터를 바탕으로 사용자의 수면 점수를 산정하도록 구성될 수 있다. 제44 양태에 의하면, 수면 점수를 하기의 수면 점수 공식에 따라 구할 수 있다:
수면 점수 = WLS*LS + WDS*DS + WRS*RS + WBM수면*BM수면 + WENV*ENV + WTd*Td + WTo*To + WTe*Te
(식에서,
LS는 사용자가 얕은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
DS는 사용자가 깊은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
RS는 사용자가 REM 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
Td는 사용자의 총 수면 시간에 대한 값이고;
To는 수면과 관련하여 구한 입면 시간에 대한 값이고;
Te는 수면과 관련하여 구한 수면 효율에 대한 값이고;
BM수면은 수면 중 사용자에서 감지된 신체 움직임에 대한 값이고;
ENV는 수면 중 감지된 환경에 대한 값이고;
WLS는 LS에 대한 가중치이고;
WDS는 DS에 대한 가중치이고;
WRS는 RS에 대한 가중치이고;
WBM수면은 BM수면에 대한 가중치이고;
WENV는 ENV에 대한 가중치이고;
WTd는 Td에 대한 가중치이고;
WTo는 To에 대한 가중치이고;
WTe는 Te에 대한 가중치이다).
제41 내지 제44 양태들 각각은 본 명세서에서 논의한 다른 양태들 중 임의의 것에서 활용될 수 있다.
제45 양태에 의하면, 건강 모니터링 장치는 센서 데이터를 평가하여 사용자의 심박수가 소정의 불안 임계치 수준 이상인지 여부를 판단하고, 심박수가 상기 소정의 불안 임계치 수준을 초과하였다는 판단이 내려지면 이에 대한 응답으로 신체 움직임 센서 데이터를 평가하여 동작의 빈도가 불안 임계 비율(axciety threshold rate)을 넘어 증가하고 있는지 여부를 판단하도록 구성될 수 있다. 동작의 빈도가 상기 불안 임계 비율을 넘었다는 판단이 내려지면 이에 대한 응답으로 개입이 작동되어 사용자에게 출력을 제공할 수 있다. 제46 양태에 의하면, 작동되는 상기 출력은 웨어러블 기기의 진동 메커니즘에 의해 발생되는 진동, 웨어러블 기기나 입출력 장치에 의해 출력되는 음악, 및/또는 웨어러블 기기의 스피커나 입출력 장치의 스피커를 통해 방출되는 가청음일 수 있다. 서버, 웨어러블 기기, 및/또는 입출력 장치는 이러한 평가 및 판단을 수행하도록 구성될 수 있다. 예를 들어, 제47 양태에 의하면, 웨어러블 기기는 센서 데이터를 평가하고 출력을 내보내도록 구성될 수 있다. 제48 양태에 의하면, 입출력 장치가 센서 데이터를 평가하고 출력을 내보낼 수 있다. 제49 양태에 의하면, 서버가 센서 데이터를 평가하고, 입출력 장치 및/또는 웨어러블 기기가 출력을 내보낼 수 있다.
제50 양태에 의하면, 제1 떨림 기준 기간 동안의 센서 데이터 중 가속도계 데이터를 평가하여, (i) 제1 떨림 기준 기간 내 발생한 떨림 수에 해당하는 떨림 카운트(Tc); (ii) 센서 데이터를 바탕으로 제1 떨림 기준 기간 내, 떨림이 발생한 것으로 검출된 시점과 떨림이 발생하지 않은 것으로 검출된 시점 사이에 경과된 시간의 양에 해당하는 떨림 지속시간(TD); (iii) 제1 떨림 기준 기간 내 감지된 각 떨림에 대한 단일 떨림 주기 내 감지된 떨림의 떨림 진폭(TA); 및 (iv) 제1 떨림 기준 기간 내에서의 떨림 발생 횟수에 해당하는 떨림 빈도(TF)를 구할 수 있다.
제51 양태에 의하면, 제1 가중치(w1), 제2 가중치(w2), 제3 가중치(w3) 및 제4 가중치(w4)를 정하여 하기 공식에 따라 제1 기준 떨림 점수(제1 Ts)를 산출할 수 있다:
제1 TS = (w1*TF + w2*TA + w3*TD + w4*TC).
제52 양태에 의하면, 입출력 장치, 서버, 또는 웨어러블 기기는 가속도계 데이터를 평가하여 제1 기준 떨림 점수를 정하도록 구성될 수 있다.
제53 양태에 의하면, 건강 모니터링 장치는, 사용자가 약물을 복용했음을 나타내는 입력에 대한 응답으로, 사용자가 약물을 복용한 후 획득한, 제2 떨림 기준 기간 동안의 센서 데이터 중 가속도계 데이터를 평가하여, (i) 제2 떨림 기준 기간 내 발생한 떨림 수에 해당하는 떨림 카운트(Tc); (ii) 센서 데이터를 바탕으로 제2 떨림 기준 기간 내, 떨림이 발생한 것으로 검출된 시점과 떨림이 발생하지 않은 것으로 검출된 시점 사이에 경과된 시간의 양에 해당하는 떨림 지속시간(TD); (iii) 제2 떨림 기준 기간 내 감지된 각 떨림에 대한 단일 떨림 주기 내 감지된 떨림의 떨림 진폭(TA); 및 (iv) 제2 떨림 기준 기간 내에서의 떨림 발생 횟수에 해당하는 떨림 빈도(TF)를 구하도록 구성될 수 있다. 제54 양태에 의하면, 제1 가중치(w1), 제2 가중치(w2), 제3 가중치(w3) 및 제4 가중치(w4)를 정하여 하기 공식에 따라 제2 기준 떨림 점수(제2 Ts)를 산출할 수 있다:
제2 TS = (w1*TF + w2*TA + w3*TD + w4*TC).
제55 양태에 의하면, 입출력 장치, 서버, 또는 웨어러블 기기는 가속도계 데이터를 평가하여 새로운 제2 기준 떨림 점수를 정하도록 구성될 수 있다. 제56 양태에 의하면, 입출력 장치, 서버, 또는 웨어러블 기기는 제2 기준 떨림 점수를 제1 기준 떨림 점수와 비교함으로써 약물의 효능을 평가하도록 구성될 수 있다. 제57 양태에 의하면, 입출력 장치, 서버 또는 웨어러블 기기는, (i) 제2 기준 떨림 점수를 제1 기준 떨림 점수와 비교한 결과, 떨림 상태가 악화된 것으로 판단이 내려지거나, (ii) 제2 기준 떨림 점수를 제1 기준 떨림 점수와 비교한 결과, 떨림 상태가 동일한 것으로 판단이 내려지거나, (iii) 제2 기준 떨림 점수가 제1 기준 떨림 점수보다 높다는 판단이 내려지거나, (iv) 제2 기준 떨림 점수가 제1 기준 떨림 점수의 소정의 비-효능 범위 내에 속하는 것으로 판단이 내려지거나, (v) 제2 기준 떨림 점수와 제1 기준 떨림 점수의 차이가 소정의 효능 값 이하인 것으로 판단이 내려지면, 이에 대한 응답으로, 약물의 용량 및/또는 약물의 복용 횟수를 변경할 것을 제한하는 출력을 생성하도록 구성될 수 있다. 제58 양태에 의하면, 약물의 용량 및/또는 약물의 복용 횟수를 변경할 것을 제안하는 출력은 그래픽 묘사 및/또는 텍스트를 포함할 수 있다. 또한 상기 출력은 가청 출력 또는 그 밖의 다른 출력을 포함할 수 있다.
제59 양태에 의하면, 서버는, 사용자의 수면 상태, 떨림 상태, 또는 건강 상태를 평가하기 위해 사용자의 건강 데이터에 액세스하도록, 사용자의 건강 데이터가 저장되어 있는 적어도 하나의 데이터 관리 장치에 통신 가능하게 연결될 수 있다. 이러한 건강 데이터 관리 장치의 예로는, 적어도 하나의 전자 건강 기록(EHR) 장치를 들 수 있다.
제60 양태에 의하면, 웨어러블 기기는 사용자가 수면하는 중에 발생하는 코골이 및/또는 기침을 녹음하도록 구성될 수 있다. 제61 양태에 의하면, 서버 및/또는 입출력 장치는 센서 어레이의 센서 데이터로부터 코골이 및/또는 기침 패턴을 식별하여 센서 데이터 중의 녹음된 코골이 및/또는 기침의 데이터를 바탕으로 사용자의 수면 상태를 예측하도록 구성될 수 있다. 제62 양태에 의하면, 웨어러블 기기 및/또는 입출력 장치는 수면 중인 사용자의 수면의 질 및/또는 수면 시간을 개선하기 위해 사용자가 아직 수면 중일 때 적어도 하나의 가청적 및/또는 감각적 출력을 사용자에게 출력하도록 구성될 수 있다. 이러한 출력은 서버, 입출력 장치 또는 웨어러블 기기로부터의 통신을 통해 트리거될 수 있다.
제63 양태에 의하면, 웨어러블 기기 및/또는 입출력 장치는 웨어러블 기기를 착용하고 있는 사용자의 심박수, 신체 움직임 및 땀을 감지하기 위해 센서 데이터를 주기적으로 평가하여 심박수, 신체 움직임 및 땀이 소정의 임계 수면 상태 판정기준(pre-selected threshold sleep condition criteria)을 초과하였는지 여부를 판단하며, 이에 따라 상기 소정의 임계 수면 상태 판정기준을 충족시켰거나 초과하였다면 이에 대한 응답으로 웨어러블 기기 및/또는 입출력 장치는 사용자의 수면 시간 및/또는 수면의 질을 개선하기 위한 적어도 하나의 출력을 내보내도록 구성될 수 있다. 제64 양태에 의하면, 상기 출력은 웨어러블 기기의 진동 메커니즘을 통한 진동을 포함한다. 제65 양태에 의하면, 상기 출력은 웨어러블 기기 또는 입출력 장치에 의해 트리거되어 출력되는 적어도 한 가지의 소리 또는 음악의 가청 출력을 포함한다. 제66 양태에 의하면, 상기 출력은 다른 출력(예컨대, 가청 및/또는 시각적 출력)과 함께, 웨어러블 기기의 진동 메커니즘을 통한 진동을 포함할 수 있다.
제67 양태에 의하면, 건강 모니터링 장치는 또한 웨어러블 기기를 서버 및/또는 입출력 장치에 통신 가능하게 연결하도록 구성되며 또한 상기 웨어러블 기기의 배터리를 재충전하도록 구성된 도킹 스테이션을 포함할 수 있다. 제68 양태에 의하면, 도킹 스테이션이 구비될 수 있으며, 상기 도킹 스테이션은 웨어러블 기기를 입출력 장치에 통신 가능하게 연결하도록 구성될 수 있다.
제69 양태에 의하면, 입출력 장치 및/또는 웨어러블 기기는, 사용자의 입력을 수신하기 위한, (i) 사용자가 잠자리에 드는 소정의 취침 시간 내에 출력되는 일련의 야간 질문들; 및/또는 (ii) 사용자가 잠에서 깨어나는 소정의 기상 시간 내에 출력되는 일련의 아침 질문들을 포함한 가청 질의들을 출력하도록 구성될 수 있다. 입출력 장치 및/또는 웨어러블 기기는 사용자의 수면 평가를 위해 상기 가청 질의들에 대한 사용자 답변을 저장하도록 구성될 수 있다. 제70 양태에 의하면, 입출력 장치 및/또는 웨어러블 기기는, 가청 질의들이 사용자의 친척 또는 친구의 음성으로 말해지도록, 가청 질의들의 출력을 위한 음성을 구사하는 오디오 파일을 저장하도록 구성됨으로써, 가청 질의들이 상기 저장된 오디오 파일을 바탕으로 출력되도록 할 수 있다. 일부 실시예에서, 이러한 오디오 파일은 서버를 통해 제공될 수 있다.
제71 양태에 의하면, 입출력 장치, 서버, 및/또는 웨어러블 기기는 주간 활동의 질(QODA) 점수를 산정하도록 구성될 수 있다. 일부 실시예에서 QODA 점수는 저장된 센서 데이터를 바탕으로 정해질 수 있다.
제72 양태에 의하면, QODA 점수를 하기 공식 중 하나에 기반하여 산출할 수 있다:
QODA = 수면 점수 + (정신, 신체 및 식단(MBD)) 점수
QODA = 수면 점수 + MBD 점수 + 활동 점수
QODA = 수면 점수*WQODASS + MBD 점수*WQODAMBD, 또는
QODA = 수면 점수*WQODASS + MBD 점수*WQODAMBD + 활동 점수*WQODA활동
(식에서,
WQODASS는 수면 점수에 대한 QODA 가중치이고;
WQODAMBD는 MBD 점수에 대한 가중치이고;
WQODA활동은 활동 점수에 대한 가중치이다).
제73 양태에 의하면, MBD 점수를 하기 공식에 따라 구할 수 있다:
MBD 점수 = MB*w1MBD + D*w2MBD
(식에서,
MB는 사용자가 제공한 주관적인 입력을 바탕으로 하는 정신-신체 점수이고;
D는 사용자의 식단 정보를 바탕으로 하는 식단 점수이고;
w1MBD는 MB 점수에 대한 가중치이고;
w2MBD는 식단 점수(D)에 가중치를 부여하기 위한 가중치이다).
제74 양태에 의하면, 수면 점수를 하기 공식에 따라 구할 수 있다:
수면 점수 = WLS*LS + WDS*DS + WRS*RS + WBM수면*BM수면 + WENV*ENV + WTd*Td + WTo*To + WTe*Te
(식에서,
LS는 사용자가 얕은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
DS는 사용자가 깊은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
RS는 사용자가 REM 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
Td는 사용자의 총 수면 시간에 대한 값이고;
To는 수면과 관련하여 구한 입면 시간에 대한 값이고;
Te는 수면과 관련하여 구한 수면 효율에 대한 값이고;
BM수면은 수면 중 사용자에서 감지된 신체 움직임에 대한 값이고;
ENV는 수면 중 감지된 환경에 대한 값이고;
WLS는 LS에 대한 가중치이고;
WDS는 DS에 대한 가중치이고;
WRS는 RS에 대한 가중치이고;
WBM수면은 BM수면에 대한 가중치이고;
WENV는 ENV에 대한 가중치이고;
WTd는 Td에 대한 가중치이고;
WTo는 To에 대한 가중치이고;
WTe는 Te에 대한 가중치이다).
제45 내지 제74 양태 중 어느 하나는 임의의 조합으로 제1 양태와 결합될 수 있으며, 또한 본 명세서에서 논의한 임의의 다른 양태와 결합될 수 있음을 이해해야 한다.
제75 양태에 의하면, 사용자의 건강 상태를 모니터링하는 방법은 사용자가 웨어러블 기기를 착용하고 있을 때 상기 기기에 구비된 센서 어레이를 통해 센서 데이터를 획득하는 단계; 센서 데이터를 분석하여 사용자의 상태를 추적하는 단계; 및 분석된 센서 데이터를 바탕으로 사용자의 상태 개선이나 상태 유지를 돕기 위해 사용자에게 변경할 것을 제안하는 출력을 생성하는 단계를 포함할 수 있다. 건강 모니터링 장치의 실시예는 상기 방법을 이용하도록 구성될 수 있다.
제76 양태에 의하면, 상기 방법은, 센서 데이터를 분석하여 사용자의 상태를 추적하는 단계가 사용자 상태에 대한 제1 기준을 구하기 위해 수행되도록 구성될 수 있다. 일부 실시예에서 건강 모니터링 장치의 서버, 입출력 장치 또는 웨어러블 기기는 이러한 센서 데이터 분석을 수행할 수 있다.
제77 양태에 의하면, 상기 방법은, 사용자가 약물을 제1 용량으로 복용하고 있음을 나타내는 제1 입력에 대한 응답으로, 상기 제1 입력을 수신한 후에 획득한 센서 데이터를 사용자 상태에 대한 기준과 비교하여 상태가 개선되었는지 여부를 판단하는 단계를 포함할 수 있다. 웨어러블 기기, 입출력 장치, 또는 서버는 제1 입력에 대한 이러한 응답을 구현하도록 구성될 수 있다.
제78 양태에 의하면, 상기 방법은, 상기 제1 입력을 수신한 후 소정의 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제2 용량으로 조정하고/하거나 약물을 해당 상태에 대해 지시된 다른 약물로 조정하는 변경을 제안하는 단계를 포함할 수 있다. 본 명세서에 논의된 것처럼, 제2 용량은 제1 용량보다 많은 용량일 수 있거나, 또는 제1 용량보다 적은 용량일 수 있다. 약물의 복용 횟수를 조정하는 것은 약물을 더 자주 또는 덜 자주 복용하는 것일 수 있다. 예를 들어, 약물을 동일한 용량으로 또는 서로 다른 용량으로 하루에 1회 대신 2 내지 4시간 간격으로 복용하거나, 또는 2 내지 4시간마다 복용하는 대신 4 내지 6시간 간격으로 복용하거나, 또는 하루에 1회 대신 6 내지 12시간마다 복용하는 등으로 횟수 조정을 할 수 있다. 다른 유형의 횟수 조정도 가능하다. 일부 실시예에서, 웨어러블 기기, 입출력 장치, 또는 서버는 상태가 개선되지 않았다는 판단에 대해 이러한 응답을 구현하도록 구성될 수 있다.
제79 양태에 의하면, 상기 방법은 또한 사용자가 복용하고 있던 약물을 변경하였음을 나타내는 제2 입력에 대한 응답으로, 상기 제2 입력을 수신한 후에 획득한 센서 데이터를 사용자 상태에 대한 기준과 비교하여 상태가 개선되었는지 여부를 판단하는 단계를 포함할 수 있다. 일부 실시예에서, 웨어러블 기기, 입출력 장치, 또는 서버는 제2 입력에 대한 이러한 응답을 구현하도록 구성될 수 있다.
제80 양태에 의하면, 상기 방법은 상기 제2 입력을 수신한 후 소정의 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제3 용량으로 조정하고/하거나 약물을 해당 상태에 대해 지시된 다른 제3 약물로 조정하는 변경을 제안하는 단계를 포함할 수 있다. 제3 용량은 제1 용량보다 많은 용량일 수 있거나 제1 용량보다 적은 용량일 수 있다. 마찬가지로 제3 용량은 제2 용량보다 많은 용량일 수 있거나 제2 용량보다 적은 용량일 수 있다. 약물의 복용 횟수는 약물을 더 자주 또는 덜 자주 복용하는 것으로 조정될 수 있다. 예를 들어, 약물을 동일한 용량으로 또는 서로 다른 용량으로 하루에 1회 대신 2 내지 4시간 간격으로 복용하거나, 또는 2 내지 4시간마다 복용하는 대신 4 내지 6시간 간격으로 복용하거나, 또는 하루에 1회 대신 6 내지 12시간마다 복용하는 등으로 횟수 조정을 할 수 있다. 다른 유형의 횟수 조정도 가능하다. 일부 실시예에서, 웨어러블 기기, 입출력 장치, 또는 서버는 상태가 개선되지 않았다는 판단에 대한 이러한 응답을 구현하도록 구성될 수 있다.
제81 양태에 의하면, 상기 상태는 떨림 상태, 간질, 수면 상태, 알츠하이머병 상태, 신경성 장애, 떨림과 관련되었거나 떨림이 증상인 신경퇴행성 질환, 다발성 경화증, 뇌졸중, 외상성 뇌 손상, 파킨슨병, ADHD, 치매, 알츠하이머병, 약물 사용의 결과, 알코올 남용의 결과, 약물 금단, 갑상선의 상태, 갑상선 기능 항진증, 지방간 질환, 간부전, 신부전, 불안, 또는 공황일 수 있다.
제82 양태에 의하면, 센서 데이터를 분석하여 사용자의 상태를 추적하는 단계는 사용자의 수면에 대한 기준을 정하는 단계를 포함할 수 있다. 제82 양태에 의하면, 상기 방법은 또한 수면 중의 사용자가 센서 어레이를 구비한 웨어러블 기기를 착용하고 있을 때 획득한 센서 데이터를 바탕으로 사용자의 수면을 모니터링하여, 사용자가 수면 중 얕은 수면 상태에 머물러 있었던 시간, 수면 중 깊은 수면 상태에 머물러 있었던 시간, 및/또는 수면 중 REM(빠른 안구 운동이 일어나는) 수면 상태에 머물러 있었던 시간 중 하나 이상을 구하는 단계를 포함할 수 있다. 제84 양태에 의하면, 사용자가 잠에서 깨어났을 때에는 사용자의 수면 모니터링을 중단할 것을 자동으로 판단하는 식으로 사용자의 수면을 모니터링할 수 있다. 제85 양태에 의하면, 사용자가 잠을 청하려고 시도하기 시작하였을 때를 자동으로 판단한 후 사용자의 수면 모니터링을 시작하는 식으로 사용자의 수면을 모니터링할 수 있다. 건강 모니터링 장치의 실시예들은 제82 내지 제85 양태의 실시예들을 구현하도록 구성될 수 있다.
제86 양태에 의하면, 상기 방법은 (i) 수면 모니터링 중 총 수면 시간, (ii) 사용자가 잠을 청하려고 시도하고 있는 것으로 감지된 후 사용자가 잠들기까지 걸린 시간을 나타내는 입면(sleep onset) 시간, 및/또는 (iii) 전체 사용자 수면 모니터링 시간 중 사용자가 수면을 취한 시간의 양을 나타내는 수면 효율을 산출하는 단계를 포함할 수 있다. 일부 실시양태에서는 이들 매개변수 (i) 내지 (iii) 중 하나만 산출할 수 있거나, 이들 매개변수 (i) 내지 (iii) 중 2개만 산출할 수 있거나, 적어도 이들 매개변수 (i) 내지 (iii) 3개 모두를 산출할 수 있다. 본 장치의 실시예들은 이러한 양태를 구현하도록 구성될 수 있다.
제87 양태에 의하면, 상기 방법은 (i) 모니터링된 수면 중 사용자가 얕은 수면 상태에 머물러 있었던 시간의 양, (ii) 모니터링된 수면 중 사용자가 깊은 수면 상태에 머물러 있었던 시간의 양, 및/또는 (iii) 모니터링된 수면 중 사용자가 REM 수면 상태에 머물러 있었던 시간의 양을 구하는 단계를 포함할 수 있다. 일부 실시양태에서는 이들 매개변수 (i) 내지 (iii) 중 하나만 산출할 수 있다. 다른 실시양태에서는 이들 매개변수 (i) 내지 (iii) 중 2개만 산출할 수 있다. 또 다른 실시양태에서는 적어도 이들 매개변수 (i) 내지 (iii) 3개 모두를 산출할 수 있다.
제88 양태에 의하면, 상기 방법은 사용자의 수면 모니터링에서 획득한 센서 데이터를 바탕으로 사용자의 수면 점수를 산정하는 단계를 포함할 수 있다. 제89 양태에 의하면, 수면 점수를 하기의 수면 점수 공식에 따라 구할 수 있다:
수면 점수 = WLS*LS + WDS*DS + WRS*RS + WBM수면*BM수면 + WENV*ENV + WTd*Td + WTo*To + WTe*Te
(식에서,
LS는 사용자가 얕은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
DS는 사용자가 깊은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
RS는 사용자가 REM 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
Td는 사용자의 총 수면 시간에 대한 값이고;
To는 수면과 관련하여 구한 입면 시간에 대한 값이고;
Te는 수면과 관련하여 구한 수면 효율에 대한 값이고;
BM수면은 수면 중 사용자에서 감지된 신체 움직임에 대한 값이고;
ENV는 수면 중 감지된 환경에 대한 값이고;
WLS는 LS에 대한 가중치이고;
WDS는 DS에 대한 가중치이고;
WRS는 RS에 대한 가중치이고;
WBM수면은 BM수면에 대한 가중치이고;
WENV는 ENV에 대한 가중치이고;
WTd는 Td에 대한 가중치이고;
WTo는 To에 대한 가중치이고;
WTe는 Te에 대한 가중치이다).
제90 양태에 의하면, 상기 방법은 또한 센서 데이터를 기반으로 사용자의 심박수가 소정의 불안 임계치 수준 이상인지 여부를 판단하고, 심박수가 상기 소정의 불안 임계치 수준을 초과하였다는 판단이 내려지면 이에 대한 응답으로 신체 움직임 센서 데이터를 평가하여 동작의 빈도가 불안 임계 비율을 넘어 증가하고 있는지 여부를 판단하는 단계를 포함할 수 있다. 동작의 빈도가 상기 불안 임계 비율을 넘었다는 판단이 내려지면 이에 대한 응답으로 개입을 작동시켜 사용자에게 출력을 제공할 수 있다. 본 장치의 실시예들은 이러한 양태를 구현하도록 구성될 수 있다.
제91 양태에 의하면, 상기 방법은, 동작의 빈도가 불안 임계 비율을 초과하여 증가했다는 판단이 내려지면 이에 대한 응답으로, 웨어러블 기기의 진동 메커니즘에 의해 발생되는 진동, 웨어러블 기기나 입출력 장치에 의해 출력되는 음악, 및/또는 웨어러블 기기의 스피커나 입출력 장치의 스피커를 통해 방출되는 가청음으로서의 출력이 제공되도록 구현될 수 있다.
제92 양태에 의하면, 상기 방법은 제1 떨림 기준 기간 동안의 센서 데이터 중 가속도계 데이터를 평가하여, (i) 제1 떨림 기준 기간 내 발생한 떨림 수에 해당하는 떨림 카운트(Tc); (ii) 센서 데이터를 바탕으로 제1 떨림 기준 기간 내, 떨림이 발생한 것으로 검출된 시점과 떨림이 발생하지 않은 것으로 검출된 시점 사이에 경과된 시간의 양에 해당하는 떨림 지속시간(TD); (iii) 제1 떨림 기준 기간 내 감지된 각 떨림에 대한 단일 떨림 주기 내 감지된 떨림의 떨림 진폭(TA); 및 (iv) 제1 떨림 기준 기간 내에서의 떨림 발생 횟수에 해당하는 떨림 빈도(TF)를 구하는 단계를 포함할 수 있다.
제93 양태에 의하면, 상기 방법은 제1 가중치(w1), 제2 가중치(w2), 제3 가중치(w3) 및 제4 가중치(w4)를 정하여 하기 공식에 따라 제1 기준 떨림 점수(제1 Ts)를 산출하는 단계를 포함할 수 있다:
제1 TS = (w1*TF + w2*TA + w3*TD + w4*TC).
제94 양태에 의하면, 상기 방법은 또한 사용자가 약물을 복용했음을 나타내는 입력에 대한 응답으로, 사용자가 약물을 복용한 후 획득한, 제2 떨림 기준 기간 동안에 평가되는, 센서 데이터 중 가속도계 데이터를 포함할 수 있다. 센서 데이터 중 가속도계 데이터의 평가는: (i) 제2 떨림 기준 기간 내 발생한 떨림 수에 해당하는 떨림 카운트(Tc); (ii) 센서 데이터를 바탕으로 제2 떨림 기준 기간 내, 떨림이 발생한 것으로 검출된 시점과 떨림이 발생하지 않은 것으로 검출된 시점 사이에 경과된 시간의 양에 해당하는 떨림 지속시간(TD); (iii) 제2 떨림 기준 기간 내 감지된 각 떨림에 대한 단일 떨림 주기 내 감지된 떨림의 떨림 진폭(TA); 및 (iv) 제2 떨림 기준 기간 내에서의 떨림 발생 횟수에 해당하는 떨림 빈도(TF)를 구하도록 수행될 수 있다.
제95 양태에 의하면, 상기 방법은 또한 제1 가중치(w1), 제2 가중치(w2), 제3 가중치(w3) 및 제4 가중치(w4)를 정하여 하기 공식에 따라 제2 기준 떨림 점수(제2 Ts)를 산출하는 단계를 포함할 수 있다:
제2 TS = (w1*TF + w2*TA + w3*TD + w4*TC.
제96 양태에 의하면, 상기 방법은 또한 제2 기준 떨림 점수를 제1 기준 떨림 점수와 비교함으로써 약물의 효능을 평가하는 단계를 포함할 수 있다. 제97 양태에 의하면, 상기 방법은 i) 제2 기준 떨림 점수를 제1 기준 떨림 점수와 비교한 결과, 떨림 상태가 악화된 것으로 판단이 내려지거나, (ii) 제2 기준 떨림 점수를 제1 기준 떨림 점수와 비교한 결과, 떨림 상태가 동일한 것으로 판단이 내려지거나, (iii) 제2 기준 떨림 점수가 제1 기준 떨림 점수보다 높다는 판단이 내려지거나, (iv) 제2 기준 떨림 점수가 제1 기준 떨림 점수의 소정의 비-효능 범위 내에 속하는 것으로 판단이 내려지거나, (v) 제2 기준 떨림 점수와 제1 기준 떨림 점수의 차이가 소정의 효능 값 이하인 것으로 판단이 내려지면, 이에 대한 응답으로, 약물의 용량 및/또는 약물의 복용 횟수를 변경하는 단계를 포함할 수 있다.
제98 양태에 의하면, 상기 방법은 사용자가 수면하는 중에 발생하는 코골이 및/또는 기침을 녹음하는 단계를 포함할 수 있다. 제99 양태에 의하면, 상기 방법은 녹음된 코골이 및/또는 기침의 데이터와 센서 데이터로부터 코골이 및/또는 기침 패턴을 식별하여, 녹음된 코골이 및/또는 기침을 바탕으로 사용자의 수면 상태를 예측하는 단계를 포함할 수 있다. 제100 양태에 의하면, 상기 방법은 또한 수면 중인 사용자의 수면의 질 및/또는 수면 시간을 개선하기 위해 사용자가 아직 수면 중일 때 적어도 하나의 가청적 및/또는 감각적 출력을 사용자에게 출력하는 단계를 포함할 수 있다.
제101 양태에 의하면, 상기 방법은 또한 웨어러블 기기를 착용하고 있는 사용자의 심박수, 신체 움직임 및 땀을 감지하기 위해 센서 데이터를 주기적으로 평가하여 심박수, 신체 움직임 및 땀이 소정의 임계 수면 상태 판정기준을 초과하였는지 여부를 판단하며, 이에 따라 상기 소정의 임계 수면 상태 판정기준을 충족시켰거나 초과하였다면 이에 대한 응답으로 웨어러블 기기 및/또는 입출력 장치로 하여금 사용자의 수면 시간 및/또는 수면의 질을 개선하기 위한 적어도 하나의 출력을 내보내도록 하는 단계를 포함할 수 있다. 제102 양태에 의하면, 상기 출력은 웨어러블 기기의 진동 메커니즘을 통한 진동을 포함할 수 있다. 제103 양태에 의하면, 상기 출력은 웨어러블 기기 또는 입출력 장치에 의해 트리거되어 웨어러블 기기 및/또는 입출력 장치를 통해 출력되는 적어도 한 가지의 소리 또는 음악의 가청 출력을 적어도 한 가지의 소리 또는 음악의 가청 출력을 또한(또는 대안으로) 포함될 수 있다.
제104 양태에 의하면, 상기 방법은 (i) 사용자가 잠자리에 드는 소정의 취침 시간 내에 출력되는 일련의 야간 질문들; 및/또는 (ii) 사용자가 잠에서 깨어나는 소정의 기상 시간 내에 출력되는 일련의 아침 질문들을 포함한 가청 질의들을 사용자에게 묻는 단계를 포함할 수 있다. 상기 방법은 또한 사용자의 수면 평가를 위해 상기 가청 질의들에 대한 사용자 답변을 저장하는 단계를 포함할 수 있다. 제105 양태에 의하면, 상기 방법은 또한 가청 질의들이 사용자의 친척 또는 친구의 음성으로 말해지도록, 가청 질의들의 출력을 위한 음성을 구사하는 오디오 파일을 저장함으로써 가청 질의들이 상기 저장된 오디오 파일을 바탕으로 출력되도록 하는 단계를 포함할 수 있다.
제106 양태에 의하면, 상기 방법은 센서 데이터를 바탕으로 주간 활동의 질(QODA) 점수를 산정하는 단계를 포함할 수 있다. 제107 양태에 의하면, QODA 점수를 하기 공식 중 하나에 기반하여 산출할 수 있다:
QODA = 수면 점수 + MBD(정신, 신체 및 식단) 점수
QODA = 수면 점수 + MBD 점수 + 활동 점수
QODA = 수면 점수*WQODASS + MBD 점수*WQODAMBD, 또는
QODA = 수면 점수*WQODASS + MBD 점수*WQODAMBD + 활동 점수*WQODA활동
(식에서,
WQODASS는 수면 점수에 대한 QODA 가중치이고;
WQODAMBD는 MBD 점수에 대한 가중치이고;
WQODA활동은 활동 점수에 대한 가중치이다).
제108 양태에 의하면, MBD 점수를 하기 공식에 따라 구할 수 있다:
MBD 점수 = MB*w1MBD + D*w2MBD
(식에서,
MB는 사용자가 제공한 주관적인 입력을 바탕으로 하는 정신-신체 점수이고;
D는 사용자의 식단 정보를 바탕으로 하는 식단 점수이고;
w1MBD는 MB 점수에 대한 가중치이고;
w2MBD는 식단 점수(D)에 가중치를 부여하기 위한 가중치이다).
제109 양태에 의하면, 수면 점수를 하기 공식에 따라 구할 수 있다:
수면 점수 = WLS*LS + WDS*DS + WRS*RS + WBM수면*BM수면 + WENV*ENV + WTd*Td + WTo*To + WTe*Te
(식에서,
LS는 사용자가 얕은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
DS는 사용자가 깊은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
RS는 사용자가 REM 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
Td는 사용자의 총 수면 시간에 대한 값이고;
To는 수면과 관련하여 구한 입면 시간에 대한 값이고;
Te는 수면과 관련하여 구한 수면 효율에 대한 값이고;
BM수면은 수면 중 사용자에서 감지된 신체 움직임에 대한 값이고;
ENV는 수면 중 감지된 환경에 대한 값이고;
WLS는 LS에 대한 가중치이고;
WDS는 DS에 대한 가중치이고;
WRS는 RS에 대한 가중치이고;
WBM수면은 BM수면에 대한 가중치이고;
WENV는 ENV에 대한 가중치이고;
WTd는 Td에 대한 가중치이고;
WTo는 To에 대한 가중치이고;
WTe는 Te에 대한 가중치이다).
본 건강 모니터링 장치의 실시예들은 제75 양태 내지 제109 양태 중 어느 하나를 구현하도록 구성될 수 있다. 아울러, 제76 양태 내지 제109 양태 중 어느 것이든 상기 방법의 다양한 실시예에서 서로 조합될 수 있다는 점을 이해해야 한다.
웨어러블 기기도 제공된다. 웨어러블 기기의 실시예들이 본 건강 모니터링 장치에 포함될 수 있다. 웨어러블 기기는 프로세서와, 상기 프로세서에 연결된 비일시적 컴퓨터 판독가능 매체와, 상기 프로세서 및/또는 비일시적 컴퓨터 판독가능 매체에 연결된 센서 어레이를 포함할 수 있다.
웨어러블 기기의 일부 실시예에서, 웨어러블 기기의 센서 어레이는, 심박수 및 혈중 산소 농도를 모니터링하는 광학 센서; 웨어러블 기기를 착용하고 있는 사용자의 체온을 측정하는 체온 센서; 수면 중 가청 소음을 감지하는 마이크; 및 사용자의 땀을 측정하는 땀 센서를 포함할 수 있다. 다른 실시예들은 추가 센서들, 더 적은 센서들 또는 다른 센서들을 구비한 다양한 센서 어레이를 활용할 수 있다.
웨어러블 기기의 실시예들은 하우징을 포함할 수 있다. 상기 센서 어레이가 하우징에 부착될 수 있다. 상기 하우징에는 식별자가 부착되어 있거나 형성되어(defined) 있을 수 있다.
웨어러블 기기는 전력 유닛을 포함할 수 있다. 전력 유닛의 한 예로, 하우징에 부착되거나 하우징 내부에 부착되는 재충전식 배터리를 들 수 있다.
웨어러블 기기의 실시예들은 또한 프로세서에 연결되는 적어도 하나의 데이터 전송 인터페이스 또는 적어도 하나의 무선 송수신기 유닛을 포함할 수 있다.
웨어러블 기기의 실시예들은 사용자가 수면하는 중에 발생하는 코골이 및/또는 기침을 녹음하여 저장 및 전송하도록 구성될 수 있다. 웨어러블 기기는 이러한 데이터를 다른 장치(예컨대, 서버 또는 입출력 장치)로 전송하도록 구성될 수 있다. 또한(또는 대안으로) 웨어러블 기기의 실시예들은 센서 어레이의 데이터로부터 코골이 및/또는 기침 패턴을 식별함으로써 사용자의 수면 상태를 예측하도록 구성될 수 있다.
웨어러블 기기의 실시예들은 웨어러블 기기를 착용하고 있는 사용자의 심박수, 신체 움직임 및 땀을 감지하기 위해 센서 데이터를 주기적으로 평가하고, 심박수, 신체 움직임 및 땀이 소정의 임계 수면 상태 판정기준을 초과한 것으로 판단되면, 사용자의 수면 시간 및/또는 수면의 질을 개선하기 위한 적어도 하나의 출력을 내보내도록 구성될 수 있다. 일부 실시예에서, 이러한 출력으로는 웨어러블 기기가 진동 메커니즘을 통해 진동하는 것이 포함될 수 있다. 상기 출력은 웨어러블 전자기기에 의해 트리거되어 출력되는 적어도 한 가지의 소리 또는 음악의 가청 출력을 또한(또는 대안적으로) 포함할 수 있다. 일부 실시예에서, 상기 소리 또는 음악은 웨어러블 기기를 통해 출력될 수 있거나, 또는 웨어러블 기기에 통신 가능하게 연결될 수 있는 입출력 장치를 통해 출력될 수 있다.
한 명 이상의 웨어러블 기기 사용자를 모니터링하는 장치의 실시예들을 또한 제공한다. 일부 실시예는 본 명세서에 논의된 건강 모니터링 장치의 여러 양태들을 활용할 수 있다. 일부 실시예에서, 웨어러블 기기는 예를 들어 센서 어레이를 통해 수집된 데이터를 중앙 서버로 전송하기 위해, 입출력 장치 및/또는 중앙 서버에 통신 가능하게 연결될 수 있다.
또한 한 명 이상의 웨어러블 기기 사용자를 모니터링하는 장치의 실시예들은, 사용자의 건강 데이터가 저장되어 있는 적어도 하나의 데이터 관리 장치를 포함할 수 있다. 상기 적어도 하나의 데이터 관리 장치에는 사용자의 수면 상태 또는 건강 상태를 평가하기 위해 사용자의 건강 데이터에 액세스하도록 상기 중앙 서버가 통신 가능하게 연결될 수 있다. 사용자의 건강 데이터가 저장되어 있는 적어도 하나의 데이터 관리 장치의 예로, 전자 건강 기록(EHR) 장치를 들 수 있다.
한 명 이상의 웨어러블 기기 사용자를 모니터링하는 장치의 실시예들의 구성에 있어서, 웨어러블 기기는 사용자가 수면하는 중에 발생하는 코골이 및/또는 기침을 녹음하여 중앙 서버로 전송하도록 구성될 수 있다. 일부 실시예에서, 중앙 서버는 센서 어레이의 데이터로부터 코골이 및/또는 기침 패턴을 식별함으로써 사용자의 수면 상태를 예측하도록 구성될 수 있다.
한 명 이상의 웨어러블 기기 사용자를 모니터링하는 장치의 실시예들은 또한 웨어러블 기기를 중앙 서버에 통신 가능하게 연결하도록 구성되도록 및/또는 상기 웨어러블 기기의 배터리를 재충전하도록 구성된 도킹 스테이션을 포함할 수 있다.
사용자의 수면을 평가하는 방법을 또한 제공한다. 상기 방법의 실시예들은 웨어러블 기기의 실시예 또는 건강 모니터링 장치의 실시예를 제공하는 단계를 포함할 수 있다.
수면을 평가하는 방법의 실시예들은 또한, 웨어러블 기기에 의해, 사용자가 수면하는 중에 발생하는 코골이 및/또는 기침을 녹음하고 이렇게 녹음된 코골이 및/또는 기침을 중앙 서버에 전송하는 단계를 포함할 수 있다. 중앙 서버는 녹음된 코골이 및/또는 기침의 데이터로부터 코골이 및/또는 기침 패턴을 식별하여 사용자의 수면 상태를 검출하거나 예측할 수 있다.
수면을 평가하는 방법의 실시예들은 또한 심박수, 땀 및 신체 움직임 데이터를 기록하는 단계와, 이렇게 기록된 심박수, 땀 및 신체 움직임 데이터로부터, 사용자가 소정의 수면 기준 임계치를 초과했는지 여부를 판단하는 단계와, 수면 중인 사용자의 수면의 질 및/또는 수면 시간을 개선하기 위해 사용자가 아직 수면 중일 때 적어도 하나의 가청적 및/또는 감각적 출력을 사용자에게 출력하는 단계를 포함할 수 있다.
수면을 평가하는 방법의 실시예는 또한 본 명세서에서 논의한 방법 또는 장치의 다양한 양태를 활용하도록 구성될 수 있음을 이해해야 한다.
수면 관련 건강 문제가 있는 것으로 진단된 환자의 수면 및/또는 수면 치료의 효능에 대한 모니터링을 용이하게 하도록 구성될 수 있는 전자기기 및 통신 시스템의 기타 세부 사항, 목적 및 이점들 뿐만 아니라, 그의 제조 및 사용 방법, 수면 치료를 평가하는 방법, 그리고 수면 관련 건강 문제의 진단을 용이하게 하는 방법은 그의 특정한 예시적 실시예들에 대한 설명이 하기에 더 진행됨에 따라 명백해질 것이다. 마찬가지로, 환자의 떨림 및/또는 떨림 증상을 경험하고 있는 환자의 치료의 효능에 대한 모니터링을 용이하게 하도록 구성될 수 있는 전자기기 및 통신 시스템의 기타 세부 사항, 목적 및 이점들 뿐만 아니라, 그의 제조 및 사용 방법, 떨림과 관련된 신경성 장애 또는 신경퇴행성 질환 또는 그 밖의 다른 상태에 대한 치료를 평가하는 방법, 그리고 떨림 관련 건강 문제의 진단을 용이하게 하는 방법은 그의 특정한 예시적 실시예들에 대한 설명이 하기에 더 진행됨에 따라 명백해질 것이다.
환자의 건강 및/또는 치료(예컨대, 약물 사용, 환자의 행동 변화 등)의 효능에 대한 모니터링을 용이하게 하도록 구성될 수 있는 전자기기 및 통신 시스템의 기타 세부 사항, 목적 및 이점들 뿐만 아니라, 그의 제조 및 사용 방법은 그의 특정한 예시적 실시예들에 대한 설명이 하기에 더 진행됨에 따라 명백해질 것이다.
전자기기 및 통신 시스템의 예시적인 실시예들, 이들의 제조 및 사용 방법, 수면 치료의 평가 방법, 그리고 수면 관련 건강 문제의 진단을 용이하게 하는 방법을 본 명세서에 포함된 도면에 나타내었다. 도면에 사용된 유사한 참조 번호/문자는 유사한 구성요소를 식별할 수 있음을 이해해야 한다.
도 1은 환자의 건강 모니터링을 용이하게 하도록 구성된 제1 예시적 장치의 블록도이다. 이러한 모니터링으로는, 예를 들어, 환자의 수면과 관련된 건강 데이터에 대한 모니터링 및/또는 수면 관련 건강 문제가 있는 것으로 진단된 환자를 위한 수면 치료의 효능에 대한 모니터링이 포함될 수 있다. 추가로(또는 대안으로), 떨림 병세 증상(tremor condition symptom)을 비롯한 환자 병세와 관련하여 환자의 건강을 모니터링하는 것이 포함될 수 있다. 추가로(또는 대안으로), 치료가 환자의 건강에 어떻게 영향을 미칠 수 있는지(예컨대, 약물 사용, 환자의 행동 변화 등) 평가하는 데 사용되는 데이터를 제공하기 위해 환자의 건강을 모니터링하는 것이 포함될 수 있다. 다양한 플랫폼 구성이 본 발명에 따른 건강 모니터링 장치의 일부 실시예에 이용될 수 있으므로, 제1 플랫폼(8)과 제2 플랫폼(9)을 위한 상이한 플랫폼 구성을 도 1에 파선으로 예시하였다.
도 2는 도 1에 나타낸 예시적 장치에 포함될 수 있는 웨어러블 전자기기의 제1 예시적 실시예의 사시도이다. 도 2의 전자기기는 사용자가 (예컨대, 사용자의 손목, 팔뚝, 아래팔, 상부 다리, 하부 다리, 가슴, 허리, 발목, 팔, 다리, 또는 목 둘레에) 착용할 수 있도록 되어 있는 제1 구성을 예시한다.
도 3은 도 1과 도 2에 나타낸 전자기기(3)의 실시예들과 함께 사용 가능한 예시적 배터리 어셈블리의 개략도이다.
도 4는 도 1에 나타낸 예시적 장치에 포함될 수 있는 웨어러블 저자기기의 제1 예시적 실시예의 분해도이다. 도 4의 전자기기는 사용자가 자신의 몸에서(예컨대, 사용자의 손목, 발목, 팔, 다리, 가슴, 허리, 팔 위쪽, 팔 아래쪽, 다리 위쪽, 다리 아래쪽, 또는 목에서) 풀거나 벗을 수 있도록 되어 있는 제2 구성을 예시한다.
도 5는 웨어러블 전자기기의 제1 예시적 실시예를 위한 예시적 회로 기판 구조체의 개략적인 블록도이다.
도 6은 도 1에 나타낸 장치의 전자기기 및/또는 구성요소들의 제1 예시적 실시예에 의해 이용될 수 있는 환자 데이터를 수집, 분석 및 이용하는 방법의 예시적 실시예를 설명하는 흐름도이다.
도 7은 도 1에 나타낸 장치의 전자기기 또는 적어도 한 예시적 구성요소의 제1 예시적 실시예로부터의 센서 데이터를 이용하는 방법의 예시적 실시예를 설명하는 흐름도이다.
도 8은 도 1의 예시적 장치가 작동을 위해 구성될 수 있는 방법을 설명하는 흐름도이다.
도 9는 환자의 발목 가까이에 착용하도록 구성된 웨어러블 전자기기의 제1 실시예의 사시도이다.
도 10은 환자의 가슴 위 또는 가까이에 위치할 수 있는 구성의 웨어러블 전자기기의 제1 예시적 실시예의 사시도이다.
도 11은 제1 구성의 웨어러블 전자기기의 제1 예시적 실시예의 사시도이다.
도 12는 주관적 및 객관적인 환자 데이터를 통합하여 환자 패턴을 검출하고 환자가 해당 패턴을 감지하는 데 도움이 되도록 환자에게 행동을 변경할 것을 제안함으로써, 앞서 검출된 패턴으로 인해 발생할 수 있는 부정적인 상태를 피하도록 조치를 취하게 하는 방법의 제1 예시적 실시예를 설명하는 흐름도이다.
도 13은 주관적 및 객관적인 환자 데이터를 통합하여 환자 패턴을 검출한 후 환자가 해당 패턴을 감지하는 데 도움이 되도록 환자에게 행동을 변경할 것을 제안함으로써, 앞서 검출된 패턴으로 인해 발생할 수 있는 부정적인 상태를 피하도록 조치를 취하게 하는 방법의 제2 예시적 실시예를 설명하는 흐름도이다.
도 14는 수면 모니터링을 트리거할 가능성이 있는 수면 상태를 검출할 뿐만 아니라, 주관적 및 객관적인 환자 데이터를 통합하여 앞서 검출된 수면 상태를 일으킬 수 있는 환자의 행동 패턴을 감지하는 방법을 이용하도록 트리거하는 방법의 예시적 실시예를 설명하는 흐름도이다.
도 15는 프롬프트, 리마인더(reminder), 질문, 또는 그 외 다른 가청 출력을 사용자가 들을 수 있도록 전달하기 위한 개인맞춤형 음성 데이터의 이용을 용이하게 할 수 있는 방법의 예시적 실시예를 설명하는 흐름도이다.
도 16은 검출된 환자 상태의 원인이 되는 수면을 모니터링하고 이러한 모니터링된 수면에 대한 대응으로 환자의 수면 개선(예컨대, 환자의 수면의 질 및/또는 환자의 수면 시간 개선)을 용이하게 할 수 있는 적어도 한 유형의 출력(예컨대, 음악, 백색 잡음, 진동 등)을 제공하는 예시적 방법을 설명하는 흐름도이다.
도 17은 사용자로 하여금 적어도 하나의 입력 기기를 통해 주관적 및 객관적인 데이터를 제공할 것을 촉구하는(prompt) 시각적, 비디오 및/또는 오디오 출력을 다양한 시점에 제공함으로써 사용자의 수면의 모니터링과 관련된 사용자의 주관적인 데이터를 수집하고 이렇게 제공된 사용자 입력을 저장 및/또는 전송하여 사용자의 적어도 한 가지 건강 상태를 모니터링하는 데 도움을 주기 위한 방법의 예시적 실시예를 설명하는 흐름도이다.
도 18은 도 1에 나타낸 예시적 장치에 포함될 수 있는 웨어러블 전자기기의 제1 예시적 실시예의 블록도이다.
도 19는 제1 구성의 웨어러블 전자기기의 제1 예시적 실시예의 측면도이다.
도 20은 도 1에 나타낸 예시적 장치에 포함될 수 있는 도킹 스테이션(5)의 제1 예시적 실시예와의 통신 연결 및 배터리 충전을 위해 위치된 웨어러블 전자기기의 예시적 실시예의 사시도이다.
도 21은 사용자의 적어도 한 가지 건강 상태와 관련된 데이터를 모니터링하고 이러한 모니터링된 데이터와 관련된 데이터를 전송하기 위한 예시적 방법을 설명하는 흐름도이다.
도 22는 사용자의 떨림을 검출하기 위한 예시적 방법을 설명하는 흐름도이다.
도 23은 사용자의 떨림을 모니터링하고 이를 평가하기 위한 예시적 방법을 설명하는 흐름도이다.
도 24는 사용자의 주관적 데이터 입력에 할당되는 척도를 예시하는 차트이다.
도 25는 정신, 신체 및 식습관(MBD) 점수를 산출하기 위한 예시적 방법을 설명하는 흐름도이다. MBD 점수는 또한 감정 및 식습관 점수의 한 유형으로 간주될 수 있다.
도 26은 사용자의 식습관에 관한 사용자의 주관적 데이터 입력에 할당되는 척도를 예시하는 차트이다.
도 27은 사용자의 한 가지 이상의 건강 상태를 모니터링하여 획득한 데이터를 이용하여 수면 점수를 산출하기 위한 예시적 프로세스를 설명하는 흐름도이다.
도 28은 입출력 장치(13)(예컨대, 스마트폰, 태블릿, 노트북 컴퓨터, 개인용 컴퓨터, 스마트 스피커 등), 웨어러블 기기(3) 및/또는 도킹 스테이션(5)의 디스플레이 상에 표시할 목적으로 생성될 수 있는 그래픽 사용자 인터페이스(GUI)의 예시적 표시를 나타내는 개략도이다.
도 29는 웨어러블 기기(3)를 통해 획득한 센서 데이터를 바탕으로 환자에 대한 수면 매개변수를 구하기 위한 예시적 방법을 설명하는 흐름도이다.
도 30은 사용자가 수면 상태에 있는지 또는 깨어 있는 상태인지 평가하기 위해 웨어러블 기기(3)로부터 획득한 센서 데이터를 통해 사용자의 수면 매개변수를 구하기 위한 예시적 방법을 설명하는 흐름도이다.
도 31은 센서 데이터를 바탕으로, 사용자가 깨어 있는지 판단하기 위한 예시적 방법을 설명하는 흐름도이다.
도 32는 센서 데이터를 바탕으로, 사용자가 얕은 수면 상태에 있는지 판단하기 위한 예시적 방법을 설명하는 흐름도이다.
도 33은 센서 데이터를 바탕으로, 사용자가 깊은 수면 상태에 있는지 판단하기 위한 예시적 방법을 설명하는 흐름도이다.
도 34는 센서 데이터를 바탕으로, 사용자의 안구가 빠르게 운동하는 상태인 REM 수면 상태에 있는지 판단하기 위한 예시적 방법을 설명하는 흐름도이다.
도 1 내지 도 34를 참조하면, 장치(1)는 제1 위치와 제2 위치를 오가도록 조절가능한 전자기기 구조일 수 있는 웨어러블 기기(3)를 포함할 수 있으며, 이때 제1 위치는 기기가 사용자의 몸에 부착될 수 있는(예를 들어 도 9, 도 11 및 도 19에서 알 수 있는 바와 같이 사용자의 팔, 다리, 다리 위쪽, 다리 아래쪽, 팔 위쪽, 팔 아래쪽, 손목, 발목, 가슴, 허리, 목 등에 두를 수 있는 밴드, 링, 또는 다른 환형 구조를 형성하도록 걸어진(clasped)) 위치를 말하며, 제2 위치는 기기가 사용자로부터 분리될 수 있는(예를 들어, 사용자의 몸에서 끄르거나 사용자의 팔, 팔 위쪽, 팔 아래쪽, 다리 위쪽, 다리 아래쪽, 허리, 가슴, 손목, 다리, 발목, 목 등에서 풀어질(분리될) 수 있는)위치를 말한다. 도 10에서 볼 수 있는 것처럼, 웨어러블 기기(3)의 실시예는 또한 환자에(예컨대, 환자의 가슴 근처나 다른 신체 부분에) 위치하도록 의복 안에 통합될 수 있다. 상기 의복은 전도성 의복이거나 비전도성 의복일 수 있다. 또한 웨어러블 기기의 줄(strap)은 부착형 연장 줄을 포함할 수 있어, 웨어러블 밴드를 사용자의 더 큰 신체 부분에 착용할 수 있도록 하거나 다양한 체격의 사람들도 잘 착용할 수 있도록 한다.
웨어러블 기기(3)는 비일시적 메모리(3m)(예컨대, 플래시 메모리)나 다른 유형의 비일시적 컴퓨터 판독가능 매체에 연결된 적어도 하나의 프로세서(3p)(예컨대, 마이크로컨트롤러, 중앙처리장치 프로세서 어셈블리, 프로세서 어레이, 코어 프로세서, 상호 연결된 프로세서들 등)와, 적어도 하나의 송수신기 유닛(3b)(예컨대, 무선 네트워크 송수신기, 셀룰러 네트워크 송수신기, 블루투스 송수신기, 범용 직렬 버스("USB") 송수신기 등)을 포함할 수 있다. 또한 웨어러블 기기(3)는 상기 비일시적 컴퓨터 판독가능 매체(예컨대, 메모리(3m)) 및/또는 적어도 하나의 프로세서(3p)에 통신 가능하게 연결된 센서들(4)의 어레이(3a)를 포함할 수 있다.
웨어러블 기기(3)의 센서들(4) 각각은 환자의 적어도 한 가지의 신체적 특징을 검출하거나 측정하도록 구성될 수 있다. 환자의 수면을 측정하는 데 있어서, 중요한 정보를 상대적으로 저렴한 비용으로 수집하기 위해서는 센서들의 배열과 위치가 가장 중요할 수 있다. 웨어러블 기기에 센서 어레이를 통합하는 데 어려움이 따를 수 있다. 예를 들어, 많은 센서를 아주 작은 크기로 생산할 수는 있지만, 센서에 의해 생성되는 적어도 하나의 신호를 측정, 증폭, 변환, 처리 및 전송하는 데 필요한 추가 구성요소들을 수용하는 일로 인해 SFF(Small Form Factor)를 달성하거나 센서들을 이상적인 위치에 배치하는 데 어려움이 생길 수 있다. 더욱이, 이러한 센서의 구성요소들의 수명이 제한되어 있으므로 자주 교체해줄 필요가 있을 수 있다. 이에 본 발명자들은, 본 명세서에서 논의되는 예시적 실시예들에서 이해할 수 있듯이, 전술한 문제들에 대한 해결책을 개발했다.
웨어러블 기기(3)는 또한 전기 부품들 및 센서들에 전원을 공급할 수 있는 전원부(3e)를 포함할 수 있다. 전원부는 기기 및 기기의 구성요소들에 전력을 공급하기 위한 전압 소스를 제공할 수 있는, 예를 들면, 재충전식 배터리나 다른 유형의 배터리일 수 있다. 또한 전원부(3e)는 배터리 충전을 위한 다양한 충전 메커니즘(예컨대, UBS 연결을 통한 배터리 충전, 무선 충전, 자기 공명식 결합을 통한 배터리 충전 등)을 용이하게 하도록 구성된 접촉식 충전 모듈과 배터리 충전 모듈은 물론 LDO(Low Drop Out) 전압조정기를 포함할 수 있다.
웨어러블 기기(3)는 도킹 스테이션(5) 및/또는 액세스 포인트(예컨대, 무선 액세스 포인트)에 통신 가능하게 연결될 수 있다. 일부 실시예에서, 도킹 스테이션(5)은, 웨어러블 기기의 배터리를 재충전할 수 있을 뿐만 아니라 네트워크와 웨어러블 기기(3)의 통신 연결을 용이하게 하는 액세스 포인트로서 기능할 수 있는, 웨어러블 기기(3)용 재충전 스테이션으로 구성되어 적어도 하나의 중앙 서버(7) 및/또는 다른 통신 기기들을 포함할 수 있는 원격 제1 플랫폼(8) 및/또는 원격 제2 플랫폼(9)에 웨어러블 기기(3)가 통신 가능하게 연결될 수 있도록 한다. 또한 도킹 스테이션(5)은, 웨어러블 기기(3)가 재충전을 위해 도킹 스테이션에 연결되어 있는 동안 또는 근거리 무선 통신 연결이 되는 근접 범위 내에 있을 시, 웨어러블 기기로부터 센서 데이터 또는 다른 데이터를 수신한 후 해당 데이터를 이용하고/하거나 중앙 서버(7)로 전달하도록 구성될 수 있다.
일부 실시예에서, 도킹 스테이션(5)과 웨어러블 기기(3)의 경우, 웨어러블 기기(3)가 충전 중일 때마다 및/또는 도킹 스테이션(5)의 근접 범위 내에 있을 때마다, 웨어러블 기기(3)는 센서 데이터를 도킹 스테이션(5)에 전송하도록 구성될 수 있고, 이어서 도킹 스테이션(5)은 해당 데이터를 처리하고/하거나 중앙 서버(7)에 전달하도록 구성될 수 있다. 이렇게 전송된 센서 데이터는 웨어러블 기기(3)의 메모리에 저장되어 있었던 모든 데이터일 수 있거나 또는 웨어러블 기기의 메모리에 저장되어 있었지만 앞서 도킹 스테이션에 전송되지 않은 모든 센서 데이터일 수 있다. 또 다른 실시예에 의하면, 상기 전송된 데이터는 웨어러블 기기가 도킹 스테이션(5)으로 자동으로 전송한 또는 도킹 스테이션으로부터 받은 해당 데이터 요청에 대한 응답으로 웨어러블 기기가 보낸, 웨어러블 기기의 특정 하위 유형 또는 하위 클래스의 데이터일 수 있다.
일부 실시예에서, 네트워크는 2개의 연결된 기기 간의 통신을 지원하는 연결들 및 프로토콜들의 조합을 대표할 수 있으며, 예를 들어 블루투스 네트워크, Wi-Fi 네트워크 또는 이들 네트워크의 조합일 수 있고, 2.4 GHz 및 5 GHz 인터넷, 근거리 통신, Z-Wave, ZigBee 등을 비롯한 무선 주파수 또는 주파수 범위에서 작동할 수 있다. 네트워크는 서로 연결된 기기들 간에 데이터 전송이 가능한 통신 채널 또는 게이트웨이 채널을 포함할 수 있거나 이러한 채널의 생성 및 유지 관리 보장에 도움을 줄 수 있다.
일부 실시예에서, 웨어러블 기기(3)는 센서 데이터를 중앙 서버(7)로 전송하도록 구성될 수 있어, 센서 데이터는 적어도 하나의 웨어러블 기기 데이터 관리 장치(7a)에 저장될 수 있을 뿐만 아니라 환자의 건강과 관련된 데이터를 제어하는 의료서비스 제공인이나 기관이 감독할 수 있는 환자 데이터 관리 장치(7b)에도 저장될 수 있다. 이러한 데이터 전달은 웨어러블 기기(3)와 도킹 스테이션(5) 간에 구비된 직접적인 통신 연결을 통해 제공될 수 있어, 데이터가 도킹 스테이션(5)을 통해 중앙 서버(7)로 보내지게 된다. 추가로(또는 대안으로) 이러한 데이터 전달은 웨어러블 기기(3)와 입출력 장치(13)(예컨대, 스마트폰, 스마트 스피커, 노트북 컴퓨터 등) 간에 구비된 직접적인 통신 연결을 통해 제공될 수 있어, 데이터가 입출력 장치(13)를 통해 중앙 서버(7)로 보내지게 된다.
중앙 서버(7), 웨어러블 기기 데이터 관리 장치(7a) 및 환자 데이터 관리 장치(7b) 각각은 적어도 하나의 비일시적 컴퓨터 판독가능 매체(예컨대, 메모리, 하드드라이브 등)에 연결된 그리고 적어도 하나의 송수신기 유닛(예컨대, 네트워크 송수신기 등)에 연결된 적어도 하나의 프로세서를 구비한 컴퓨터 기기로 구성될 수 있음을 이해해야 한다. 각각의 데이터 관리 장치는 예를 들어 데이터베이스 서버로 구성될 수 있다. 중앙 서버(7)는 호스트 서버로 구성되어, 중앙 서버(7)와 웨어러블 기기(3), 도킹 스테이션(5) 및/또는 적어도 하나의 입출력 장치(13)(예컨대, 스마트폰, 스마트 스피커, 태블릿, 노트북 컴퓨터, 개인용 컴퓨터 등) 간에 오가는 통신을 통해 웨어러블 기기(3)의 사용자에게 제공되는 서비스들을 호스팅(host)할 수 있다.
환자 데이터 관리 장치(7b)는 의료서비스 제공자가 작성한 환자의 건강 기록(예컨대, 전자 건강 기록(EHR))을 유지하도록 구성되는 서버 컴퓨터 기기이거나 서버 컴퓨터 기기들의 집합체일 수 있다. 환자 데이터 관리 장치(7b)는 중앙 서버(7)로부터 원격으로 배치될 수 있거나, 상기 중앙 서버(7)와 웨어러블 기기 데이터 관리 장치(7b)가 구비된 (예컨대, 동일한 기업 네트워크 환경 내, 동일한 로컬 영역 네트워크 내 등) 플랫폼(9)의 한 구성요소일 수 있다. 웨어러블 기기 데이터 관리 장치(7a)는 중앙 서버(7)로부터 원격으로 배치될 수 있거나, 제1 플랫폼(8) 및/또는 제2 플랫폼(9)의 한 구성요소일 수 있다.
일부 실시예에서, 중앙 서버(7)는 센서 데이터를 수집하기 위해 적어도 하나의 데이터 관리 장치(7a)를 포함하는 서버 어레이일 수 있다. 또한 중앙 서버(7)는 수집된 센서 데이터를 중앙 서버(7)의 제1 플랫폼(8)으로부터 원격으로 배치될 수 있는 원격 환자 데이터 관리 장치(7b)(예컨대, 환자 데이터 관리 장치(7b)가 의료서비스 제공자 컴퓨터 시스템의 일부인 실시예들의 경우)로 적어도 하나의 네트워크 연결을 통해(예컨대, 암호화된 인터넷 전송 등을 통해) 전달하도록 구성될 수 있다.
본 명세서에서 논의되는 바와 같이, 제1 플랫폼(8) 및 제2 플랫폼(9)의 실시예들은 또한 통신 시스템의 다른 요소들을 포함할 수도 있다. 예를 들어, 이들 플랫폼의 실시예는 웨어러블 기기(3)와 중앙 서버(7) 간의 네트워크 연결, 및/또는 중앙 서버(7)와 웨어러블 기기 데이터 관리 서버(7a) 간의 네트워크 연결, 및/또는 중앙 서버(7)와 환자 데이터 관리 장치(7b) 간의 네트워크 연결, 및/또는 입출력 장치(13)와 중앙 서버(7) 간의 네트워크 연결, 및/또는 도킹 스테이션(5)과 중앙 서버(7) 간의 네트워크 연결을 용이하게 하는 적어도 하나의 게이트웨이 또는 세션 간 제어 장치(SBC)를 포함할 수 있다. 일부 실시예에서, 웨어러블 기기(3)가 무선 연결 또는 통신 연결될 수 있는 도킹 스테이션(5)이나 다른 액세스 포인트를 통해, 웨어러블 기기(3)는 암호화된 데이터를 중앙 서버(7)로 전송하고 그로부터 암호화된 데이터를 수신하도록 구성될 수 있다.
제1 및 제2 플랫폼(8, 9)은 각각 다양한 기타 네트워크 요소(예컨대, 라우터, 액세스 포인트, 게이트웨이, 경계 제어 장치, 엔드포인트 등)를 포함할 수 있다. 일부 실시예에서, 제1 플랫폼(8)은 적어도 하나의 웨어러블 기기 데이터 관리 장치(7a)를 포함하는 네트워크일 수 있다. 제1 플랫폼(8)은 일부 실시예에 의하면 웨어러블 기기(3)의 유통업자에 의해 운영되거나, 또는 건강 의료서비스 제공자(예컨대, 병원 시스템, 건강 의료서비스 제공자 네트워크 등)에 의해 운영될 수 있다. 제2 플랫폼(9)은 환자의 전자 건강 기록(EHR)이 포함된 적어도 하나의 EHR 데이터베이스를 포함할 수 있는 건강 의료서비스 제공자에 의해 운영되는 네트워크일 수 있다. EHR 데이터베이스는 적어도 하나의 환자 데이터 관리 장치(7b)(예컨대, 건강 의료서비스 제공자 시스템의 적어도 하나의 서버)에 의해 호스팅될 수 있다. 다른 실시예에 의하면, 제2 플랫폼(9)은 웨어러블 기기(3)의 제조사 및/또는 유통업자에 의해 운영될 수 있다.
도 2 내지 도 5, 그리고 도 18 내지 도 20은 웨어러블 기기(3)의 예시적 실시예를 보여주는 도면으로서, 상기 기기는 도 1에 나타낸 장치(1)의 예시적 실시예에서 이용될 수 있으며, 기기의 배터리 재충전을 위해서일 뿐만 아니라 제1 플랫폼(8) 및 제2 플랫폼(9)의 중앙 서버(7) 및/또는 다른 장치로의 데이터 수집 및 전송을 용이하게 하기 위해 도킹 스테이션(5)에 연결될 수 있고/있거나 도킹 스테이션(5) 상에 위치할 수 있다. 도 1과 도 20에서 가장 잘 볼 수 있듯이, 웨어러블 기기(3)는 도킹 스테이션(5) 상에 또는 근접하게 위치하여 도킹 스테이션(5)의 충전 유닛에 연결되도록 구성됨에 따라, 웨어러블 기기가 도킹 스테이션(5)의 충전 유닛에 연결되면 웨어러블 기기의 전원부(3e)가 충전될 수 있다(예컨대, 무선 충전을 위한 연결 시에는 도킹 스테이션 상에 위치되고, 전원부 충전의 경우에는 도킹 스테이션 상에 위치하여 USB 연결을 통해 연결된다).
일부 실시예에서, 도킹 스테이션(5)은 상부 홈(5g)과 하부 홈(5g)이 형성된 하우징(5h)을 포함할 수 있어, 웨어러블 기기(3)의 밴드를 도킹 스테이션(5)의 하우징 주위로 둘러싸는 것이 용이해진다. 하우징(5h)은 또한 중앙에 위치하는 환형의 발광 소자(5f)를 포함할 수 있는데, 상기 발광 소자는 웨어러블 기기의 전원부(3e)가 충전되고 있음을 표시하기 위해 제1 색상의 불빛으로 깜박이거나 켜질 수 있으며, 전원부(3e)의 충전이 완료되었을 때에는 이를 표시하기 위해 단색의 불빛으로 연속적으로 조명될 수 있거나 상기 제1 색상과는 다른 제2 색상의 불빛으로 조명될 수 있다. 하우징(5h) 내부의 컨트롤러는 도킹 스테이션의 충전 유닛, 발광소자(5f), 웨어러블 기기(3)로부터 데이터를 받아 그 데이터를 입출력 장치(13) 및/또는 중앙 서버(7)에 보내는 송수신기, 및 그 외 다른 요소들에 연결될 수 있다.
웨어러블 기기(3)는 그의 하우징 또는 틀에 연결된 다수의 센서(4)를 포함할 수 있는 센서 어레이(3a)를 포함할 수 있다. 센서 어레이(3a)의 센서들(4)은 웨어러블 기기의 프로세서 및/또는 컴퓨터 판독가능 매체에 통신 연결될 수도 있다. 예를 들어, 센서 어레이(3a)의 센서들(4)로, (i) 웨어러블 기기(3)를 착용하고 있는 사용자의 혈중 성분(예컨대, 혈중 산소 농도, 등) 및 사용자의 심박수를 검출하도록 구성된 적어도 하나의 광학 센서(4a); (ii) 웨어러블 기기(3)를 착용하고 있는 사용자의 신체 내부의 온도를 측정하도록 구성된 체온 센서(4b); (iii) 사용자가 웨어러블 기기(3)를 착용하고 있는 동안 기기의 움직임을 감지 및/또는 측정함으로써 사용자에 의한 움직임을 감지 및 측정하도록 구성된 가속도계(4c); 및 (iv) 웨어러블 기기(3)를 착용한 사용자가 땀을 흘리는 시점을 감지하고 (a) 사용자에 의해 발생되는 땀의 양 또는 발한 속도, (b) 사용자의 혈중 알코올 농도 및/또는 (c) 사용자의 혈당치를 측정하도록 구성된 땀 센서(4d); 및 (v) 사용자가 웨어러블 기기(3)를 착용하는 있는 동안 사용자의 호흡 및/또는 다른 가청 메트릭(측정항목)을 평가하는 데 사용되는, 사용자로부터 나오는 소리를 측정 및/또는 검출하도록 구성된 마이크(4e)가 포함될 수 있다. 예를 들어, 마이크(4e)는 사용자가 수면 중인 것으로 감지된 시간에 발생할 수 있는 사용자의 기침소리 또는 코고는 소리를 검출 및 녹음할 수 있는 것은 물론, 사용자의 수면 능력에 영향을 미칠 수 있는 야간 환경 상태들(예컨대, 소음 공해 환경 등)을 검출할 수 있다. 일부 실시예에서, 웨어러블 기기(3)는 또한 진동 기구(4v)를 포함할 수 있다. 진동 기구(4v)의 실시예는 작동 시 웨어러블 기기(3) 또는 웨어러블 기기(3)의 일부를 진동시키도록 구성될 수 있다.
또한 광학 센서(4a) 및/또는 기타 센서들(4)은 사용자의 혈당치, 혈중 알코올 농도, 및/또는 다른 필요한 메트릭을 검출하도록 구성될 수 있다. 예를 들어, 웨어러블 기기의 센서 어레이(3a)는 또한 혈당 모니터링 센서 및/또는 혈중 알코올 농도 센서를 포함할 수 있다.
일부 실시예에서, 광학 센서(4a)는 적어도 하나의 발광 다이오드(LED) 및/또는 적어도 하나의 광학 검출기를 포함할 수 있다. 예를 들어, 광학 센서(4a)는 광학 검출기, 적색 LED 및 적외선(IR) LED를 포함할 수 있다. 적색 LED와 적외선 LED는 사용자가 웨어러블 기기를 착용하였을 때 각각 적색광 및 적외선(즉, IR 스펙트럼 내에서 파장이 가시광선보다 긴 전자파(EMR))을 사용자의 신체를 향해 보내도록 구성될 수 있다. 광학 검출기는 사용자의 신체를 향하는 적색 LED 및 적외선 LED 불빛들의 측정을 기반으로 사용자의 심박수를 측정하도록 구성될 수 있을 뿐만 아니라, 사용자의 피부나 심박수를 감지함으로써 사용자가 웨어러블 기기(3)를 착용하고 있는지 여부를 검출하도록 구성될 수도 있다. 또한 광학 센서(4a)는 빛을 방출할 수 있는 하나 이상의 녹색 LED를 포함함으로써, 심박수 또는 다른 의학적 상태의 검출을 용이하게 할 수 있다.
또한 웨어러블 기기(3)는 프로세서, 컴퓨터 판독가능 매체, 및 센서 어레이(3a)의 센서들(4)은 물론 웨어러블 기기의 다른 구성요소들(예컨대, 전원부, 무선 통신을 위한 적어도 하나의 안테나, 적어도 하나의 인터페이스(3i) 등)을 수용할 수 있는 가요성 하우징(3d)을 포함할 수 있다. 조절 장치(3c)가 웨어러블 기기(3)에 부착되거나 하우징(3d)과 통합되어 있어, 사용자로 하여금 웨어러블 기기(3)의 환형 구조의 크기를 조절함으로써 자신의 다양한 크기의 신체 부분(예컨대, 팔, 팔 위쪽, 팔 아래쪽, 다리, 다리 위쪽, 다리 아래쪽, 가슴, 허리, 손목, 목, 발목 등)에 착용할 수 있도록 한다. 일부 실시예에서, 조절 장치(3c)는 밴드형 조절 장치로 구성될 수 있다. 일부 실시예에서, 조절 장치(3c)는 밴드의 여러 부분 내부에 다수의 자력 연결형 요소들(3mce)을 구비할 수 있으며, 이들 요소가 자력으로 연결되면서 환형 구조를 형성함에 따라 사용자가 팔(예컨대, 팔 위쪽, 팔 아래쪽, 또는 팔목 둘레), 가슴, 머리, 목, 다리(무릎 위의 다리 위쪽 또는 무릎 아래의 다리 아래쪽), 또는 발목에 착용하게 되어 있다. 이러한 기능상 자력 연결형 요소들(3mce)은 웨어러블 기기의 각 스트랩의 외피 내부에 일부 또는 전체가 매입될 수 있거나 또는 웨어러블 기기의 반대쪽 스트랩 상에 위치할 수 있어, 사용자가 손목, 팔, 팔 위쪽, 팔 아래쪽, 다리, 다리 아래쪽, 다리 위쪽, 발목, 가슴, 허리, 또는 그외 신체 부분(예컨대, 머리, 목 등) 둘레에 밴드를 두르면 이들 스트랩이 함께 연결되면서 환형 구조를 형성할 수 있다.
또한 웨어러블 기기(3)는 하우징(3d) 안에 마련되거나 하우징(3d)에 부착되는 무선 통신 송수신기 유닛(3b)을 포함할 수 있다. 무선 통신 송수신기 유닛(3b)은 프로세서(3p)에 연결된 데이터를 용이하게 전송하고 수신하는 데 도움을 주는 안테나를 구비할 수 있다. 일부 실시예에서, 무선 통신 송수신기 유닛(3b)은 도킹 스테이션(5), 입출력 장치(13), 또는 액세스 포인트와의 무선 연결을 통해 데이터를 전송하고 수신하기 위한 무선 인터페이스로 구성될 수 있다. 예를 들어, 무선 통신 송수신기 유닛(3b)은 웨어러블 기기(3)의 프로세서(3p)와 회로기판(3g)에 결합된 BLE(Bluetooth Low Energy) SoC(System-on-Chip) 모듈("BLE SoC 모듈"이라고도 하며, SoC 모듈의 한 유형이다)을 포함함으로써, 도킹 스테이션(5), 입출력 장치(13) 및/또는 로컬 영역 네트워크의 다른 통신 장치들과의 블루투스 무선 통신을 용이하게 할 수 있다. 다른 실시예에 의하면, 무선 통신 송수신기 유닛(3b)은 또한 Wi-Fi 송수신기 유닛 또는 다른 무선 통신 송수신기 유닛(예컨대, 근거리 통신 송수신기 유닛, 무선 로컬 영역 네트워크 송수신기 유닛 등)을 추가로 또는 대안으로 포함할 수 있다.
웨어러블 기기(3)의 하우징(3d)에는 또한 식별자 기구(3f)가 구비되거나 부착될 수 있다. 일부 실시예에서, 식별자 기구(3f)는 하우징 상에 마련되는 (예컨대, 하우징에 접착제로 부착되는, 하우징과 일체로 연결되거나 하우징 상에 형성되는) 바코드, 매트릭스 바코드(예컨대, "QR"(Quick Response) 코드), 또는 RFID 태그(Radio Frequency Identification tag)일 수 있다.
또한 하우징(3d)은 재충전식 전원부(3e)에 연결될 수 있다. 재충전식 전원부(3e)는 하우징(3d)의 외부면에 위치하거나 하우징 내부에 위치할 수 있다. 일부 실시예에서, 전원부(3e)는 하우징(3d)에 분리가능하게 부착되는(예컨대, 하우징(3d)에 탈부착 가능한) 박막 배터리로 구성될 수 있다. 이러한 전원부(3e)의 분리성 덕분에, 이전 전원부(3e)를 재충전하는 동안 새로운 전원부를 하우징에 부착할 수 있다.
전원부(3e)는 음극단자(6b)와 양극단자(6a)를 포함할 수 있다. 이들 단자는 하우징(3d) 상에 또는 하우징(3d) 내부에 위치함으로써, 전원부의 재충전용 전류를 공급받기 위한 도킹 스테이션(5)의 재충전 장치로의 연결을 용이하게 할 수 있다.
도 4에서 가장 잘 알 수 있듯이, 웨어러블 기기(3)는 하우징(3d) 내부에 위치하는 강성 또는 연성 회로기판(3g)을 포함할 수 있다. 회로기판(3g) 상에는 프로세서, 비일시적 컴퓨터 판독가능 매체, 및 다른 회로(예컨대, 무선 송수신기 등)가 마련될 수 있다. 전원부(3e)는 또한 회로기판(3g)에 전력을 공급하기 위해 회로기판(3g)과 접촉하도록 위치할 수 있다. 회로기판(3g) 및/또는 전원부(3e)에는 적어도 하나의 인터페이스(3i)가 부착될 수 있다. 예를 들어, 인터페이스(3i)는, 웨어러블 기기(3)로의 데이터 및/또는 전류 전송을 위해 회로기판(3g) 및/또는 전원부(3e)에 대한 유선 연결을 용이하게 하고 웨어러블 기기(3)가 인터페이스(3i)를 통해 데이터를 다른 장치(예컨대, 도킹 스테이션(5), 중앙 서버(7) 등)로 전송할 수 있도록 하는 USB 인터페이스로 구성될 수 있다. 또한 액정 디스플레이(13a)나 다른 유형의 디스플레이(13a)가 하우징에 부착되어 웨어러블 기기(3)의 프로세서(3p)와 비일시적 컴퓨터 판독가능 매체에 연결될 수 있다. 디스플레이(13a)는 탈착 또는 비활성화될 수 있도록 구성됨에 따라 전력 소모를 줄일 수 있다.
도 5는 도 1 내지 도 4에 나타낸 예시적 웨어러블 기기의 여러 구성요소들의 개략도를 보여준다. 도 5에서 가장 잘 알 수 있듯이, 회로기판(3g)은 센서 어레이(3a)의 센서들(4) 중 적어도 일부를 프로세서(3p)에 연결하는 아날로그-디지털 변환기(3cv)를 포함할 수 있다. 예를 들어, 가속도계(4c), 체온 센서(4b), 땀 센서(4d) 및 광학 센서(4a)에 의해 감지되거나 검출되는 측정 데이터 또는 그 밖의 다른 데이터는 아날로그 데이터로서 기록된 후 기기의 메모리에 보내져 저장될 수 있다. 센서 데이터가 아날로그 데이터인 실시예들의 경우, 데이터는 메모리에 저장되기에 앞서 아날로그-디지털 변환기(3cv)에 수신되어 아날로그 데이터에서 디지털 데이터로 변환될 수 있다.
센서 어레이(3a)의 다른 센서들은 변환기를 사용하지 않고도 컴퓨터 판독가능 매체 및/또는 프로세서(3p)에 통신 가능하게 연결될 수 있다. 예를 들어, 마이크(4e)가 컴퓨터 판독가능 매체 및/또는 프로세서(3p)에 연결될 수 있는 디지털 마이크로 구성될 수 있으므로, 이러한 마이크에 의해 수집되는 가청 데이터는 아날로그-디지털 변환기를 통해 변환되지 않고 저장 및/또는 사용된다.
프로세서(3p)가 무선 송수신기 유닛(3b) 및/또는 인터페이스(3i)에 연결됨에 따라, 센서들로부터(예컨대, 센서들로부터 직접 및/또는 적어도 하나의 변환기(3cv)를 거쳐) 수신되는 센서 데이터가 도킹 스테이션(5), 중앙 서버(7), 입출력 장치(13), 또는 다른 컴퓨터 장치에 전송되어, 사용자의 건강 상태를 검출하고/하거나 사용자에게 제공되고 있는 치료를 모니터링하기 위해 장기간에 걸쳐 저장 및 평가될 수 있다. 본 명세서에서 논의되는 바와 같이, 입출력 장치(13), 도킹 스테이션(5), 및/또는 중앙 서버(7)는 저장 목적으로 웨어러블 기기(3)로부터 수신되는 센서 데이터를 활용하여 산출 및 기타 평가를 수행하도록 구성될 수 있을 뿐만 아니라, 사용자의 수면에 관해 검출된 정보를 디스플레이(13a)를 통해 사용자에게 제공하기 위해 GUI를 이용하여 그래프, 차트, 텍스트 또는 다른 정보 표시 화면을 작성하기 위한 데이터를 제공하도록 구성될 수 있다.
일부 실시예에서, 센서 데이터는 또한 웨어러블 기기(3)의 비일시적 컴퓨터 판독가능 매체에 장기간 저장될 수 있으며, 프로세서(3p)는 이렇게 저장된 데이터를 평가하여 사용자의 상태를 감지하도록 및/또는 사용자에게 제공되는 치료를 모니터링하도록 구성될 수 있다. 또한 웨어러블 기기(3)는, 예를 들어, 저장된 데이터를 활용하여 해당 데이터의 사용자 평가를 수행하거나 본 명세서에서 논의되는 바와 같이 출력으로 내보내도록 구성될 수 있다.
도 6은 저장 및/또는 전송 목적으로, 센서 어레이(3a)의 센서들(4)이 수집한 센서 데이터를 처리할 수 있는 예시적 방법을 설명한다. 예를 들어, 센서 데이터는 센서들을 프로세서(3p)에 연결하는 적어도 하나의 센서 인터페이스를 통해 센서 어레이(3a)의 센서들(4)로부터 획득할 수 있다. 일부 실시예에 의하면, 센서 인터페이스는 적어도 하나의 아날로그-디지털 변환기(3cv)를 포함할 수 있다. 센서 데이터는 센서 인터페이스를 통해 처리(예컨대, 변환 또는 처리) 가능하다. 예를 들어, 변환기(3cv)로 처리하기 전에, 센서 데이터의 균형을 맞추고 증폭시킬 수 있다. 변환된 데이터는 보안 저장을 위해 전송되고/되거나 웨어러블 기기(3)의 컴퓨터 판독가능 매체에 저장될 수 있다. 이렇게 저장된 센서 데이터가 도킹 스테이션(5), 입출력 장치(13) 및/또는 중앙 서버(7)로 전송될 때, 전송되는 센서 데이터에는 전송 관련 데이터 및 기타 데이터가 포함될 수 있는데, 상기 전송 관련 데이터는 센서 데이터를 전송하는 데 이용된 전송 방법, 전송 시점, 센서 데이터가 저장 및/또는 수집된 시점, 각 유형의 센서 데이터에 대한 센서 장치 식별자를 식별하기 위한 것이고, 상기 기타 데이터는 웨어러블 기기(3), 중앙 서버(7), 입출력 장치(13), 도킹 스테이션(5) 및/또는 다른 컴퓨터 장치에 의한 후속 평가를 위한 상기 센서 데이터의 수집 및 저장과 관련이 있다.
일부 실시예에서, 프로세서는 사용자가 자는 동안 발생할 수 있는 사용자의 코골이 또는 기침과 관련된 사용자 데이터를 수집하기 위해 마이크(4e)를 활용할 수 있는 방법을 정의하는 애플리케이션을 실행할 수 있다. 예를 들어, 프로세서가 심박수 및/또는 가속도계 데이터에 근거하여 사용자가 잠들어 있다고 결정하면, 마이크가 활성화되어 가청 잡음을 녹음할 수 있다. 프로세서(3p)는 마이크(4e)에 의해 검출되는 기침 이벤트 및/또는 코골이 이벤트의 지속시간을 식별하기 위해 시간 데이터와 함께 기록되는 각각의 기침 이벤트 및 각각의 코골이 이벤트에 대한 데이터를 저장할 수 있다. 이 데이터는 저장된 후 도킹 스테이션(5), 입출력 장치(13) 및/또는 중앙 서버(7)로 전송되어, 사용자의 기침 또는 코골이 패턴을 검출하고 해당 패턴을 사용자의 수면(충분한 수면, 불면증 등)과 관련된 특정 건강 상태와 연관짓기 위해 후속 평가될 수 있다.
도 6에서 알 수 있는 것처럼, 본 발명에 따른 건강 모니터링 장치의 웨어러블 기기(3) 또는 다른 양태(예컨대, 중앙 서버, 스마트 스피커, 또는 다른 유형의 입출력 장치(13)에 통신 가능하게 연결된 서버, 입출력 장치(13)에 연결된 도킹 스테이션(5), 또는 입출력 장치(13)(이를테면, 스마트 스피커, 태블릿이나 스마트폰의 터치스크린 디스플레이(13a), 또는 스피커, 마이크, 터치스크린 디스플레이(13a), 키보드, 및/또는 포인터 장치가 구비된 건강 모니터링 기기 - 상기 포인터 장치는 기기의 메모리에 저장된 적어도 하나의 애플리케이션을 실행시키는 프로세서에 연결되어 사용자 입력 수신을 용이하게 하는 동시에 환자 등에게 가시적 및/또는 가청적 출력을 제공한다)는 또한 청각적으로 및/또는 시각적으로 제공될 수 있는 출력(예컨대, 텍스트, 비디오, 가청적 프롬프트, 또는 질문 등)을 통해 환자로부터 주관적인 데이터를 획득하도록 구성될 수 있다.
주관적인 데이터를 획득하는 단계는 환자에게, 특정 시간에 섭취했을 수 있는 음식, 잠에서 깨어났을 때 환자가 어떻게 느끼는지, 또는 이러한 정보와 관련하여 환자로부터 입력을 수신하기 위한 그 밖의 질문 또는 프롬프트에 대해 질의하는 단계를 포함할 수 있다. 이러한 정보는 주관적인 정보로 분류되고 저장되어, 웨어러블 기기(3)를 통해 획득한 보다 객관적인 데이터와 함께, 환자의 데이터 분석에 사용될 수 있다. 이렇게 주관적 및 객관적 데이터를 분석한 후에는 환자의 수면의 질, 수면 시간, 또는 그 밖의 건강 상태를 개선하려고 시도하도록 하는 행동 변화를 제안하는 출력을 환자에게 제공할 수 있다. 또한 환자로부터 주관적인 데이터 입력을 획득하기 위해 이용되는 상기 질의 단계는 이러한 행동 변화가 제안된 후에 및/또는 환자의 상태나 치료의 모니터링과 관련된 데이터의 분석 결과로서 업데이트되므로, 주관적인 데이터 질의 단계를 통해 환자로부터 추가 또는 대체 정보를 획득할 수 있게 된다. 웨어러블 기기(3), 입출력 장치(13), 도킹 스테이션(5), 및/또는 중앙 서버(7)는 센서 데이터를 활용하여 환자의 주관적 데이터의 획득을 용이하게 하도록, 그리고 사용자로부터 주관적 데이터 또는 다른 데이터를 수신하여 저장한 후 적어도 하나의 환자(본 명세서에서는 사용자라고도 지칭된다) 상태를 평가하는 데 활용하여 사용자에게 정보를 제공하기 위해, GUI를 이용하여 그래프, 차트, 텍스트 또는 다른 정보 표시 화면을 작성하기 위한 데이터를 제공하도록 구성될 수 있다.
도 17은 사용자가 적어도 하나의 입력 장치(예컨대, 마이크, 키보드, 터치스크린 디스플레이, 포인터 장치, 마우스, 이들 입력 장치의 조합 등)를 통해 제공할 수 있는 주관적인 데이터를 입력할 것을 촉구하도록 사용자에게 제공되는 출력을 통해 물을 수 있는 질문들의 예를 설명한다. 이들 질문은 스피커를 통해 청각적으로 제공될 수 있고/있거나 GUI를 통해 생성되는 텍스트를 디스플레이 상에 표시함으로써 시각적으로 제공될 수 있다. 예를 들어, 사용자가 잠자리에 들기 전, 소정의 기간 내에 사용자에게 여러 질문을 할 수 있다. 상기 기간을 정함으로써 사용자는 자신의 계정이 시스템과 연결되어 있을 수 있는 스마트 스피커, 스마트폰, 또는 다른 전자기기를 통해 특정 시간에 질의를 통해 해당 입력을 제공하도록 자동으로 유도될 수 있다. 대안으로, 사용자는 잠자리에 들기 전 및/또는 잠에서 깨어난 후, 이들 질문을 포함한 애플리케이션을 사용자가 선택한 시간에 활성화시켜 해당 입력을 제공할 수 있다.
예를 들어, 잠에서 깨어나면 사용자는 다음과 같은 질문들을 받을 수 있다:
1. 몇 시에 잠자리에 드셨습니까?
2. 잠드는 데 시간이 얼마나 걸렸습니까?
3. 밤새 깨지 않고 수면을 취하셨습니까?
a. 밤중에 깨어 있었던 시간은 어느 정도 됩니까? (위의 질문에 사용자가 '아니오'로 답한 경우에만 묻는다)
4. 오늘 몇 시에 깨셨습니까?
5. 1점에서 5점까지, 1점은 '전혀 상쾌하지 않다', 5점은 '매우 상쾌하다'를 기준으로, 오늘 아침 기분이 얼마나 상쾌하십니까?
이러한 각 질문에 응답한 사용자의 입력을 날짜 및 시간 정보와 연계하여 저장하며, 이렇게 저장된 사용자 입력은 차후 분석에서, 각종 차트, 그래프 또는 다른 유형의 표시를 작성하는 데 그리고 다양한 수면 패턴 및 이들 수면 패턴과 결부되거나 연관될 수 있는 행동들을 분석하는 데 이용된다. 웨어러블 기기(3), 입출력 장치(13), 도킹 스테이션(5), 또는 중앙 서버(7)는 센서 데이터와 획득된 주관적 데이터를 활용하여 전술한 분석을 수행하도록 구성될 수 있을 뿐만 아니라, 디스플레이(13a)를 통해 사용자에게 정보를 제공하기 위해 GUI를 이용하여 그래프, 차트, 텍스트 또는 다른 정보 표시 화면을 작성하기 위한 데이터를 제공하도록 구성될 수 있다.
또 다른 예로, 잠에서 깨어나면 사용자는 다음과 같은 질문들을 받을 수 있다:
1. 오늘 잠시라도 야외에서 시간을 보내셨습니까?
a. 오늘 야외에서 보낸 시간은 얼마나 됩니까? (위의 질문에 사용자가 긍정적으로 답한 경우에만 묻는다)
2. 오늘 낮잠을 잘 정도로 졸렸습니까?
3. 오늘 20분 이상 운동하셨습니까?
4. 마지막으로 몇 시에 식사를 하셨습니까?
5. 취침 전 3시간 이내에 알코올을 섭취하셨습니까?
6. 취침 전 3시간 이내에 카페인을 섭취하셨습니까?
이러한 각 질문에 응답한 사용자의 입력을 날짜 및 시간 정보와 연계하여 저장하며, 이렇게 저장된 사용자 입력은 후속 분석에서, 각종 차트, 그래프 또는 다른 유형의 표시를 작성하는 데 그리고 다양한 수면 패턴 및 이들 수면 패턴과 결부되거나 연관될 수 있는 행동들을 분석하는 데 이용된다. 웨어러블 기기(3), 입출력 장치(13), 도킹 스테이션(5), 또는 중앙 서버(7)는 센서 데이터와 획득된 주관적 데이터를 활용하여 전술한 분석을 수행하도록 구성될 수 있을 뿐만 아니라, 디스플레이(13a)를 통해 사용자에게 정보를 제공하기 위해 GUI를 이용하여 그래프, 차트, 텍스트 또는 다른 정보 표시 화면을 작성하기 위한 데이터를 제공하도록 구성될 수 있다.
도 7은 저장 목적으로, 프로세서(3p)에 연결된 센서 어레이(3a)의 센서들(4)을 통해 수집된 센서 데이터를 후속으로 처리할 수 있는 예시적 방법을 설명한다. 예를 들어, 온도 센서 데이터와 광학 센서 데이터를 소정의 기간 동안에 수신하여 사용자의 적어도 하나의 건강 메트릭을 측정하는 데 사용할 수 있다. 이렇게 수신된 센서 데이터를 필터링하여 노이즈를 제거할 수 있다. 심박수를 평가하기 위해서는 온도 센서 데이터와 광학 센서 데이터를 소정의 기간에 걸쳐 또는 소정의 빈도로 주기적으로 수신하여 심박수(예컨대, 분당 심장 박동수("BPM") 등)을 구할 수 있다. 저장 목적으로 심박수 데이터와 체온 데이터는 비일시적 컴퓨터 판독가능 매체에 저장되었다가 나중에 제1 플랫폼(8)이나 제2 플랫폼(9)으로 전송(예컨대, 도킹 스테이션(5)을 통해 중앙 서버(7)로, 무선 액세스 포인트나 셀룰러 네트워크 기지국을 통해 웨어러블 기기(3)에서 직접 중앙 서버(7) 등으로) 전송된 다음 도킹 스테이션(5)으로 전송되어 후속 처리될 수 있다. 또한 데이터를 처리하여 웨어러블 기기의 디스플레이 장치에 표시할 수도 있다.
다른 센서 데이터도 수집 및 처리하여 저장할 수 있다. 예를 들어, 도 7에 나타낸 바와 같이, 가속도계(4c)로부터 가속도계 데이터를 수신하고 이 측정 데이터를 처리함으로써, 사용자가 소정의 기간 동안 걸은 총 걸음 수(예컨대, 하루 동안 걸은 걸음 수, 시간 당 걸은 걸음 수 등)를 구할 수 있다. 상기 측정 데이터를 처리하여 저장 및/또는 표시할 수도 있다.
또한 웨어러블 기기(3)는 수면과 관련될 수 있는 다양한 건강 상태를 검출하기 위해 그 외 다른 방법론들을 활용할 수 있다. 예를 들어, 사용자가 수면 중인지 또는 잠을 청하려고 시도하는 중인지 판단하기 위해 가속도계 데이터와 심박수 데이터를 처리 및 평가할 수 있다. 이러한 데이터는 웨어러블 기기(3)의 타이머에 의해 유지되는 시간 정보(수면 감지용 또는 수면 시도 감지용으로 주어진 움직임 임계치 이하로 사용자가 움직인 시간의 양을 나타낸다) 및/또는 시계 정보(예컨대, 요일 및 날짜의 시간을 알려준다)를 고려하여 평가될 수 있다. 사용자가 수면 중이거나 잠을 청하려고 시도하고 있다고 판단되면 이에 대한 응답으로 마이크가 활성화되어, 사용자가 내는 소리, 주변 소음을 평가하기 위해 사용자 주변의 환경에서 나오는 소리, 사용자의 기침소리, 사용자가 코고는 소리, 및 사용자의 수면에 영향을 미칠 수 있는 그 외 다른 소리 문제들을 녹음할 수 있다. 이렇게 녹음되는 데이터를 계속해서 저장할 수 있거나, 또는 소정의 임계치를 초과하는 소리만 저장할 수 있다. 이러한 저장된 소리 데이터는 데이터의 기록 및 저장 시간과 날짜를 나타내는 시계 정보 및/또는 타이머 정보와 연계되어 저장될 수 있다. 저장된 데이터를 또한 다른 저장된 데이터, 이를테면 다른 센서 데이터를 통해 사용자가 수면 중이거나 잠을 청하려고 시도하는 중인 것으로 검출된 기간과 결부 또는 연관시킬 수 있다. 그런 후에는, 이렇게 수집되어 저장된 데이터를 처리하여, 사용자에게 불면증 또는 다른 문제들이 있는지 여부와 관련하여 사용자의 수면의 질을 평가할 수 있다. 웨어러블 기기(3), 입출력 장치(13), 도킹 스테이션(5), 또는 중앙 서버(7)는 센서 데이터를 활용하여 이러한 산출을 수행하도록 구성될 수 있을 뿐만 아니라, 사용자의 수면에 관해 검출된 정보를 디스플레이(13a)를 통해 사용자에게 제공하기 위해 GUI를 이용하여 그래프, 차트, 텍스트 또는 다른 정보 표시 화면을 작성하기 위한 데이터를 제공하도록 구성될 수 있다.
도 8은 환자의 건강 상태 및/또는 환자에게 제공되는 치료를 모니터링하는 데 사용되는 센서 데이터를 평가하기 위해 웨어러블 기기(3)의 센서 어레이(3a)를 통해 획득된 데이터를 웨어러블 기기(3) 뿐만 아니라(또는 대안으로) 중앙 서버(7), 도킹 스테이션(5), 입출력 장치(13) 또는 다른 컴퓨터 장치가 활용할 수 있는 예시적 방법을 설명한다.
도 8에 설명한 것처럼 중앙 서버(7)(또는 일부 대안적 실시예의 경우, 도킹 스테이션(5))가 웨어러블 기기(3)로부터의 센서 데이터를 수신할 수 있다. 이렇게 수신된 센서 데이터는 중앙 서버(7b)에 의해 정렬되거나 처리되어 웨어러블 기기 데이터 관리 장치(7a) 및/또는 환자 데이터 관리 장치(7b)로 전달될 수 있다. 중앙 서버(7)가 이들 데이터 관리 장치에 데이터를 보내어 저장되도록 할 수 있는 것 외에도, 중앙 서버(7)는 이들 장치에 통신 가능하게 연결될 수 있으므로 이들 장치에 저장된 데이터를 검색하여 중앙 서버(7)에서 사용할 수 있다.
웨어러블 기기 데이터 관리 장치(7a)는 다양한 사용자들의 여러 웨어러블 기기로부터의 데이터를 저장하기 위한 비일시적 메모리를 구비할 수 있다. 이런 식으로 데이터를 저장하여 적어도 하나의 대형 데이터베이스에 데이터가 저장될 수 있도록 한다. 각 웨어러블 기기(3)로부터의 데이터는 다수의 다양한 메트릭을 기반으로 정렬될 수 있도록 저장될 수 있다. 메트릭의 예로, 웨어러블 기기의 위치, 웨어러블 기기가 모니터링할 치료 유형, 웨어러블 기기를 통해 감지되는 상태의 유형 등을 들 수 있다. 이 데이터는 대다수의 웨어러블 기기로부터 획득되는 대량의 데이터에 대한 평가를 용이하게 하기 위해 여러 가지 방식으로 쿼리(query) 및 정렬될 수 있도록 저장되므로, 데이터를 평가함으로써 대다수의 사용자들에 대한 특정 유형의 상태를 특정 유형의 치료로 어떻게 다루고 있는지 분석 평가(assess)할 수 있게 된다. 이러한 데이터 수집 및 평가는 동일한 상태에 대해, 특정 약리학적 기반 치료를 받은 그룹과 비교하여, 웨어러블 기기로 모니터링 되는 위약 그룹(placebo group)이 어떠한 진전을 보였는지에 대한 평가를 용이하게 하는 방식으로 임상 연구 활동을 촉진시킬 수 있다.
또한 웨어러블 기기(3)에 의해 제공되는 데이터를 수집하여 해당 데이터가 그룹 수준과 개별 수준 모두에서 다루어질 수 있도록 하여, 특정 환자의 특징적 건강 메트릭을 더 잘 설명할 수 있는 데이터의 보다 세분화된 평가를 가능하게 하는 동시에, 더 큰 집단의 특정 수준에서의 평가 역시 가능하게 함으로써 관심 대상의 하위 그룹들을 더 잘 평가할 수 있게 됨에 따라 특정 치료에 대한 예상치 못한 반응이나 또는 주어진 치료로 인해 발생할 수 있는 기타 상황의 원인을 확인하여, 치료 및 그의 잠재적인 부작용을 보다 효과적이고 효율적으로 평가할 수 있게 된다.
예를 들어, 웨어러블 기기의 마이크 데이터를 저장한 후 평가함으로써, 불면증 상태 또는 사용자의 수면의 질에 영향을 미치는 그 외 다른 상태와 연관될 수 있는 기침 패턴 및/또는 코골이 패턴을 식별할 수 있다. 이러한 데이터는 사용자의 다른 데이터(예컨대, 혈중 알코올 농도, 혈당치, 환경 소음 수준 증)와도 연결되어, 나쁜 수면 상태 또는 불면증 유발 이벤트를 더 잘 예측할 수 있다. 예를 들어, 데이터를 처리함으로써 특정 패턴과 나쁜 수면 상태 및/또는 불면증 유발 이벤트 사이에 있을 수 있는 연관성을 판단하여, 나쁜 수면 상태 또는 불면증 유발 이벤트를 더 잘 예측할 수 있게 된다.
저장 목적으로 환자 데이터 관리 장치(7b)는 중앙 서버(7)로부터 다양한 환자에 대한 웨어러블 기기 데이터를 수신할 수 있으므로 이러한 사용자의 데이터는 환자 데이터 관리 장치(7b)에 저장되어 있었던 사용자의 다른 건강 메트릭 데이터(예컨대, 검사실 보고서 데이터, 사용자가 받은 시술 또는 병원 방문으로 발생된 다른 건강 메트릭 데이터 등)와 함께 저장된다. 환자 데이터 관리 장치(7b)는 사용자의 웨어러블 기기(3) 데이터를 저장하도록 구성될 수 있되, 데이터 쿼리 및 정렬이 가능하도록 해당 데이터를 기기의 사용자와 결부 및 연관시키고 그 사용자의 다른 건강 데이터(예컨대, 약물 관련 데이터, 의료서비스 전문인이 다양한 시점에 측정한 사용자의 바이탈, 검사실 결과, 성격 테스트 결과, 정신 건강과 관련된 치료 데이터 등)와 함께 저장한다. 또한 데이터를 환자 데이터 관리 장치(7b)에 있는 사용자 고유의 다른 데이터, 이를테면 사용자의 이름, 주소, 연락처 정보 및 인구통계학적 정보에 연계시킬 수 있다. 중앙 서버(7)는 환자 데이터 관리 장치(7b)와 통신하여 이러한 데이터를 얻도록 구성될 수 있다. 다른 실시예에 의하면, 중앙 서버(7)가 환자 데이터 관리 장치(7b)에 연결될 수 있되, 상기 환자 데이터 관리 장치에 저장되어 있는 사용자 관련 HIPPA 규정 준수 데이터만 획득하여 평가하도록 구성될 수 있다.
중앙 서버(7)는 데이터 평가를 목적으로 환자 데이터 관리 장치(7b)로부터의 데이터와 웨어러블 기기 데이터 관리 장치(7a)로부터의 데이터를 통합하도록 구성될 수 있다. 일부 실시예의 경우, 데이터 평가는 웨어러블 기기의 사용자에게 제공되는 한 가지 이상의 치료의 효능을 평가하기 위해 수행될 수 있다. 중앙 서버(7)는 중앙 서버의 메모리에 저장될 수 있는 하나 이상의 애플리케이션에 의해 정의된 기정 방법에 따라 자동으로 데이터 평가를 수행하도록 구성될 수 있다. 중앙 서버(7)는, 추가로(또는 대안으로), 중앙 서버(7)에 의해 지원되는 GUI를 이용하여 제공될 수 있는 적어도 하나의 입력 장치(예컨대, 키보드, 포인터 장치, 마우스, 스타일러스, 터치스크린 디스플레이 등)를 통해 중앙 서버의 사용자가 제공한 입력을 수신하는 것과 함께 하나 이상의 애플리케이션을 실행하여 이러한 데이터 평가에 도움을 줄 수 있다. 중앙 서버(7)는 사용자 입력을 평가하고 그에 응답하는 데 이용되는 자연어 처리(NLP)로 구성될 수 있으며, 또한 중앙 서버가 수행할 수 있는 데이터 처리의 최적화를 위해 머신 러닝 및 예측 알고리즘을 활용할 수도 있다. 저장된 데이터를 평가하게 되면 대다수의 사용자로부터 데이터를 대량으로 수집할 수 있게 되므로, 사용자가 겪고 있을 수 있는, 의료적 개입이 필요할 수 있는 불면증 또는 다른 수면 관련 상태들에 대한 트리거를 검출할 수 있다. 또한 이렇게 수집되어 저장된 데이터는, 개입의 활용 또는 실시 도중에 수집된 데이터를 사전 개입 데이터와 비교함으로써, 이들 사용자가 특정 의료적 개입(예컨대, 행동 변화, 특정 약물 복용, 약물의 특정 용량 복용 등)에 어떻게 반응하는지 비교 및 대조하는 데 이용될 수 있다.
또한 수집된 데이터를 사용자별 수준으로 활용함으로써, 개별 사용자가 겪고 있는 수면 유형을 평가할 수 있으며, 좋은 수면을 유도하거나 불면증 또는 그 외 다른 수면 관련 문제를 유발할 수 있는 다양한 사용자 활동을 예측할 수 있다. 본 발명의 장치(1) 및 웨어러블 기기(3)의 실시예들을 통해 활용될 수 있는 데이터 수집 및 처리에 대한 일부 예를 도 12 내지 도 17, 도 21 내지 도 23, 도 25 및 도 27에 나타낸 예시적 방법에서 이해할 수 있다.
도 21에서 가장 잘 알 수 있는 것처럼, 웨어러블 기기(3)는 활성화되면 그에 응답으로 하나 이상의 입출력 장치(13) 및/또는 도킹 스테이션(5)에 용이하게 연결되도록 구성될 수 있다. 웨어러블 기기(3)는 하우징 상에 형성된 전원 버튼을 구비할 수 있거나, 활성화되는 다른 기구(예컨대, 피부와의 접촉이 감지되면 자동으로 기기를 켜는 기구 등)를 구비할 수 있다. 기기가 활성화되는 것에 응답하여, 무선 송수신기 유닛은 원하는 입출력 장치(13) 및/또는 도킹 스테이션(5)과의 무선 통신 연결을 형성하기 위한 연결 가용 상태임을 알리기 위해 다른 장치들에 전송을 출력할 수 있다. 입출력 장치(13) 및/또는 도킹 스테이션(5)의 메모리에는 웨어러블 기기(3)로부터 출력된 연결상태 알림 전송에 응답하여 웨어러블 기기와의 자동 연결을 용이하게 하기 위해 웨어러블 기기의 프로세서에 의해 실행될 수 있는 애플리케이션이 저장되어 있을 수 있다.
웨어러블 기기(3)가 이전에 보안 인증 연결을 형성하지 않은 경우에는, 웨어러블 기기가 장치와의 통신 연결을 구축하기 위해 연결될 그 장치의 MAC 주소를 요청 및/또는 수신하는 식으로, 입출력 장치(13) 및/또는 도킹 스테이션(5)의 가용 상태에 응답할 수도 있다. 이러한 연결을 형성하기 위해 추가 프로토콜이 활용될 수도 있다. 또한, 사용자는 웨어러블 기기(3)와의 연결 및/또는 웨어러블 기기(3)로부터의 데이터 수신을 용이하게 하기 위해 실행되는, 웨어러블 기기에 저장되어 있는 애플리케이션을 이용하여 웨어러블 기기와의 연결 형성이 가능해지도록 패스워드나 다른 정보를 입출력 장치(13) 또는 도킹 스테이션(5)에 입력해야 할 수 있다.
도킹 스테이션(5) 및/또는 입출력 장치(13)와 인가된 연결이 형성된 다음, 웨어러블 기기(3)는 사용자가 기기를 착용하였을 때 사용자로부터 수집하여 저장한 센서 데이터를 입출력 장치(13) 및/또는 도킹 스테이션(5)으로 보내도록 구성될 수 있다. 그런 후, 상기 센서 데이터는 입출력 장치(13) 및/또는 도킹 스테이션(5)에 연결될 수 있는 중앙 서버(7)로 (예컨대, 애플리케이션을 실행하는 입출력 장치와 중앙 서버 간에 존재할 수 있는 네트워크 연결 및 API(Application Programming Interface)를 통해) 보내질 수 있다. 또한 중앙 서버(7)는 이렇게 수신된 데이터 또는 그 일부를 웨어러블 기기 데이터 관리 장치(7a) 및/또는 환자 데이터 관리 장치(7b)에 전송하여 이들 장치로 하여금 데이터를 체계화 및 저장하도록 할 수 있다.
웨어러블 기기(3)는 입출력 장치(13) 및/또는 도킹 스테이션(5)이 웨어러블 기기(3)로부터 데이터를 수신하도록 인가되었는지 검증하기 위해, 웨어러블 기기가 연결될 수 있는 모든 장치에 적어도 하나의 챌린지 문제를 주도록 구성될 수 있다. 웨어러블 기기(3)를 도킹 스테이션(5) 및/또는 하나 이상의 입출력 장치(13)에 연결시키거나 페어링하기 위해 활용된 특정 프로토콜을 조절함으로써, 사용을 수월하게 하고 원하는 보안 수준을 얻는 데 바람직할 수 있는 임의의 특정 유형의 필요한 통신 프로토콜 및 인가 프로토콜을 충족시킬 수 있다.
적어도 하나의 인가된 장치로의 연결이 형성되면 웨어러블 기기(3)는 해당 장치에 지난 번 마지막으로 데이터를 전송한 시점 이후에 수집 및 저장된 센서 데이터를 입출력 장치(13) 및/또는 도킹 스테이션(5)에 보낼 수 있다. 일부 실시예에서, 웨어러블 기기(3)는 입출력 장치(13) 또는 도킹 스테이션(5)과 동기화를 수행함으로써, 웨어러블 기기가 그와 연결된 장치에 제공해 왔던 데이터에, 서로 마지막으로 통신 가능하게 연결된 시점 이후로, 해당 연결된 장치가 웨어러블 기기로(3)부터 아직 수신하지 못한 모든 새로운 데이터가 포함되도록 보장할 수 있다.
웨어러블 기기(3)가 적어도 하나의 페어링된 장치(예컨대, 입출력 장치(13) 및/또는 도킹 스테이션(5))에 연결되어 있는 동안, 사용자가 기기를 착용하고 있는 것으로 판단되면 이에 응답하여 사용자로부터의 추가 데이터 수집을 위해 웨어러블 기기(3)가 활성화될 수도 있다. 이러한 데이터 수집은 예를 들어 인간의 피부 상에 위치하고 있다고 판단하는 웨어러블 기기에 의해 작동될 수 있다. 웨어러블 기기(3)는 이러한 판단을 기기를 착용하고 있을 수 있는 사용자로부터의 어떠한 입력도 없이 자동으로 내리도록 구성될 수 있다.
사용자가 현재 웨어러블 기기(3)를 착용하고 있지 않는 것으로 웨어러블 기기가 판단하였고 중앙 서버 및/또는 적어도 하나의 다른 장치(예컨대, 입출력 장치(13) 또는 도킹 스테이션(5))로의 전송 목적으로 이전에 센서 데이터를 이러한 장치로 성공적으로 전송한 것을 확인하였다면, 웨어러블 기기(3)는 기기 내 저장되어 있었던 데이터를 지우고, 후속 데이터 수집을 위해 관련 매개변수를 제로 또는 다른 기본값(default) 위치에 설정할 수 있다. 웨어러블 기기(3)가 적어도 하나의 다른 장치에 전달했던 모든 저장된 센서 데이터를 지우는 것에 대한 대안으로, 저장된 데이터를 지우는 단계는 더 최근의 데이터는 유지하면서 오래된 특정 데이터만 삭제하도록 수행될 수 있다. 또 다른 실시예에 의하면, 이러한 데이터 지우기 단계는 절대 자동으로 수행될 수 없으며, 입출력 장치(13) 또는 도킹 스테이션(5)을 통해 웨어러블 기기(3)에 전달될 수 있는, 저장된 데이터를 일부 또는 전부 삭제할 것을 명령하는 입력을 웨어러블 기기(3)가 수신하여 이에 응답하는 경우에만 수행될 수 있다.
사용자가 현재 웨어러블 기기(3)를 착용하고 있는 것으로 판단하였다면 이에 대한 응답으로 웨어러블 기기는 기기 내 센서 어레이를 활성화시켜, 사용자의 한 가지 이상의 건강 상태를 모니터링하기 위한 센서들이 활성화되도록 할 수 있다. 모니터링은 연속적으로 또는 소정의 모니터링 간격(예컨대, 5초마다, 1분마다, 등)으로 수행될 수 있다. 센서 어레이의 각 센서는 소정의 모니터링 시간 간격만큼 떨어진 소정의 센서 측정 간격들 내에서 연속적으로(continuously) 또는 불연속적으로(discretely) 데이터를 수집할 수 있다.
웨어러블 기기(3)가 입출력 장치(13) 또는 도킹 스테이션(5)에 연결되어 있는 경우, 웨어러블 기기는 센서들에 의해 수집된 센서 데이터를 기기가 연결되어 있는 장치(들)에 즉시 전송할 수 있으며, 해당 데이터를 기기의 메모리(3m)에 자체적으로 저장할 수도 있다. 연결이 형성되어 있지 않은 경우에는, 웨어러블 기기는 수집된 데이터를 메모리(3m)에 저장할 수 있고, 나중에 입출력 장치(13) 또는 도킹 스테이션(5)과의 통신 연결이 형성된 후에는 데이터를 해당 장치에 보낼 수 있다.
통신 오류가 검출되었고 그 결과 입출력 장치(13) 또는 도킹 스테이션(5)이 일부 전송된 데이터를 수신하지 못한 경우, 웨어러블 기기(3)는 상기 오류를 검출하고 그 후 해당 데이터를 재전송하도록 구성될 수 있다. 예를 들어, 웨어러블 기기(3)는 기기와 페어링된 장치와의 블루투스 연결이 일정 기간 동안 끊어졌었다는 것(예컨대, 기기의 단전으로 인해, 또는 기기가 송수신기 유닛(3b)의 범위 밖에 있음으로 인해 발생한다)을 감지하고 나서, 해당 연결을 재구축하고, 연결이 복원된 후에는 해당 데이터를 재전송할 수 있다.
수집 및 저장된 센서 데이터를 웨어러블 기기(3)와 페어링된 또는 통신 가능하게 연결된 장치로 보낸 후, 웨어러블 기기(3)는 소정의 기간 동안 센서 데이터 전송을 중단함으로써 기기의 절전을 도모할 수 있다. 예를 들어, 센서 데이터를 전송한 후, 웨어러블 기기(3)는 이러한 전송을 중단하고 적어도 소정의 전송 시간 간격 동안 센서 데이터를 저장할 수도 있다. 이 시간이 경과하면, 웨어러블 기기(3)는 새로 수집된 데이터와 아직 전송하지 않은 센서 데이터를 웨어러블 기기(3)와 페어링된 또는 통신 가능하게 연결된 입출력 장치(13) 및/또는 도킹 스테이션(5)으로 보낼 수 있다. 이렇게 센서 데이터를 전달하는 단계는 웨어러블 기기(3)가 입출력 장치(13) 및/또는 도킹 스테이션(5)에 연결되어 페어링된 상태를 유지하는 동안, 소정의 전송 시간 간격을 두고 반복적으로 수행될 수 있다. 상기 소정의 전송 시간 간격은 특정한 설계 기준 세트에 적합한 것으로 여겨지는 기간일 수 있으며, 30초, 1분, 5분, 10분, 30분 미만, 30분 이하, 또는 일부 실시예의 경우 1초 내지 30분에 해당하는 또 다른 기간일 수 있다.
도 12와 도 13을 참조하면, 센서들(4)의 어레이(3a)를 통해 획득되는 객관적 데이터는 중앙 서버(7) 또는 입출력 장치(13)의 메모리에 저장될 수 있다. 또한, 적어도 하나의 입출력 장치(13)를 통해 획득되는 주관적 데이터는 입출력 장치(13)의 메모리에 수집 및 저장되며, 분석 및 사용 목적으로 중앙 서버(7)로 전달될 수 있다. 주관적 데이터는 사용자로부터 획득되는 데이터로서, 모니터링되고 있는 사용자의 상태와 관련될 수 있는 데이터를 저장할 목적으로 사용자에게 입력을 제공하도록 요구하는 데이터일 수 있다. 이렇게 요구되는 정보의 예로, 음식 또는 약물의 섭취(예컨대, 알코올 섭취, 카페인 섭취, 마리화나 섭취)와 관련되었거나 그 외 다른 활동(하루 동안의 환자 활동 수준 또는 환자가 신체 운동을 한 정도 등)과 관련된 질문들에 대해 '예' 또는 '아니오'로 입력할 것을 요청하는 것을 들 수 있다. 주관적 데이터는 네트워크 연결이나 다른 종류의 통신 연결을 통해 입출력 장치(13)에 연결될 수 있는 중앙 서버에 저장할 목적으로 사용자로부터 주관적인 데이터를 획득하는 방법론을 정의하는 애플리케이션을 실행시킬 수 있는, 스마트 스피커, 태블릿 또는 스마트폰과 같은, 적어도 하나의 입출력 장치(13)를 통해 환자로부터 얻을 수 있다. 일부 실시예에 의하면, 중앙 서버(7)는 주관적 데이터의 획득 및 저장을 위해 입출력 장치(13)에서 실행되는 애플리케이션과 관련하여 서비스들을 호스팅할 수 있다. 중앙 서버(7)는 사용자 데이터를 API 연결을 통해 수신할 수 있거나, 또는 사용자 혹은 입출력 장치(13)에 서비스를 제공하는 데 사용되기 위해 해당 데이터를 저장할 목적으로 중앙 서버(7)가 입출력 장치(13)와 갖는 다른 연결을 통해 수신할 수 있다.
예를 들어, 획득되는 주관적 데이터로는, 환자가 취침 전 제1 수면전(pre-sleep) 기간 내에 환자가 알코올을 섭취했는지 여부 및/또는 환자가 취침 전 제1 수면전(pre-sleep) 기간 내에 환자가 카페인을 섭취했는지 여부에 대해 환자에게 묻는 입출력 장치(13)의 질의가 포함될 수 있다. 이러한 질의들에 대한 응답으로 주어지는 환자 입력은 저장 목적으로 중앙 서버(7)에 제공될 수 있다. 또한 중앙 서버(7)는 본 명세서에서 논의한 바와 같이 웨어러블 기기(3)를 통해 환자의 객관적 데이터를 수신할 수 있다. 환자의 주관적 데이터와 객관적 데이터가 중앙 서버(7)에 저장됨에 따라, 이들 데이터를 통합 분석하여, 일정 기간 내의 여러 시점(예컨대, 하루 중, 일주일 중, 한 달 중, 일 년 중 및/또는 수 년 중 여러 시점)에서의 환자의 행동 패턴들 및 건강 상태들을 식별할 수 있다.
예를 들어, 환자의 주관적 및 객관적 데이터를 저장하고 통합한 후, 환자가 수면 중인 것으로 감지된 기간 동안 환자의 심박수 데이터를 평가할 수 있다. 환자의 심박수가 소정의 심박수 한계치(예컨대, 70 bpm, 80 bpm 등)보다 낮은 경우, 해당 환자 심박수는 정상 또는 건강한 범위에 속하는 것으로 간주될 수 있으며, 환자의 다른 객관적인 데이터를 평가함으로써 환자의 수면 능력, 수면 기간 및/또는 수면의 질과 관련되었을 수 있는 행동 패턴들을 검출할 수 있다.
환자의 심박수가 소정의 심박수 한계치보다 높은 경우에는 환자의 상태가 잠재적으로 환자의 수면이나 그 외 다른 건강 관련 상태에 영향을 미칠 수 있다고 판단할 수 있다. 이러한 판단에 대한 응답으로, 환자의 주관적 데이터를 추가로 평가함으로써, 환자의 잠재적인 행동 패턴이 환자의 수면에 해로운 영향을 미칠 수 있는 심박수 상태의 원인이 될 수 있는지 여부를 판단할 수 있다. 예를 들어, 소정의 알코올 섭취 제한 시간(예컨대, 1시간, 3시간, 5시간, 24시간, 48시간 등) 이내에 환자가 알코올을 섭취했는지 여부에 관해 환자가 입출력 장치에 제공한 주관적인 데이터 입력을 평가할 수 있다. 소정의 알코올 섭취 제한 시간 이내에 환자가 알코올을 전혀 섭취하지 않았다면, 다른 주관적인 요인을 평가할 수 있다. 예를 들어, 소정의 카페인 섭취 제한 시간(예컨대, 1시간, 3시간, 5시간, 24시간, 48시간 등) 이내에 환자가 카페인을 섭취했는지 여부를 판단하기 위해 환자의 주관적인 데이터를 평가할 수 있다. 카페인 및 알코올에 추가로(또는 대안으로) 음식 또는 약물 상태와 관련된 다른 주관적인 주제들을 또한 평가할 수 있다(도 17 참조).
문제가 될 수 있는 음식이나 약물을 전혀 섭취하지 않았음을 나타내는 환자의 주관적인 데이터에 대한 응답으로, 환자의 다른 데이터를 평가함으로써 환자의 심박수 메트릭에 영향을 미칠 수 있는 패턴을 검출하려고 시도할 수 있다. 이러한 추가 정보로, 예컨대 환자가 잠을 청하려고 시도하기 전에 강렬한 신체적 활동을 하였는지 여부를 평가하기 위한 가속도계 데이터 또는 기타 주관적인 데이터를 예로 들 수 있다.
문제가 될 수 있는 음식이나 약물을 섭취하였을 수 있음을 나타내는 환자의 주관적인 데이터에 대한 응답으로, 환자 데이터를 추가로 평가함으로써 상승된 심박수와 확인된 환자의 음식 또는 약물 섭취 간에 연관이 있는 행동 패턴을 검출할 수 있다. 행동 패턴에 대한 검출 단계는 소정의 행동 패턴 평가 기간(예컨대, 7일, 2주, 한 달 등)에 걸쳐 데이터를 평가하는 단계를 포함할 수 있다. 행동 패턴이 검출되면, 중앙 서버(7)는 웨어러블 기기(3) 및/또는 입출력 장치(13)와 통신하여, 취침 전의 음식 또는 약물 섭취에 변화를 주도록 제안하는 권고 출력을 환자에게 제공할 수 있다. 예를 들어, 소정의 섭취 기간 이내에 환자가 알코올이나 카페인을 섭취하였다면, 이러한 섭취가 문제가 될 수 있다는 점과 환자는 소정의 교정 기간 동안 해당 섭취를 피하도록 노력해야 함을 나타내는 출력을 환자에게 제공함으로써, 이러한 변화로 인해 환자의 수면의 질 및/또는 수면 시간이 개선될 수 있는지 시도해보고 평가할 수 있다. 이러한 유형의 출력은 웨어러블 기기(3)의 디스플레이 또는 입출력 장치(13)의 디스플레이 상에 표시되는 GUI를 통해 환자에게 가청적, 비디오 또는 텍스트로 표현되는 제안을 제공하는 방식으로 전달될 수 있다.
또 다른 예로, 환자의 주관적 데이터 입력에 근거하여 환자가 충분히 운동하지 않았다거나 또는 환자가 소정의 지속시간 동안 햇빛을 쬐지 않았다는 판단이 내려지면, 시스템은 환자에게 운동을 더 많이 할 것, 실외에서 더 많이 운동할 것, 또는 다른 작업들을 수행하여 운동 지속시간을 늘리고/늘리거나 자연 햇빛을 더 오랫동안 쬘 것 등의 제언을 환자에게 출력할 수 있다.
또한, 환자에게 행동 변화를 제안하기 위해 제공되는 출력은 검출된 패턴을 더 상세히 예시할 수 있는 그래픽 표시를 포함하도록 구성될 수 있다. 예를 들어, 환자의 약물 또는 음식 섭취와 관련하여 환자의 수면의 질 및/또는 수면 시간을 나타내는 그래프를 보여주면, 행동 변화 제안을 권고한 이유를 환자에게 설명하는 데 도움이 될 수 있다. 데이터 평가 단계와 제안 출력 단계는 자동으로 수행될 수 있으므로, 데이터를 평가하고 환자에게 출력을 제공하는 데 있어서 사용자 입력이 없어도 된다. 일부 실시예의 경우, 제안 출력 단계와 데이터 평가 단계는 환자가 입출력 장치(13) 또는 웨어러블 기기(3)를 통해 제1 입력을 제공하여 데이터 평가 초기화를 트리거하면 자동으로 수행될 수 있다. 상기 입력은 중앙 서버(7)에 전달되어, 중앙 서버로 하여금 데이터를 처리하고 웨어러블 기기(3) 또는 입출력 장치(13)와 통신하여, 환자 데이터에 대한 평가 및 환자를 위한 행동 변화 권고와 관련된 출력을 환자에게 제공하도록 할 수 있다.
행동 변화가 제안되면, 환자가 변화를 시도하고 실행할 것인지 여부를 나타내는 제1 입력을 제공할 것을 촉구하는 프롬프터가 사용자(즉, 환자)에게 표시될 수 있다. 이 입력은 환자와의 차후 의사소통을 위한 주관적인 추적 데이터를 업데이트하는 데 활용되어, 환자가 제안된 행동 변화를 실행하려고 시도한 후에 이루어질 수 있는 환자의 수면에 대한 추가 평가를 위해, 환자에게 음식 섭취, 약물 섭취 및/또는 환자의 행동과 관련된 다른 주관적인 데이터 질의들에 대한 응답으로 입력을 제공하도록 촉구할 수 있다. 이어서, 이렇게 획득 및 저장된 데이터는 환자 데이터의 차후 평가에 활용될 수 있으며, 이러한 차후 평가는 환자가 행동을 변화할 것이라고 나타낸 시점부터 행동 변화가 환자의 수면에 얼마나 효과적이었는지 분석 평가하기 위해 환자의 상태를 재평가하는 시점까지 진행될 수 있는 소정의 제2 행동 패턴 평가 기간 동안 수행될 수 있다.
환자의 수면 상태 평가 중 환자 데이터의 평가, 이를테면 도 12와 도 13에 설명하였고 본 명세서에서 논의한 대로 주관적인 데이터와 객관적인 데이터의 통합 평가를 트리거하는 단계는 다양한 방식으로 수행될 수 있다. 예를 들어, 본 명세서에서 논의한 바와 같이, 저장되어 통합된 사용자의 주관적 및 객관적 데이터를 바탕으로 평가를 수행하는 서비스들을 호스팅하는 중앙 서버(7)를 트리거하기 위해 사용자 입력을 입출력 장치(13)(예컨대, 스마트폰, 스마트 스피커, 컴퓨터, 태블릿 등) 또는 웨어러블 기기(3) 또는 다른 장치들 상에서 실행되는 사용자 인터페이스를 통해 제공할 수 있다. 또한 이러한 평가는 어떤 특정한 사용자 입력을 통한 트리거 없이도 소정의 시간에 중앙 서버가 수행했었을 수 있는 객관적 데이터의 평가로 인해 트리거될 수 있다. 이러한 유형의 자동화된 평가 트리거 방법의 한 예를 도 14에 설명하였다.
도 14에서 알 수 있듯이, 웨어러블 기기(3)는 센서들(4)의 어레이 중 IR 센서와 적색광 LED 센서로부터 데이터를 수집하도록 구성될 수 있다. 웨어러블 기기는 IR 센서 또는 적색광 LED 센서 중 어느 것을 사용하여 말초 모세관 산소 포화도 값, SPO2(예컨대, 웨어러블 기기(3)를 착용하고 있는 환자의 혈중 산소 농도의 추정치)를 구할 지 결정하도록 구성될 수 있다. 예를 들어, 적색광 LED 센서가 환자의 SPO2 평가 효율 이상의 효율을 제공하는 경우에는 적색광 LED 센서를 사용할 수 있다. 하지만 IR 센서가 SPO2 측정 및/또는 평가에 대해 더 높은 효율 수준을 제공하는 경우에는 IR 센서 데이터를 대신 사용할 수 있다. 어떤 센서를 사용할 지 선택한 후에는 해당 센서의 데이터를 사용하여 환자의 SPO2 값을 평가함으로써 SPO2 값을 구할 수 있다. 표시할 목적으로, 웨어러블 기기(3)는 SPO2 값을 웨어러블 기기(3)의 디스플레이, 도킹 스테이션(5)의 디스플레이, 입출력 장치(13)의 디스플레이, 또는 중앙 서버(7)를 통해 사용자에게 표시할 수 있는 사용자 인터페이스 상의 디스플레이에 전달할 수 있다. 또한 SPO2 값 데이터는 저장 및 전송되어, 환자의 상태(예컨대, 수면의 질 및/또는 환자의 수면 시간 등)를 모니터링 및/또는 평가하기 위한 주관적 데이터 및 객관적 데이터의 통합에 사용될 수 있다.
웨어러블 기기(3)는 또한 수면 중에 기기를 착용하고 있는 환자에게 제공될 수 있는 치료를 용이하게 하도록 구성될 수 있다. 이러한 치료는 환자가 아직 잠들어 있는 동안 웨어러블 기기(3)를 통해 자동으로 수행될 수 있다. 도 16은 이러한 방법의 예시적 실시예를 설명한다.
예를 들어, 웨어러블 기기(3)는, 환자의 수면도 모니터링하면서 환자의 수면의 질 및/또는 수면 시간을 개선하려는 시도에 대한 자동 응답을 트리거하는 데 사용될 수 있는 측정치를 주기적으로 수집하기 위해 기기 내 센서 어레이의 센서들(4) 중 하나 이상을 소정의 시간 간격으로 활성화시키도록 구성될 수 있다. 웨어러블 기기(3)는 상기 센서들(4) 중 적어도 일부를 통해 환자로부터 지속적으로 데이터를 수집하도록 구성될 수 있다. 다른 실시예에서는, 모든 센서(4)를 소정의 다양한 시간 간격으로 활성화시켜 환자가 웨어러블 기기(3)를 착용하고 있는 동안의 환자의 측정 데이터를 수집하도록 할 수 있다.
웨어러블 기기(3)는 소정의 평가 기간(예컨대, 1분, 2분 내지 3분, 5분 등) 동안 다양한 센서 데이터를 수신하고 평가하도록 구성될 수 있다. 센서 데이터로는 심박수 센서 데이터, 땀 센서 데이터 및 가속도계 센서 데이터가 포함될 수 있다. 웨어러블 기기(3)는 센서 데이터를 평가하여 환자의 측정 데이터가 소정의 움직임 빈도 임계치 또는 소정의 불량 수면 질 임계치를 초과하는지 여부를 판단하도록 구성될 수 있다. 이러한 임계치에는 다양한 매개변수가 포함될 수 있다. 예를 들어, 환자의 심박수가 심박수 기준(예컨대, 75 bpm 등)을 초과하였고, 환자가 땀을 흘리고 있으며 환자가 쭉 움직여 왔음을 나타내는 가속도계 데이터가 있다면, 웨어러블 기기(3)는 문제가 될 수 있는 수면 상태를 감지하고 결과적으로는 소정의 기간에 대한 환자의 객관적 측정 데이터를 추가로 평가함으로써 환자의 신체 움직임이 증가하였는지, 땀을 흘리고 있는지 및/또는 수면 심박수가 상대적으로 높은지 여부를 판단하도록 구성될 수 있다. 웨어러블 기기(3), 입출력 장치(13), 중앙 서버(7) 또는 도킹 스테이션(5)은, 다양한 수면 질 매개변수(깊은 수면 시간, REM 수면, 얕은 수면 등)를 정하고 사용자의 수면을 평가하는 데 사용되는 사용자 데이터 또는 환자 데이터를 웨어러블 기기(3)로부터 수신하여 해당 데이터를 평가하도록 구성될 수 있다.
수면 움직임 유형 이벤트의 빈도가 증가하고 있고/있거나 환자의 신체 움직임, 심박수 및 땀 데이터가 소정의 수면 문제 임계치를 초과하였다면, 웨어러블 기기(3)는 적어도 하나의 입출력 장치(13) 및/또는 도킹 스테이션(5) 또는 중앙 서버(7)와 통신하여, 환자가 자는 동안 적어도 하나의 출력을 내보내도록 구성될 수 있다. 예를 들어, 웨어러블 기기(3)는 환자가 겪고 있는 수면의 질을 개선하려고 시도하는 차원에서 환자의 움직임, 땀 또는 심박수를 줄이는 데 도움이 될 수 있는 감각적 및/또는 가청 출력을 제공하기 위해 진동 기구를 통해 진동하도록 구성될 수 있다. 상기 진동 기구는 진동 모터, 무축 진동 모터(shaftless vibration motor), 선형 공진 액추에이터, 단일 축 전체에 진동력을 발생하는 진동 모터, 또는 웨어러블 기기 하우징에 연결된 편심 회전 질량(ERM) 모터로 구성될 수 있다. 진동 기구는 작동 시 웨어러블 기기의 하우징이나 전체 웨어러블 기기(3)를 진동시킬 수 있도록 구성될 수 있다. 그 외에도, 웨어러블 기기(3), 입출력 장치(13) 또는 도킹 스테이션(5)은 환자의 수면 시간 및/또는 수면의 질을 개선하려고 시도하는 차원에서 환자가 수면 중에 들을 수 있는 특정 종류의 음악이나 소리를 재생하는 방식으로 이러한 가청 출력을 스피커를 통해 방출할 수 있다.
환자의 움직임의 빈도, 땀을 흘리는 빈도 및 심박수가 증가하지 않고 이들 값이 소정의 활성화 임계치를 초과하지 않는 경우, 웨어러블 기기(3)는 소정의 기간 동안 환자의 수면 데이터 수집을 중단함으로써 웨어러블 기기(3)의 배터리 수명을 보존하도록 구성될 수 있다. 이러한 소정의 지연 기간이 끝나면, 웨어러블 기기(3)는 환자가 자는 동안 수면 관련 문제를 겪고 있는지 여부를 평가하기 위한 데이터를 수집하여 평가하기 위해 센서들(4)을 다시 활성화시킬 수 있다.
또한 웨어러블 기기(3)는 환자가 자는 동안 수집된 환자 데이터를 저장 및 추가 분석 또는 추가 평가 목적으로 도킹 스테이션(5), 입출력 장치(13), 및/또는 중앙 서버(7)에 주기적으로 전송하도록 구성될 수 있다. 이러한 주기적 전송은, 환자가 수면 중일 때 각 활성화 시퀀스를 따라 센서들이 활성화되어 환자 데이터를 수집하면서 일어날 수 있으며, 상기 환자 데이터로는 수면 중인 환자에게 출력이 제공된 시간과 수면 중인 환자에게 제공된 출력의 유형(예컨대, 오로지 진동, 또는 웨어러블 기기(3)의 스피커나 도킹 스테이션(5)의 스피커나 입출력 장치(13)의 스피커를 통해 방출되는 음악과 진동 등)을 식별하는 데이터를 포함할 수 있다. 다른 실시예에 의하면, 수집되어 평가된 데이터와, 수면 중인 환자에게 출력이 제공된 시간과 수면 중인 환자에게 제공된 출력의 유형을 식별하는 데이터는 웨어러블 기기(3)의 메모리에 저장된 후, 본 명세서에서 논의한 바와 같이, 저장 그리고 추가 분석, 사용 및 평가 목적으로, 도킹 스테이션(5), 입출력 장치(13) 및/또는 중앙 서버(7)로 전송될 수 있다.
웨어러블 기기(3)는, 소정의 불안 임계치 수준을 초과한 것으로 감지되기도 하는 사용자 불안을 줄이려는 시도에 대한 자동 응답을 트리거하는 데 사용될 수 있는 측정치를 주기적으로 수집하기 위해 기기 내 센서 어레이의 센서들(4) 중 하나 이상을 소정의 시간 간격으로 활성화시키도록 구성될 수 있다. 도 16에 설명된 방법을 활용하여 사용자의 불안을 감지하고 그런 후에는 출력 작동을 트리거함으로써, 감지된 사용자의 불안을 용이하게 낮출 수 있다. 웨어러블 기기(3)는 상기 센서들(4) 중 적어도 일부를 통해 환자로부터 지속적으로 데이터를 수집하도록 구성될 수 있다. 다른 실시예에서는, 모든 센서(4)를 소정의 다양한 시간 간격으로 활성화시켜 환자가 웨어러블 기기(3)를 착용하고 있는 동안의 환자의 측정 데이터를 수집하도록 할 수 있다.
웨어러블 기기(3)는 소정의 평가 기간(예컨대, 1분, 2분 내지 3분, 5분 등) 동안 다양한 센서 데이터를 수신하여 평가하도록 구성될 수 있다. 센서 데이터로, 심박수 센서 데이터, 땀 센서 데이터 및 가속도계 센서 데이터가 포함될 수 있다. 웨어러블 기기(3)는 센서 데이터를 평가하여 환자의 측정 데이터가 소정의 불안 임계치를 초과하는지 여부를 판단하도록 구성될 수 있다. 이러한 임계치에는 다양한 매개변수가 포함될 수 있다. 예를 들어, 환자의 심박수가 심박수 기준(예컨대, 75 bpm 또는 70 bpm 등)을 초과하였고, 또한 환자가 땀을 흘리고 있으며 환자에게 소정의 불안 임계 비율을 충족시키거나 초과하는 떨림이 한 번 이상 있었다면, 웨어러블 기기(3)는 불안 상태를 감지하고 결과적으로는 소정의 기간에 대한 환자의 객관적 측정 데이터를 추가로 평가함으로써, 소정의 불안 임계 비율을 충족시키거나 초과할 정도로 환자의 신체 움직임이 증가하였는지, 땀을 많이 흘리고 있는지 또는 심박수(HR)가 상대적으로 높은지 여부를 판단하도록 구성될 수 있다. 예를 들어, 일부 실시예에 의하면, 이러한 판단은 또한 사용자가 소정의 불안 임계 비율을 충족시키거나 초과하는 신체 움직임을 보이고 있는 것으로 검출되는 것에 응답하여 내려질 수 있다. 입출력 장치(13), 중앙 서버(7) 또는 도킹 스테이션(5)은, 다양한 불안 관련 매개변수를 정하는 데 사용하기 위한 환자의 모니터링된 건강 관련 데이터의 평가에 이용되는 사용자 데이터 또는 환자 데이터가 웨어러블 기기(3)로부터 전송되면 해당 데이터를 평가하도록 구성될 수 있다.
환자의 떨림의 빈도가 증가하고 있고/있거나 신체 움직임의 빈도가 증가하고 있으며, 심박수(HR) 및 땀 데이터가 소정의 불안 임계치를 초과하였다면, 웨어러블 기기(3)는 적어도 하나의 입출력 장치(13) 및/또는 도킹 스테이션(5) 또는 중앙 서버(7)와 통신하여, 환자가 자는 동안 적어도 하나의 출력을 내보내도록 및/또는 스피커 혹은 웨어러블 기기의 다른 기구를 작동시켜 출력을 내보내도록 구성될 수 있다. 예를 들어, 웨어러블 기기는 환자의 불안을 줄이는 데 도움이 될 수 있는 감각적 및/또는 가청 출력을 제공하기 위해 진동 기구를 통해 진동하도록 구성될 수 있다. 상기 진동 기구는 진동 모터, 무축 진동 모터, 선형 공진 액추에이터, 단일 축 전체에 진동력을 발생하는 진동 모터, 또는 웨어러블 기기 하우징에 연결된 편심 회전 질량(ERM) 모터로 구성될 수 있다. 진동 기구는 작동 시 웨어러블 기기의 하우징이나 전체 웨어러블 기기(3)를 진동시킬 수 있도록 구성될 수 있다. 그 외에도, 웨어러블 기기(3), 입출력 장치(13) 또는 도킹 스테이션(5)은 환자의 불안을 개선하려고 시도하는 차원에서 환자가 들을 수 있는 특정 종류의 음악이나 소리를 재생하는 방식으로 이러한 가청 출력을 스피커를 통해 방출할 수 있다.
환자의 움직임의 빈도, 땀을 흘리는 빈도 및 심박수가 증가하지 않고 이들 값이 소정의 불안 임계치를 초과하지 않는 경우, 웨어러블 기기(3)는 소정의 기간 동안 환자 데이터 수집을 중단함으로써 웨어러블 기기(3)의 배터리 수명을 보존하도록 구성될 수 있다. 이러한 소정의 지연 기간이 끝나면, 웨어러블 기기(3)는 환자가 소정의 불안 임계치를 충족시키거나 초과하는 수준의 불안을 느끼고 있는지 여부를 평가하기 위한 데이터를 수집하고 평가하기 위해 센서들(4)을 다시 활성화시킬 수 있다.
또한 웨어러블 기기(3)는 환자가 기기를 착용하고 있는 동안 수집된 환자 데이터를 저장 및 추가적인 분석 또는 평가 목적으로 도킹 스테이션(5), 입출력 장치(13), 및/또는 중앙 서버(7)에 주기적으로 전송하도록 구성될 수 있다. 이러한 주기적 전송은, 환자가 기기를 착용하고 있을 때 각 활성화 시퀀스를 따라 센서들이 활성화되어 환자 데이터를 수집함으로써 가능하며, 상기 환자 데이터로는 수면 중인 환자에게 출력이 제공된 시간과 수면 중인 환자에게 제공된 출력의 유형(예컨대, 오로지 진동, 또는 웨어러블 기기(3)의 스피커나 도킹 스테이션(5)의 스피커나 입출력 장치(13)의 스피커를 통해 방출되는 음악과 진동 등)을 식별하는 데이터를 포함할 수 있다. 다른 실시예에 의하면, 수집되어 평가된 데이터와, 환자에게 출력이 제공된 시간과 수면 중인 환자에게 제공된 출력의 유형을 식별하는 데이터는 웨어러블 기기(3)의 메모리에 저장된 후, 본 명세서에서 논의한 바와 같이, 저장 그리고 추가 분석, 사용 및 평가 목적으로, 도킹 스테이션(5), 입출력 장치(13) 및/또는 중앙 서버(7)로 전송될 수 있다.
웨어러블 기기(3)는 사용자가 겪을 수 있는 떨림을 감지하고 카운트하도록 구성될 수 있다. 떨림 관련 데이터는 입출력 장치(13) 및/또는 도킹 스테이션(5)으로 전달될 수 있다. 또한 중앙 서버(7), 입출력 장치(13), 도킹 스테이션(5), 및/또는 웨어러블 기기는 이러한 떨림 관련 데이터를 활용하여, 사용자의 건강을 평가하는 데에도 이용될 수 있는 떨림 점수를 산정하도록 구성될 수 있다.
웨어러블 기기가 감지할 수 있는 떨림으로는, 예를 들어 다발성 경화증, 뇌졸중 및 외상성 뇌 손상을 비롯한 신경성 장애와 관련된 떨림과, 예를 들어 파킨슨병, 주의력 결핍 과잉 행동 장애(ADHD), 주의력 결핍 장애(ADD), 치매 또는 알츠하이머병을 비롯한, 뇌의 일부에 영향을 미치는 신경퇴행성 질환과 연관된 떨림이 포함될 수 있다. 또한 평가 목적으로 감지할 수 있는 사용자 떨림으로는, 특정 약물(예컨대, 천식 약, 암페타민, 카페인, 코르티코스테로이드, 및 특정 정신과 및 신경성 장애에 사용되는 약물) 사용으로 인한 떨림, 알코올 남용이나 알코올 금단 현상으로 인한 떨림, 갑상선 기능 항진증으로 인한 떨림, 간부전으로 인한 떨림, 신부전으로 인한 떨림, 불안 또는 공황으로 인한 떨림이 포함될 수 있다. 수많은 다양한 형태의 떨림이 존재하며 감지될 수 있으며, 그 예로, 본태성 떨림(양성 본태성 떨림 또는 가족성 수전증이라고도 한다), 긴장성 떨림, 소뇌 떨림(예컨대, 뇌졸중 또는 종양으로 인해 발생하거나, (다발성 경화증 또는 유전성 퇴행성 장애, 예컨대, 운동 실조증 및 취약 X 증후군과 같은) 질환에 기인하거나, 알코올 중독으로 인한 소뇌의 만성 손상으로 인해 발생하는, 소뇌 손상 및 소뇌에서 다른 뇌 영역들로 이어지는 경로의 손상으로 인한 떨림), 심인성 떨림(기능성 떨림이라고도 하며, 스트레스 또는 (우울증이나 외상 후 스트레스 장애(PTSD)와 같은 정신 장애로 인한 떨림이 포함된다), 항진된 생리적 떨림(예컨대, 특정 약물, 알코올 금단 현상, 또는 (과민성 갑상선 및 저혈당증을 비롯한) 의학적 병태로 인해 발생되는 떨림), 파킨슨병 떨림 및 기립성 떨림을 들 수 있다.
도 22를 참조하면, 기준을 정한 후 평가 목적으로 사용자 떨림을 감지할 수 있다. 떨림 평가를 위한 기준을 형성하기 위해 떨림 기준 기간을 설정하여 그 기간 동안 센서 데이터를 기록할 수 있다. 떨림 기준 기간은 예를 들어 24시간, 수일, 또는 일주일일 수 있다. 떨림 기준 기간이 경과된 후, 해당 기간 동안 수집된 센서 데이터를 평가할 수 있다. 이러한 센서 데이터로는, 여러 축을 따라 검출된 모션 데이터를 비롯한 가속도계 데이터가 포함될 수 있다. 예를 들어, 가속도계 데이터는 특정한 측정 시간의 구간별로 수집된, 가속도계 x-방향 데이터(Ax), 가속도계 y-방향 데이터(Ay) 및 가속도계 z-방향 데이터(Az)를 포함할 수 있다. 여기서, x-방향은 가로 방향일 수 있고, y-방향은 세로 방향(예컨대, 상하로 수직 연장되는 축을 따른 방향)일 수 있으며, z-방향은 세로 방향인 y-방향과 가로 방향인 x-방향 둘 다에 수직인 방향일 수 있다. 예를 들어, x-방향은 좌우 방향으로 수평으로 연장되는 수평 연장축을 따른 방향일 수 있고, z-방향은 전후 방향으로 연장되는 수평축을 따른 방향일 수 있다. 이러한 가속도계 데이터는 필터링된 후, 기준 떨림 가중치와 기준 떨림 시간 점수를 산출하는 데 이용될 수 있다. 이때 수행되는 필터링 단계는 떨림 모션에 대한 소정의 떨림 임계치 수준을 충족시키지 않거나 초과하지 않는 가속도계 데이터를 걸러 내기 위함일 수 있다. 떨림 기준 기간 내에 수집된 기준 가속도계 데이터를 평가하여 다음과 같은 사항들을 검출할 수 있다:
1. 떨림 카운트(Tc)로 표현될 수 있는, 기준 기간 내에서 발생한 떨림 수;
2. 떨림 지속시간(TD)으로 표현될 수 있는, 떨림이 발생한 것으로 검출된 시점과 떨림이 발생하지 않은 것으로 검출된 시점 사이에 경과된 시간의 양;
3. 떨림 진폭(TA)으로 표현될 수 있는, 단일 떨림 주기 내에서 감지된 떨림의 측정된 변화; 및
4. 떨림 빈도(TF)로 표현될 수 있는, 특정 시간 단위 내에서의 떨림 발생 횟수.
기준 떨림 데이터를 바탕으로, 다양한 가중치를 정할 수도 있다. 이들 가중치는 제1 가중치(w1), 제2 가중치(w2), 제3 가중치(w3) 및 제4 가중치(w4)를 포함할 수 있다. 기준 떨림 데이터 및 가중치들을 활용하여 기준 떨림 점수(TS)를 산출할 수 있다. 일부 실시예에서 떨림 점수는 하기 공식에 따라 산출할 수 있다:
TS = (w1*TF + w2*TA + w3*TD + w4*TC)*100 (떨림 점수 수식 1).
기타 실시예에서는 다른 산출법을 활용하여 점수를 매길 수 있다. 예를 들어, 일부 실시예의 경우, 떨림 점수 산정 시 수치 100이 이용되지 않을 수 있으며, 대신 아래와 같은 떨림 점수 산출법을 이용하여 떨림 점수를 구할 수 있다:
TS = w1*TF + w2*TA + w3*TD + w4*TC (떨림 점수 수식 2).
기준 떨림 평가가 이루어지고 기준 떨림 점수가 매겨지면, 사용자는 자신의 상태를 개선하려고 시도하는 차원에서 약물이나 다른 유형의 의료적 개입을 활용할 수 있다. 본 명세서에서 행동 변화로 지칭될 수도 있는 의료적 개입(예컨대, 약물, 명상, 요가, 또는 다른 개입)을 이용하는 동안 사용자가 겪을 수 있는 떨림 증상들을 의료적 개입 이전에 획득된 기준 떨림 데이터 및 기준 떨림 점수와 비교함으로써 개선 효과가 있었는지(또는 부족하였는지) 평가할 수 있다. 도 23은 이러한 비교 데이터를 획득하여 활용할 수 있는 예시적 방법을 설명한다.
예를 들어, 본 명세서에서 논의한 바와 같이 기준 떨림 정보를 획득한 후, 웨어러블 기기(3), 입출력 장치(13) 또는 중앙 서버(7)는 사용자에서 의료적 개입이 실행되고 있다는 것, 이를테면 새로 처방된 약 복용하기, 사용자의 식단 변경하기, 또는 사용자의 활동에 변화를 주기(예컨대, 명상이나 요가에 더 자주 참여하기 등)를 하고 있다는 것을 나타내는 데이터를 수신할 수 있다. 이러한 의료적 개입에 관한 제1 입력에 응답하여, 웨어러블 기기(3)는 사용자가 의료적 개입 활동에 참여한 후의 사용자를 위한 새로운 기준 떨림 점수를 평가하는 데 사용될 수 있다. 상기 새로운 기준 떨림 점수는 도 22를 참조하여 위에서 논의한 것과 동일한 방법을 이용하여 구할 수 있다. 예를 들어, 새로운 기준 점수를 얻기 위해서는 사용자가 의료적 개입 활동에 참여한 후의 사용자의 떨림 증상들을 검출하여 평가하면 된다. 새로운 기준 점수는 의료적 개입이 시작된 후 개입 타이머 기간이 지나면 정해질 수 있다. 예를 들어, 새로운 약물을 처방 받아 복용한 다음 날에, 또는 새로운 약물이 효과를 나타내기까지 30일이 걸릴 수 있는 경우에는 새로운 약물을 복용한지 30일이 지난 후에, 새로운 기준을 정하기 시작할 수 있다. 서로 다른 의료적 개입에 대해서는 각기 다른 새로운 기준 기간을 적용함으로써, 활용되고 있는 특정한 개입의 구체적인 시간 관련 특성들을 충족시켜 해당 개입 및 그 개입이 사용자에게 미치는 효과를 평가하고 비교할 수 있도록 한다.
새로운 떨림 기준은 새로운 떨림 기준 기간 내에 떨림 감지에 대한 센서 데이터를 수집하여 평가함으로써 정해질 수 있다. 상기 새로운 떨림 기준 기간은 센서 데이터를 기록하기 위한 기간으로서 설정될 수 있다. 이 기간은 예를 들어 24시간, 수일 또는 일주일일 수 있다. 이러한 새로운 떨림 기준 기간이 경과된 후, 해당 기간 동안 수집된 센서 데이터를 평가할 수 있다. 이러한 센서 데이터로는, 여러 축을 따라 검출된 모션 데이터를 비롯한 가속도계 데이터가 포함될 수 있다. 예를 들어, 가속도계 데이터는 특정한 측정 시간의 구간별로 수집된, 가속도계 x-방향 데이터(Ax), 가속도계 y-방향 데이터(Ay) 및 가속도계 z-방향 데이터(Az)를 포함할 수 있다. 여기서, x-방향은 가로 방향일 수 있고, y-방향은 세로 방향(예컨대, 상하로 수직 연장되는 축을 따른 방향)일 수 있으며, z-방향은 세로 방향인 y-방향과 가로 방향인 x-방향 둘 다에 수직인 방향일 수 있다. 예를 들어, x-방향은 좌우 방향으로 수평으로 연장되는 수평 연장축을 따른 방향일 수 있고, z-방향은 전후 방향으로 연장되는 수평축을 따른 방향일 수 있다.
이러한 가속도계 데이터는 필터링된 후, 새로운 기준 떨림 가중치와 새로운 기준 떨림 시간 점수를 산출하는 데 이용될 수 있다. 이때 수행되는 필터링 단계는 떨림 모션에 대한 소정의 떨림 임계치 수준을 충족시키지 않거나 초과하지 않는 가속도계 데이터를 걸러 내기 위함일 수 있다.
새로운 기준 떨림 데이터를 바탕으로 다양한 가중치를 정할 수도 있다. 이들 가중치는 제1 가중치(w1), 제2 가중치(w2), 제3 가중치(w3) 및 제4 가중치(w4)를 포함할 수 있다. 이러한 새로운 기준 떨림 데이터 및 가중치들을 활용하여 기준 떨림 점수(TS)를 산출할 수 있다. 새로운 떨림 점수는 기준 떨림 점수를 산정하는 데 이용된 것과 동일한 공식(들)(예컨대, 떨림 점수 수식 1 또는 떨림 점수 수식 2, 등)에 따라 산출할 수 있다. 그런 후에는 새로운 떨림 점수를 이전 기준 점수와 비교함으로써(예컨대, 제2 기준 떨림 점수를 제1 기준 떨림 점수와 비교함으로써) 의료적 개입으로 인해 개선되었는지 아니면 유의미한 효과가 없었는지 판단할 수 있다. 이러한 평가 단계는, 예를 들어, 제1 기준 떨림 점수와 제2 기준 떨림 점수 사이의 차이를, 비교를 통해 결정되었던 사용자의 여러 떨림 기준에서 통계적으로 유의한 변화가 있었는지 여부를 평가하는 데 도움이 되도록 정의된 소정의 효능 값과 비교하는 단계를 포함할 수 있다. 개선되지 않았거나 유의미한 효과가 없었던 것으로 확인되면, 의료적 개입을 변경할 수 있다(예컨대, 새로운 약물의 용량을 제1 용량에서 제2 용량으로 늘리기, 약물 복용 횟수를 제1 횟수에서 제2 횟수로 조정하기(예컨대, 하루에 1회에서 12시간에 1회로 조정, 또는 하루에 1회에서 6시간에 1회로 조정 등), 환자가 복용하던 약으로 변경하기, 사용자의 활동이나 식단을 추가로 조정하기 등). 약물의 용량을 제1 용량에서 제2 용량으로 변경하거나, 약물 복용 횟수를 변경(예컨대, 제1 약물 복용 횟수에서 제2 약물 복용 횟수로 변경)하거나, 그 외 다른 변경이 이루어진 후, 제2 기준 떨림 점수를 제3 기준 떨림 점수와 비교할 수 있는데, 이때 제3 기준 떨림 점수는 전술한 변경이 시작된 후, 상기 제2 기준 떨림 점수를 산정하는 데 이용된 것과 유사한 방법(예컨대, 센서들을 사용하여 용량, 횟수 및/또는 그 외 다른 행동에서의 제2 변경에 대한 추가 센서 데이터를 획득하고 이 데이터를 위에서 논의한 대로 처리하는 방법)을 적용하여 구한 점수이다. 이어서, 제3 기준 떨림 점수를 제1 기준 떨림 점수 및/또는 제2 기준 떨림 점수와 비교함으로써, 추가 변경에 의한 유의미한 효과가 있었는지 여부를 평가할 수 있다. 전혀 개선되지 않았다면, 약물 용량을 다시 변경하거나(예컨대, 또 다른 용량으로서 제3 용량을 활용할 수 있다), 약물 복용 횟수를 다시 변경하거나(예컨대, 또 다른 변경으로서 제3 약물 복용 횟수를 활용할 수 있다), 다른 매개변수를 다시 변경할 수 있다. 이렇게 약물 용량이나 횟수를 조정하는 과정(또는 그 밖의 활동 조정)을 유의미한 개선 효과를 얻을 때까지 여러 번 반복적으로 수행할 수 있다(예컨대, 제4 약물 용량, 제4 약물 복용 횟수, 그리고 제4 기준 떨림 점수 등에서 얻은 센서 데이터 및 여러 가지를 변경시킬 수 있다). 기준 떨림 점수 산출 단계들을 수행하는 사이에 경과되는 시간을 소정의 개선 기간(예컨대, 변경 이후 사용자의 건강에 유의미한 변화를 가져올 것으로 예상된 기간)으로 간주할 수 있다. 일부 실시예에 의하면, 새로운 기준 점수의 산출 또는 결정을 트리거하도록 사용자가 용량, 약물 복용 횟수 또는 그 외 다른 변경과 관련된 제2 입력을 제공하기 전까지는 새로운 기준 점수가 산출되지 않을 수 있다.
떨림을 평가하는 단계와 떨림 점수를 산출하는 단계는 장치(1)의 특정 구성에 따라 입출력 장치(13), 중앙 서버(7) 및/또는 웨어러블 기기(3)에 의해 수행될 수 있다. 일부 실시예에서는, 중앙 서버(7)가 입출력 장치(13) 또는 도킹 스테이션(5)과의 연결을 통해 수신한 웨어러블 기기의 센서 데이터를 바탕으로 상기 산출 단계를 수행할 수 있다. 그런 후 떨림 점수 정보를 디스플레이(13a)에 의해 출력될 수 있는, 입력/출력 장치(13) 또는 도킹 스테이션(5)의 GUI를 통해 그리고 해당 장치와 중앙 서버(7)와의 통신 연결을 통해, 사용자에게 전달할 수 있다. 다른 실시예에서는, 입출력 장치(13)(예컨대, 스마트폰, 노트북 컴퓨터 또는 태블릿 등)가, 웨어러블 기기(3)로부터 수신된 센서 데이터를 이용하여 중앙 서버(7)가 호스팅하거나 지원할 수 있는, 입출력 장치(13)에 저장되어 있는 애플리케이션을 실행함으로써 상기 평가 단계를 수행할 수 있다.
주관적인 데이터와 객관적인 데이터를 조합하여 활용함으로써 사용자의 수면 또는 그 외 다른 건강 상태를 모니터링할 수 있다. 예를 들어, 정신, 신체, 식단(MBD) 점수를 산출하여 제공함으로써 환자의 건강이나 환자가 얻을 수 있는 수면의 질을 평가하는 데 도움을 줄 수 있다. MBD 점수는 MBD 가중치들, 이를테면 제1 및 제2 MBD 가중치(w1MBD 및 w2MBD)를 기반으로 산출할 수 있다. 제1 MBD 가중치(w1MBD)는 사용자가 제공할 수 있는 주관적인 정신신체 점수인 MB 입력에 대한 가중치를 제공하는 데 사용될 수 있고, 제2 MBD 가중치(w2MBD)는 사용자로부터 얻은 식단 정보를 바탕으로 사용자에 대한 식단 점수(D)에 가중치를 부여하는 데 사용될 수 있다. MBD 점수는 다음과 같이 산출할 수 있다:
MBD 점수 = MB*w1MBD + D*w2MBD (MBD 점수 수식 1)
도 24와 도 26은 사용자의 식단 및 정신신체 입력에 대한 사용자 입력을 바탕으로 매길 수 있는 MB 점수 및 D 점수를 제공하기 위해 활용될 수 있는 척도들을 예시한다. 예를 들어, 입출력 장치(13)는, 사용자가 해당 시각에 어떻게 느끼는지 가장 잘 묘사할 수 있는 용어를 선택하게 함으로써 사용자가 자신의 정신신체(MB) 점수를 표시하도록 요청하는 GUI를 생성할 수 있다. 예를 들어, 기쁨이나 행복을 가리키는 입력을 제공하면 슬픔, 분노 또는 낙담에 해당하는 입력을 제공하는 것보다 더 높은 점수를 낼 수 있다. 특정 입력 값을 선택하면 해당 입력에 상응하는 소정의 MB 값이 할당될 수 있다. 또한 MB 점수를 감정 점수나 EQ 점수로 간주하기도 한다. 이러한 실시예의 경우, MBD 점수를 EQ 점수 및 식단 점수 또는 ED 점수로 간주할 수 있다.
식단 점수(D)의 경우, 입출력 장치(13)는 사용자의 식단을 가장 잘 묘사할 수 있는 사용자 식단 선택지를 선정하여 사용자로 하여금 사용자의 식단 점수(D)를 표시하도록 요청하는 GUI를 생성할 수 있다. 식단과 관련하여 제공되는 입력은 섭취한 음식의 종류, 이를테면 생선(F), 야채(V), 과일(FR), 전곡(WG), 가금류(P), 견과류(N), 콩류(L), 올리브 오일(OO), 치즈(C), 버터(B), 붉은 고기(RM), 튀긴 음식(DFF) 또는 페이스트리(PS) 뿐만 아니라 특정 식사 또는 특정 일에 섭취한 음식의 양을 나타낼 수 있다. 다른 실시예로, 전술한 예시적 엔트리 옵션 세트보다 많거나 적은 다른 종류의 엔트리 옵션을 활용할 수 있다. 이러한 식단 데이터를 이용하여 식단 점수 D를 산정할 수 있다. 다양한 식단 입력에 대한 식단 점수 평가는 정크 푸드 또는 다른 영양가 낮은 식품(예컨대, 사탕, 옥수수 칩, 페이스트리 등)과 연관될 수 있는 식단 항목을 선택하는 것과 비교하여, 더 건강한 음식을 섭취한 사람에게 더 높은 점수를 주도록 구성될 수 있다. 사용자로부터 수신된 식단에 대해 선택되는 특정 입력 값으로, 해당 식단 입력에 대응하는 소정의 값, 그 음식의 섭취 빈도 또는 양(X), 및 식단 점수 가중치(WnD)가 할당될 수 있다. 예를 들어, 전체 식단 점수(D)는 사용자로부터 얻은 식단 정보를 바탕으로 하기 산출법에 따라 구할 수 있다:
식단 점수(D) = ∑ WnD * n * X (식에서, n은 식단 옵션이다) (식단 점수 수식 1).
예를 들어, 이 산출법을 위에 언급한 예에 아래와 같이 활용할 수 있다:
식단 점수(D) = w1D*V*X + w2D*F*X + w3D*FR*X + w4D*WG*X + w5D*P*X + w6D*N*X + w7D*L*X + w48D*C* X + w9D*B*X + w10D*RM*X + w11D*DF*X + w12D*PS*X + w13D*OO*X (식단 점수 수식 2).
도 25에서 알 수 있듯이, 사용자가 MB 및 D 정보를 입력하여 MB 점수와 D 점수가 결정되면, 이들 점수에 대한 가중치가 생성 및 적용되어 MBD 점수를 형성할 수 있다. 상기 점수, 그리고 사용자가 제공하여 저장된 사용자 입력과 관련된 보고서를 입출력 장치를 통해 사용자에게 전송할 수 있으며, 저장 및 차후 사용을 목적으로 또 다른 장치에도 보낼 수 있다(예컨대, 웨어러블 기기 데이터 관리 장치(7a)에 보낼 수 있고, 환자 데이터 관리 장치(7b)에 저장할 수도 있다).
MBD 점수 산출은 웨어러블 기기(3)로부터 수신한 데이터를 바탕으로 입출력 장치(13), 도킹 스테이션(5) 또는 중앙 서버(7)에 의해 수행될 수 있거나, 또는 중앙 서버(7)와의 연결을 통해 형성된 API와 함께 생성되었을 수 있는, 입출력 장치(13) 또는 도킹 스테이션(5)의 GUI를 통해, 사용자로부터 얻은 입력을 바탕으로 입출력 장치(13), 도킹 스테이션(5) 또는 중앙 서버(7)에 의해 수행될 수 있다. 또 다른 실시예에 의하면, 웨어러블 기기(3)는 기기의 디스플레이(13a)(구비된 경우)를 통해 생성하는 GUI를 이용하여 이러한 점수 데이터의 입력 수신과 출력을 용이하게 할 수 있다.
도 27을 참조하면, 센서 데이터 뿐만 아니라 사용자 입력을 활용하여 수면 점수를 매길 수 있다. 주간 활동의 질(QODA) 점수를 산정하는 데 사용하기 위해 상기 수면 점수와 그 외 다른 점수들을 조합할 수도 있다. 이렇게 산출된 점수들을 예를 들어 도 28에 나타낸 바와 같이 웨어러블 기기(3), 입출력 장치(13) 또는 도킹 스테이션(5) 각각의 디스플레이(13a)의 GUI를 통해 사용자에게 표시할 수 있다.
도 27에서 알 수 있듯이, 웨어러블 기기(3)를 통해 수집된 센서 데이터를 활용하여 예시적 수면 점수 산출 프로세스를 수행될 수 있다. 웨어러블 기기(3), 입출력 장치(13), 도킹 스테이션(5), 또는 중앙 서버(7)는 센서 데이터를 활용하여 이러한 수면 점수 산출을 수행하도록 구성될 수 있을 뿐만 아니라, 디스플레이(13a)를 통해 표시할 목적으로 수면 점수에 관해 사용자에게 정보를 제공하기 위해 GUI를 이용하여 그래프, 차트, 텍스트 또는 다른 정보 표시 화면을 작성하기 위한 데이터를 제공하도록 구성될 수 있다.
사용자 기준 수면 정보를 저장된 데이터에서 검색할 수 있다. 이 수면 정보에는 REM 수면에 관한 과거의 사용자 수면(RS), 수면 중 발생하는 신체 움직임(BM수면), 사용자가 수면 중일 때 사용자 주변 환경에 있었던 감지된 소음 또는 빛과 관련된 환경 영향(ENV), 얕은 수면(LS)에 관한 수면 정보, 깊은 수면(DS)과 관련된 수면 데이터 및 총 수면 시간(Td)이 포함될 수 있다. 그 외에도, 검출된 입면(sleep onset)(To) 및 수면 효율 값(Te)과 관련된 센서 데이터를 활용할 수 있다. 이러한 센서 데이터를 평가함으로써 사용자가 언제 잠을 잤는지 그리고 사용자가 얼마나 오랫동안 잤는지 파악하여 Td 값과 To 값을 얻을 수 있다. 또한 센서 데이터를 DS, LS, ENV, BM수면 및 RS 값들을 알아내는 데에도 사용할 수 있다. 각 매개변수 Wn수면에 대한 가중치도 정할 수 있다. 이들 매개변수는 사전 정의될 수 있거나, 또는 가중치가 적용될 매개변수의 값에 기초하여 사전 정의된 범위 내에 있을 수 있다. 이들 값이 정해지면 수면 점수를 산출할 수 있다. 이 수면 점수는 차후 다양한 수면 시간을 대상으로 산출되는 수면 점수들과의 비교를 위한 기준 수면 점수를 설정하는 데에도 사용 가능하다. 수면 점수를 아래와 같은 수면 점수 산출법에 따라 매길 수 있다:
수면 점수 = f(Wn수면, LS, DS, RS, MB, ENV, Td, To, Te) (수면 점수 수식 1).
예를 들어, 수면 점수를 하기 수식에 따라 산출할 수 있다:
수면 점수 = WLS*LS + WDS*DS + WRS*RS + WBM수면*BM수면 + WENV*ENV + WTd*Td + WTo*To + WTe*Te (수면 점수 수식 2).
위의 수면 점수 수식 2에서:
WLS는 LS에 대한 가중치이고;
WDS는 DS에 대한 가중치이고;
WRS는 RS에 대한 가중치이고;
WBM수면은 BM수면에 대한 가중치이고;
WENV는 ENV에 대한 가중치이고;
WTd는 Td에 대한 가중치이고;
WTo는 To에 대한 가중치이고;
WTe는 Te에 대한 가중치이다.
일부 실시예에서, 가중치는, 얕은 수면에 대한 가중치(WLS)가 0.02 내지 0.10(2% 내지 10%) 범위 또는 0.05 내지 0.07(5% 내지 7%) 범위이고, 깊은 수면에 대한 가중치(WDS)가 0.45 내지 0.75(45% 내지 75%) 범위 또는 0.50 내지 0.60(50% 내지 60%) 범위이고, REM 수면에 대한 가중치(WREM)가 0.23 내지 0.53(23 내지 53%) 범위 또는 0.20 내지 0.30(20% 내지 30%) 범위이도록 정해질 수 있다. 수면 점수 산출에서 WDS*DS항은 깊은 수면의 1 단계와 2 단계에 대해 서로 다른 성분들로 나뉠 수 있다. 이러한 실시예들의 경우, 깊은 수면 1 단계에 대한 가중치(WDS1)는 0.40 내지 0.60(40% 내지 60%) 범위일 수 있고 깊은 수면 2 단계에 대한 가중치(WDS2)는 0.10 내지 0.30 0.10(10% 내지 30%) 범위일 수 있다. 깊은 수면 단계들과 관련된 수면 점수 산출법의 예는 아래와 같다:
수면 점수 = WLS*LS + WDS1*DS1 + WDS2*DS2 +WRS*RS + WBM수면*BM수면, + WENV*ENV + WTd*Td + WTo*To + WTe*Te (수면 점수 수식 3)
위의 수면 점수 공식 3에서:
WLS는 LS에 대한 가중치이고;
WDS1은 1 DS에 대한 가중치이고;
WDS2는 2 DS에 대한 가중치이고;
WRS는 RS에 대한 가중치이고;
WBM수면은 BM수면에 대한 가중치이고;
WENV는 ENV에 대한 가중치이고;
WTd는 Td에 대한 가중치이고;
WTo는 To에 대한 가중치이고;
WTe는 Te에 대한 가중치이다.
도 30 내지 도 34를 참조하면, 센서 데이터를 활용하여, 수면 점수 산출을 위한 수면 매개변수를 정할 수 있을 뿐만 아니라 경험적 기간 동안 사용자의 수면을 평가하기 위해 사용자의 다양한 수면 상태 및 사용자의 각성 상태를 모니터링할 수 있어, 사용자의 수면 평가결과를 제공하는 데 도움을 주는 것은 물론, 사용자가 받고 있을 수 있는 특정 치료법(예컨대, 약물 복용, 약물의 용량 증량, 사용자가 복용하고 있는 약물의 복용 횟수 변경 등)을 기반으로 수면이 개선되었는지 여부를 판단하는 효능 평가결과를 제공하는 데 도움을 준다.
예를 들어, 센서 데이터를 획득한 후 평가하여, 사용자가 자고 있는지 깨어 있는지 판단할 수 있다. 사용자가 깨어 있는 것으로 판단되는 시간 프레임은 웨어러블 기기의 시계 또는 타이머를 통해 얻은 시간 정보를 통해 추적 가능하다. 사용자가 수면 중인 것으로 판단되는 시간 프레임은 물론 사용자가 다른 수면 상태들에서 보낸 시간도 웨어러블 기기의 시계 또는 타이머를 통해 얻은 시간 정보를 통해 추적 가능하다.
일부 실시예에 의하면, 사용자의 수면 상태는 얕은 수면, 깊은 수면, 및 REM 수면을 비롯한 여러 상태를 포함할 수 있다. 또한 사용자의 수면 상태는 예를 들어 도 33에서 알 수 있는 것처럼 깊은 수면 1 단계와 깊은 수면 2 단계를 포함할 수 있다. 웨어러블 기기(3)의 센서들에 의해 제공되는 사용자 센서 데이터에 근거하여, 사용자가 여러 수면 상태를 오간 것으로 판단하기도 한다. 센서 데이터의 예로, 온도 센서를 통해 얻는 온도 데이터, 적어도 하나의 광학 센서를 통해 얻는 심박수 데이터 및 사용자의 동작 정도 또는 사용자의 동작 속도를 나타낼 수 있는 가속도계 데이터를 들 수 있다. 다른 센서 데이터도 활용할 수 있다.
사용자가 소정의 각성(wake-up 또는 awake) 판정기준 세트를 충족시킨 것으로 센서 데이터에 나타나는 경우 이에 응답하여, 사용자가 잠에서 깬 상태라고 판단할 수 있다. 도 31은 이러한 종류의 판단을 내리기 위한 예시적 방법을 설명한다. 각성 판정기준으로는, 사용자의 기준 심박수로부터 도출될 수 있는 사용자의 평상시(regular) 심박수가 포함될 수 있다. 예를 들어, 분당 72회(bpm)의 심박수는 웨어러블 기기의 센서에서 얻은 사용자의 경험적 심박수 데이터에 기반한 기준 심박수로 간주될 수 있다. 사용자의 기준 심박수는 수주 또는 수개월 동안 사용자에게서 검출된 심박수를 바탕으로 도출 가능하다. "평상시 심박수"라고도 불릴 수 있는 기준 심박수는 이러한 기간 동안 사용자의 심박수에 일어날 수 있는 변화를 감안하도록 주기적으로 업데이트될 수 있다.
사용자의 기준 심박수 이상의 심박수에 더하여, 가속도계 데이터 및 해당 데이터의 시간을 바탕으로 사용자의 신체 움직임을 평가할 수 있다. 사용자에게서 감지된 신체 움직임이 수면 움직임 임계치를 초과하였고/하였거나 소정의 각성상태 기간 동안 계속 증가하고 있다는 것(예컨대, 소정의 각성상태 기간에 대한 소정의 걸음 수를 초과하였다는 것)에 더하여, 평상시 심박수를 갖는 것으로 판단되면, 사용자가 잠에서 깨어난 상태인 것으로 간주할 수 있다. '수면 움직임 임계치'란 소정의 수면 움직임 기간 내의 움직임 속도이거나 또는 특정 기간 내에 감지될 수 있는 동작의 절대량일 수 있다.
사용자가 얕은 수면 상태(예컨대, LS)에 있다는 판단은 얕은 수면 판정기준을 이용하여 내려진 판단에 근거할 수 있다. 도 32는 이러한 판단 방법의 일 예를 설명한다. 수면 시간 동안에 사용자가 경험한 얕은 수면 정도를 판단하기 위해 평가할 수 있는 얕은 수면 판정기준은 특정 기간에 대한 얕은 수면 판정기준을 충족시키는 센서 데이터를 바탕으로 할 수 있다. 얕은 수면 판정기준으로는, 사용자에게서 검출된 안정 시 심박수가 사용자의 안정 시 심박수 기준보다 느려지는 경우가 포함될 수 있다(예컨대, 사용자의 기준 안정 시 심박수가 72 bpm이라면, 사용자의 심박수가 72 bpm보다 느려지고 있는 것으로 검출되면 이는 사용자에 대한 얕은 수면 판정기준 측면을 충족시킬 수 있다). 일부 실시예의 경우, 심박수가 사용자의 기준 안정 시 심박수보다 낮고 사용자의 깊은 수면 심박수 임계치보다 높다면, 이는 얕은 수면 심박수인 것으로 판단할 수 있다.
또한, 사용자의 호흡수가 사용자의 안정 시 호흡수보다 느려진 것으로 센서 데이터에 나타나는 경우, 이는 사용자가 얕은 수면 판정기준을 충족시킨 것으로 판단할 수 있다. 마이크에 의해 사용자 주변에서 검출되는 가청 소음 역시 사용자의 얕은 수면을 감지하는 데 활용될 수 있다. 사용자의 심박수가 안정 시 심박수보다 적절하게 낮고 사용자의 호흡수가 기준 호흡수 아래로 떨어진 것으로 판단되었고, 소음도 얕은 수면 소음 임계치(예컨대, 30 dB, 35 dB, 25 dB의 소음 임계치, 30 dB 이상의 소음 등)를 초과하는 것으로 검출되었다면, 이 역시 사용자가 얕은 수면 상태인 것으로 판단하는 데 이용되는 또 다른 요인이 될 수 있다. 사용자의 신체 움직임도 사용자의 얕은 수면 상태를 판단하는 데 이용될 수 있다. 예를 들어, 사용자의 심박수가 기준 안정 시 심박수 미만이고 사용자의 호흡수가 기준 안정 시 호흡수 미만인 것에 더하여, 사용자의 움직임이 얕은 수면 움직임 임계치 이하일 때, 이 기간 동안 사용자는 얕은 수면 상태에 있는 것으로 판단될 수 있다. 또한 사용자의 얕은 수면 상태는 다른 수면 상태들의 판단을 감안함으로써 더 명확해질 수 있다. 즉, 사용자가 수면 중인 것으로 판단되었지만 REM 수면 상태나 깊은 수면 상태 판정기준 내에 있지 않다면, 사용자가 얕은 수면 상태에 있는 것으로 간주할 수 있다.
대부분의 사용자는 수면 시간의 50% 이상이 얕은 수면 상태 범주에 속하는 것으로 예상된다. 그러나, 일부 실시예의 경우에는 얕은 수면 상태의 비율이 앞서 언급한 예상 범위보다 낮을 수 있도록 얕은 수면 범주를 설정할 수 있다.
센서 데이터로부터 사용자의 깊은 수면을 또한 판단할 수 있다. 깊은 수면 판정기준은 웨어러블 기기(3)의 센서 데이터 평가를 바탕으로 평가한 후 충족 여부를 고려할 수 있다. 깊은 수면의 평가 및 추적을 위한 예시적 방법을 도 33에서 알 수 있다. 사용자의 깊은 수면은 웨어러블 기기(3)의 센서 데이터 평가를 통해 깊은 수면 판정기준을 충족시키는지 여부로 판단할 수 있다. 이러한 판정기준으로는, 사용자의 심박수가 깊은 수면 임계치 이하인 경우가 포함될 수 있다. 평상시 사용자의 기준 안정 시 심박수보다 10 내지 25% 낮은 심박수를 깊은 수면 임계치로 정할 수 있다. 일부 실시예에서, 깊은 수면 임계치는 사용자의 기준 안정 시 심박수보다 10 내지 15% 낮거나, 사용자의 기준 안정 시 심박수보다 적어도 10% 낮을 수 있다. 또한 깊은 수면 임계치는 소정의 얕은 수면 심박수 범위를 넘도록 선택 가능하다.
요구되는 심박수(HR)를 갖는 것에 더하여, 사용자의 호흡수가 옅은 수면 호흡수 범위보다 낮을 수 있는 소정의 깊은 수면 호흡수 범위에 있어야 하고, 사용자의 체온이 소정의 깊은 수면 체온 범위 내에 있어야 하며, 사용자에게서 감지된 신체 동작이 소정의 깊은 수면 신체 동작 범위 내에 있어야 할 수 있다. 사용자 주변의 소음도 사용자의 수면 상태 평가에 도움을 주는 데 활용할 수 있다. 예를 들어, 마이크가 감지한 소음이 소정의 얕은 수면 소음 수준보다 높을 수 있는 소정의 깊은 수면 소음 수준 이상이고, 사용자의 동작, 호흡수 및 심박수가 모두 각자의 깊은 수면 목표치를 충족시켰다면, 사용자가 깊은 수면 중인 것으로 판단할 수 있거나, 깊은 수면 상태에 있다는 추정에 더 높은 확실성을 가질 수 있다.
깊은 수면으로 판단되는 경우는, 특정 샘플링 시간 내에 감지되는 사용자의 깊은 수면 신체 동작 범위가 무시해도 될 정도 내지 아예 없는 경우일 수 있다. 예를 들어, 샘플링 시간 내에 사용자가 깊은 수면 움직임 빈도보다 적게 움직이는 것으로 감지되면, 사용자의 해당 신체 움직임은 무시해도 되는 것으로 간주할 수 있으며 이는 신체 동작에 대한 깊은 수면 판정기준을 충족시킬 수 있다.
사용자 체온의 경우는, 사용자의 경험적 기록 체온 데이터를 바탕으로 사용자가 잠에서 깨어났을 때의 안정 시 체온으로 정한 사용자의 기준 체온보다 낮은 것으로 판단되면, 그리고 적어도 소정의 깊은 수면 체온 기간 동안(예컨대, 5분 이상, 10분 이상 등) 깊은 수면 체온 범위 내에 있는 것으로 밝혀지면, 사용자의 체온이 깊은 수면 체온 범위를 충족시킨 것으로 볼 수 있다.
또한 사용자의 깊은 수면을 평가하여 깊은 수면 1 단계 또는 깊은 수면 2 단계로 분류할 수 있다. 깊은 수면 1 단계는 깊은 수면 타이머 기간이 시작되는 시점으로부터 1 단계 종료 시점 임계치까지의 임의의 시간일 수 있으며, 깊은 수면 1 단계에 대한 소정의 특정 기간일 수 있다. 이 기간은 예를 들어 45분, 60분, 또는 45분에서 90분 사이의 다른 시간일 수 있다. 깊은 수면 2 단계는 1 단계 종료 시점 임계치에 이른 후에 오는 단계로서, 깊은 수면이 시작된 이후로 사용자가 계속 깊은 수면 상태에 있었던 것으로 확인된 기간(예컨대, 사용자가 1 단계 종료 시점 임계치에 이른 때부터 깊은 수면 상태를 벗어난 것으로 판단하기까지의, 사용자가 깊은 수면 상태에 머물렀던 시간) 동안 존재하는 단계로 여길 수 있다.
센서 데이터로부터 추가로 사용자의 REM(빠른 안구 운동이 일어나는) 수면을 판단할 수 있다. REM 수면 판정기준은 웨어러블 기기(3)의 센서 데이터 평가를 바탕으로 평가한 후 충족 여부를 고려할 수 있다. REM 수면의 평가 및 추적을 위한 예시적 방법을 도 34에서 알 수 있다. 사용자의 REM 수면은 웨어러블 기기(3)의 센서 데이터 평가를 통해 REM 수면 판정기준을 충족시키는지 여부로 판단할 수 있다.
REM 수면 판정기준으로는, 기준 안정 시 심박수에 가까운 쪽으로 증가하는 것으로 판단되는 사용자의 심박수가 포함될 수 있다. REM 수면 판정기준에는 가속도계로부터의 신체 움직임 데이터도 포함될 수 있다. 동작이 감지되지 않았거나 무시해도 될 정도라면, 사용자가 REM 수면 상태 신체 동작 판정기준을 충족시킨 것으로 볼 수 있다. 또한 REM 호흡 수준 내의 사용자 호흡수를 활용할 수 있다. REM 호흡수를 충족시키기 위해서는 사용자의 호흡수가 불규칙하거나 얕은 수면 호흡수 또는 깊은 수면 호흡수보다 높으면 된다. 추가 REM 판정기준으로, 사용자가 적어도 90분 동안 계속 수면 상태에 있는 것으로 판단되어야 하는 요건이 포함될 수도 있다. REM 수면 상태 판정기준을 충족시키되 사용자가 입면한 것으로 판단된 시점으로부터 90분 이내에 획득되는 모든 수면 데이터는 REM 수면 상태로 간주되지 않는 대신, 얕은 수면 상태나 깊은 수면 상태로 간주될 수 있다.
QODA 점수는 다른 모든 점수들의 총합이거나, 이러한 점수들의 하위항목(subsect)일 수 있다. 예를 들어, QODA는 수면 점수와 MBD 점수를 합한 값이거나, 수면 점수와 MBD 점수와 활동 점수를 합한 값일 수 있다. QODA는 이들 합계 값을 0% 내지 100% 범위의 백분율 형태로 수정한 것일 수 있다. 예를 들어, QODA 점수는 하기 공식을 이용하여 산출할 수 있다:
QODA = 수면 점수 + MBD 점수 (QODA 점수 수식 1)
다른 예로, QODA 점수는 하기 공식을 이용하여 산출할 수 있다:
QODA = 수면 점수 + MBD 점수 + 활동 점수 (QODA 점수 공식 2)
또 다른 예로, QODA 점수는 하기 공식을 이용하여 산출할 수 있다:
QODA = 수면 점수*WQODASS + MBD 점수*WQODAMBD (QODA 점수 수식 3), 또는
QODA = 수면 점수*WQODASS + MBD 점수*WQODAMBD + 활동 점수*WQODA활동(QODA 점수 수식 4)
식에서,
WQODASS는 수면 점수에 대한 QODA 가중치이고;
WQODAMBD는 MBD 점수에 대한 가중치이고;
WQODA활동은 활동 점수에 대한 가중치이다.
QODA 점수 수식 3과 4에서 이용되는 가중치들은 웨어러블 기기(3)를 통해 획득한 사용자 데이터, 사용자로부터 획득한 주관적 데이터, 및/또는 다른 정보를 바탕으로 선택될 수 있는 한 세트의 매개변수 또는 다양한 세트의 매개변수들을 기반으로 사전에 결정되거나 미리 정해질 수 있다.
가속도계 데이터 그리고 사용자의 활동 수준을 결정하는 데 이용할 수 있는 다른 센서 데이터를 바탕으로 활동 점수를 산출할 수 있다. 활동 점수는, 또한 사용자가 참여했을 수 있는 다른 활동들, 이를테면 실내용 고정 자전거 타기, 덤벨 운동, 요가, 운동 경기 또는 그 외 다른 활동을 나타내기 위해 제공될 수 있는 사용자 입력을 감안하도록 업데이트될 수 있다.
예를 들어, 일부 실시예에서, 활동 점수는 사용자의 움직임을 나타내는 가속도계 데이터를 바탕으로 매겨질 수 있다. 가속도계 및 다른 센서들에서 얻은 움직임 데이터를 이용하여, 사용자가 참여하는 활동의 유형(예: 걷기, 달리기 등)을 판단할 수 있으며 특정 기간(예컨대, 하루, 일주일, 한 달, 1년 등)에 사용자가 걸은 걸음 수를 파악할 수도 있다. 예를 들어, 가속도계 데이터를 평가하여, 사용자의 각 걸음걸이의 속도와 보폭을 파악할 수 있다. 검출된 각 걸음걸이의 속도와 보폭이 달리기의 임계치를 초과하였다면, 사용자가 달리고 있는 것으로 판단할 수 있다. 검출된 각 걸음걸이의 속도와 보폭이 달리기의 임계치 미만이었다면, 사용자가 걷고 있는 것으로 판단할 수 있다.
사용자는 또한 활동 목표(예컨대, 하루에 만보 걷기 등)와 사용자의 키 및/또는 사용자의 보폭을 나타내는 입력과 같은, 활동 관련 판단을 용이하게 하기 위한 입력을 제공할 수도 있다. 사용자는 또한 특정 활동을 수행하는 데 걸린 시간, 또는 사용자가 달리거나, 걷거나, 자전거를 타거나, 수영을 하거나, 또 다른 유형의 활동에 참여하여 이동했을 수 있는 거리와 같은 활동 데이터 입력을 입력할 수도 있다. 웨어러블 기기(4), 중앙 서버(7), 도킹 스테이션(5), 및/또는 입출력 장치(13)는 이러한 데이터를 센서 데이터와 함께 활용하여, 활동 유형, 활동 정도(예컨대, 걸은 걸음 수, 등) 및 해당 활동을 사용자의 목표와 비교함으로써 활동 점수를 산정하도록 구성될 수 있다. 예를 들어, 사용자가 하루에 만보를 걷는 것이 목표이고 특정 날짜에 9천보를 걸었다면, 사용자의 활동 점수를 90% 또는 0.90으로 매길 수 있다.
일부 실시예에서는, 심박수와 가속도계 데이터의 조합을 이용하여, 사용자가 참여했던 활동 또는 활동들의 강도를 결정함으로써 활동 점수를 매길 수 있다. 예를 들어, 심박수 센서는 감지된 활동을 수행하는 동안 심박수가 증가하고 있음을 감지하고, 이 심박수 데이터를 가속도계 데이터와 조합하여, 활동 유형과 활동 강도를 검출함으로써 활동 점수를 매길 수 있다.
본 명세서에서 논의한 예시적 수면 점수 산출 방법과 그 외 다른 예시적인 점수 산정 방법들에서와 같이, 활동 점수 산정 방법은 웨어러블 기기(3)를 통해 수집된 센서 데이터를 활용하여 수행될 수 있다. 웨어러블 기기(3), 입출력 장치(13), 도킹 스테이션(5) 또는 중앙 서버(7)는 센서 데이터를 활용하여 이러한 산출을 수행하도록 구성될 수 있을 뿐만 아니라, 수면 점수에 관한 정보를 디스플레이(13a)를 통해 표시하여 사용자에게 제공하기 위해 GUI를 이용하여 그래프, 차트, 텍스트, 또는 다른 정보 표시 화면을 작성하기 위한 데이터를 제공하도록 구성될 수 있다.
웨어러블 기기(3) 및 입출력 장치(13)(예를 들어, 스마트 스피커, 스마트폰 등)는 사용자에게 질의 또는 프롬프트 출력에 대한 음성 개인화 기능을 제공하도록 구성됨으로써, 기기 또는 시스템의 사용성을 개선하고 이러한 질의 또는 프롬프트에 대한 응답으로 제공된 환자 입력을 통해 얻은 환자 데이터의 품질을 개선할 수 있도록 한다. 도 15는 입출력 장치(13) 및/또는 웨어러블 기기(3)로 이용할 수 있는 예시적인 음성 개인화 방법을 설명한다. 또한 중앙 서버(7) 및/또는 도킹 스테이션(5)은 환자에게 제공될 수 있는 다양한 질의 및/또는 프롬프트에 대해 개인화된 음성을 통해 가청 출력을 환자에게 내보내도록 하는 이러한 프로세스를 활용하도록 구성될 수 있다.
예를 들어, 자연어 처리를 활용하여 소정의 질의 및 프롬프트에 대한 음성 데이터를 생성함으로써 사용자가 스피커를 통해 들을 수 있도록 전달할 수 있다. 또한 웨어러블 기기(3), 입출력 장치(13), 도킹 스테이션(5), 및/또는 중앙 서버(7)는 청각적으로 출력되는 음성 데이터를 환자가 아는 특정인(예컨대, 환자의 배우자, 자녀, 삼촌, 숙모, 친척 또는 친구)의 음성으로 바꾸는 것을 용이하게 하도록 구성될 수 있다. 예를 들어, 특정인의 음성을 마이크를 통해 녹음할 수 있으며 해당 데이터를 이용하여 출력용 개인화된 음성 데이터를 생성할 수 있다. 일부 실시예에 의하면, 이러한 녹음은 각 질의 또는 프롬프트를 위해 전체 질의 또는 프롬프트를 실제로 말하는 사람의 음성 녹음일 수 있다. 다른 실시예에 의하면, 사람의 음성 샘플들은 마이크를 통해 얻어 저장될 수 있고, 그런 후에는 이렇게 저장된 개인화된 음성 데이터를 바탕으로 그 사람의 음성 소리를 모방하는 소리를 내는 음성 데이터 프롬프트를 생성하는 데 사용될 수 있다.
개인화된 음성 데이터는 사람의 음성 모방 품질 개선을 위해 업데이트될 수도 있다. 예를 들어, 기기 또는 장치에 의해 생성된 개인화된 음성 데이터를 개선하기 위한 추가 음성 샘플 수집을 위해 환자는 사용자 인터페이스를 활용하여 마이크를 통해 추가 음성 데이터 획득을 트리거할 수 있다.
일부 실시예에 의하면, 수집된 개인화된 음성 데이터는 입출력 장치(13), 웨어러블 기기(3) 및/또는 도킹 스테이션(5)을 통해 중앙 서버(7)로 전송된 후 음성 클라우드 데이터베이스에 저장 및 사용될 수 있다. 이러한 데이터베이스는 개인화된 음성 데이터를 환자에게 연결함으로써, 웨어러블 기기(3), 입출력 장치(13) 및/또는 도킹 스테이션(5)의 다양한 사용자 인터페이스를 통해 주어진 여러 음성 프롬프트 및 질의를 음성 클라우드 데이터베이스에 저장된 개인화된 음성 데이터를 통해 제공되도록 할 수 있다. 시스템의 각 기기나 장치의 사용자 인터페이스와 연결되어 환자에게 출력될 수 있는 다른 프롬프트나 질의들에 더하여 이러한 개인화된 음성 데이터 프롬프트 및 질의는 본 명세서에 논의한 것처럼(예컨대, 도 17 참조) 환자로부터 주관적인 데이터를 수집하는 데 활용될 수 있다.
사용자의 수면, 수면의 질 및/또는 수면 시간과 관련된 사용자의 객관적 데이터와 주관적 데이터의 수집 및 저장은 차후의 분석과 평가를 위해 수행될 수 있다. 저장 데이터는 또한 특정 기간(예컨대, 수주, 수일, 수개월 등) 동안 사용자가 겪은 수면 패턴을 사용자에게 표시하기 위한 디스플레이를 생성하는 데 활용될 수 있다. 이러한 디스플레이의 예로, 그래프, 막대 차트, 또는 이들 그래프나 차트를 비디오 형태로 예시하는 다른 그래픽 디스플레이나 비디오 디스플레이를 들 수 있다. 저장 데이터는 또한 사용자의 수면의 질 및/또는 수면 시간을 개선하려는 시도 차원에서 해당 행동의 변화를 제안하는 데 이용되는 다양한 사용자 맞춤 행동 패턴의 평가를 위한 것일 수 있다. 또한 이러한 저장 데이터를 다른 사용자들의 저장 데이터와 그룹으로 묶어 더 큰 수면 관련 데이터 데이터베이스를 수집함으로써 해당 데이터의 빅 데이터 평가(big data evaluation)가 가능해짐에 따라, 사용자의 수면 시간 및/또는 수면의 질을 개선하기 위해 행동 변화를 식별하고 제안하는 시스템에 의해 제공될 수 있는 행동 제안 및/또는 행동 패턴 검출을 개선할 수 있게 된다.
그래픽 사용자 인터페이스(GUI)가 웨어러블 기기(3)의 디스플레이(13a), 도킹 스테이션(5)의 디스플레이(13a), 입출력 장치(13)의 디스플레이(13a), 또는 중앙 서버(7)와 통신 연결될 수 있는 사용자 컴퓨터 장치의 디스플레이(13a)를 통해 표시되도록 할 수 있다. GUI는 사용자에게 시각적 출력을 제공하도록, 그리고 GUI를 통해 및/또는 기기의 스피커에 의해 제공되는 가청 프롬프트를 통해 사용자에게 주어질 수 있는 질의나 그 외 다른 프롬프트에 대한 응답으로 사용자가 입력을 제공할 수 있도록 구성될 수 있다. 이러한 데이터로는, GUI용 프로그램을 정의하는 애플리케이션에 사용되도록 중앙 서버(7)에 전달되거나 웨어러블 기기(3)에 로컬로 저장되는 주관적인 데이터 뿐만 아니라, 기기의 다른 기능들 그리고 기기로부터 얻는 사용자의 센서 데이터가 포함될 수 있다. 도 28의 예에서 볼 수 있는 것처럼, 사용자의 건강 및 검출된 수면의 질과 관련하여 산출된 하나 이상의 점수를 보여주는 표시 화면이 사용자에게 제공될 수 있다. 시간이 지남에 따라 일어날 수 있는 사용자 건강 메트릭의 개선 또는 저하를 나타내기 위해 이들 점수를 보여주는 것일 수도 있다. 건강 매트릭은 물론 임의의 특정 점수와 관련된 추가 정보의 표시 화면을 작동시키기 위한 추가 표시(indicia)를 나타낼 수도 있다. 이러한 표시가 작동되면 그에 대한 응답으로, 기기는 센서 데이터로부터 판단된 정보 뿐만 아니라 사용자에 의해 제공된 주관적 데이터 입력을 제공하기 위해 또 다른 표시 화면을 생성할 수 있다.
사용자의 건강 또는 수면 평가를 위한 다양한 수면 기준 점수를 개발하기 위해, 수면 점수 산출 방법 뿐만 아니라 다른 건강 메트릭의 모니터링 및 점수 산출법을 활용할 수 있음을 이해해야 한다. 예를 들어, 제1 기준 수면 점수 평가가 이루어지고 제1 기준 수면 점수가 매겨지면, 사용자는 자신의 수면을 개선하려고 시도하는 차원에서 약물이나 다른 유형의 의료적 개입을 이용할 수 있다. 본 명세서에서 행동 변화로 지칭될 수도 있는 의료적 개입(예컨대, 약물, 명상, 요가, 또는 다른 개입)을 이용하는 동안 사용자가 겪을 수 있는 수면을 의료적 개입이 이루어지기 전에 얻은 제1 기준 수면 데이터 및 제1 기준 수면 점수와 비교함으로써 개선 효과가 있었는지(또는 부족하였는지) 평가할 수 있다.
예를 들어, 본 명세서에서 논의한 바와 같이 제1 기준 수면 정보를 획득한 후, 웨어러블 기기(3), 입출력 장치(13) 또는 중앙 서버(7)는 사용자에서 의료적 개입(예컨대, 치료)이 실행되고 있다는 것, 이를테면 새로 처방된 약 복용하기, 사용자의 약물 복용 횟수나 용량 변경하기, 사용자의 식단 변경하기, 또는 사용자의 활동에 변화를 주기(예컨대, 명상이나 요가에 더 자주 참여하기 등)를 하고 있다는 것을 나타내는 데이터를 수신할 수 있다. 이러한 개입에 관한 제1 입력에 응답하여, 웨어러블 기기(3)는 사용자가 의료적 개입 활동에 참여한 후의 사용자를 위한 새로운 제2 기준 수면 점수를 평가하는 데 사용될 수 있다. 상기 새로운 제2 기준 수면 점수는 제1 수면 점수 또는 제1 기준 수면 점수를 참조하여 앞서 논의한 것과 동일한 방법을 이용하여 구할 수 있다. 예를 들어, 새로운 기준 수면 점수를 얻기 위해서는 사용자가 의료적 개입 활동에 참여한 후 사용자의 수면을 검출 및 모니터링하여 평가하면 된다. 새로운 기준 수면 점수는 의료적 개입이 시작된 후 개입 타이머 기간이 지나면 정해질 수 있다. 예를 들어, 새로운 약물을 처방 받아 복용한 다음 날에, 또는 새로운 약물이 효과를 나타내기까지 30일이 걸릴 수 있는 경우에는 새로운 약물을 복용한지 30일이 지난 후에, 새로운 기준을 정하기 시작할 수 있다. 매월, 또는 2개월, 4개월, 6개월, 8개월, 10개월 혹은 1년 간격으로 및/또는 다른 효능 평가 기간별로 평가한 수면 점수를 기준 수면 점수와 비교함으로써, 약물의 지속적인 효과를 모니터링할 수도 있다. 서로 다른 의료적 개입에 대해서는 각기 다른 새로운 기준 기간을 적용함으로써, 활용되고 있는 특정한 개입의 구체적인 시간 관련 특성들을 충족시켜 해당 개입 및 그 개입이 사용자에게 미치는 효과를 평가하고 비교할 수 있도록 한다.
새로운 수면 점수 기준은 새로운 수면 점수 기준 기간 내에 사용자의 수면에 대한 센서 데이터를 수집하여 평가함으로써 정해질 수 있다. 상기 새로운 수면 점수 기준 기간은 센서 데이터를 기록하기 위한 시간으로 설정될 수 있다. 이 기간은 예를 들어 24시간, 수일 또는 일주일일 수 있다. 이러한 새로운 수면 점수 기준 기간이 경과된 후, 해당 기간 동안 수집된 센서 데이터를 평가할 수 있다. 이러한 센서 데이터로는, 수면 중 수집된, 여러 축을 따라 검출된 모션 데이터, 사용자 심박수(HR), 사용자의 수면 중 녹음된 환경 소음(ENV), 사용자의 체온 및 그 외 다른 매개변수들이 포함될 수 있다. 예를 들어, 가속도계 데이터는 특정한 측정 시간의 구간별로 수집된, 가속도계 x-방향 데이터(Ax), 가속도계 y-방향 데이터(Ay) 및 가속도계 z-방향 데이터(Az)를 포함할 수 있다. 여기서, x-방향은 가로 방향일 수 있고, y-방향은 세로 방향(예컨대, 상하로 수직 연장되는 축을 따른 방향)일 수 있으며, z-방향은 세로 방향인 y-방향과 가로 방향인 x-방향 둘 다에 수직인 방향일 수 있다. 예를 들어, x-방향은 좌우 방향으로 수평으로 연장되는 수평 연장축을 따른 방향일 수 있고, z-방향은 전후 방향으로 연장되는 수평축을 따른 방향일 수 있다.
이러한 가속도계 데이터와 그 외 다른 센서 데이터는 필터링된 후, 새로운 기준 수면 점수 가중치와 새로운 기준 수면 점수를 산출하는 데 이용될 수 있다. 이때 수행되는 필터링 단계는 수면 모션 또는 다른 수면 관련 매개변수에 대한 소정의 수면 임계치 수준을 충족시키지 않거나 초과하지 않는(예컨대, 소음이 소정의 얕은 수면 소음 임계치 및/또는 소정의 깊은 수면 소음 임계치 등을 초과하지 않는) 가속도계 데이터 또는 여타 센서 데이터를 걸러 내기 위함일 수 있다.
새로운 기준 수면 데이터를 바탕으로 다양한 가중치를 정할 수도 있다. 이들 가중치는 제1 가중치(w1), 제2 가중치(w2), 제3 가중치(w3) 및 제4 가중치(w4)를 포함할 수 있다. 이러한 새로운 기준 수면 데이터 및 가중치들을 활용하여 기준 수면 점수를 산출할 수 있다. 새로운 수면 점수(예컨대, 더 이전의 제1 수면 점수와 비교하기 위한 제2 수면 점수, 또는 더 이전의 제2 수면 점수와 비교하기 위한 제3 수면 점수 등)는 전술한 기준 떨림 점수를 산정하는 데 이용된 것과 동일한 공식(들)에 따라 산출할 수 있다. 그런 후에는 새로운 수면 점수를 이전 기준 점수와 비교함으로써(예컨대, 제2 기준 수면 점수를 제1 기준 수면 점수와 비교함으로써) 의료적 개입으로 인해 개선되었는지 아니면 유의미한 효과가 없었는지 판단할 수 있다. 이러한 평가 단계는, 예를 들어, 제1 기준 수면 점수와 제2 기준 수면 점수 사이의 차이를, 비교를 통해 결정되었던 사용자의 여러 수면 기준에서 통계적 유의성의 변화가 있었는지 여부를 평가하는 데 도움이 되도록 정의된 소정의 효능 값과 비교하는 단계를 포함할 수 있다. 개선되지 않았거나 유의미한 효과가 없었던 것으로 확인되면, 의료적 개입을 변경할 수 있다(예컨대, 새로운 약물의 용량을 제1 용량에서 제2 용량으로 늘리기, 약물 복용 횟수를 제1 횟수에서 제2 횟수로 조정하기(예컨대, 하루에 1회에서 12시간에 1회로 조정, 또는 하루에 1회에서 6시간에 1회로 조정 등), 복용 중인 다른 약물로 조정하기, 사용자의 활동이나 식단을 추가로 조정하기 등). 약물의 용량을 제1 용량에서 제2 용량으로 변경하거나, 약물 복용 횟수를 변경(예컨대, 제1 약물 복용 횟수에서 제2 약물 복용 횟수로 변경)하거나, 복용할 약물을 변경하거나, 그 외 다른 변경이 이루어진 후, 제2 기준 수면 점수를 제3 기준 수면 점수와 비교할 수 있는데, 이때 제3 기준 수면 점수는 전술한 변경이 시작된 후, 상기 제2 기준 수면 점수를 산정하는 데 이용된 것과 유사한 방법(예컨대, 센서들을 사용하여 용량, 횟수 및/또는 그 외 다른 행동에서의 제2 변경에 대한 추가 센서 데이터를 획득하고 이 데이터를 위에서 논의한 대로 처리하는 방법)을 적용하여 구한 점수이다. 제3 기준 수면 점수의 산출 단계는 새로운 기준 수면 점수의 산출 또는 결정을 트리거하는 임의의 변경이 일어났음을 나타내는 제2 입력이 수신되면 그에 대한 응답으로 수행될 수 있다.
이어서, 제3 기준 수면 점수를 제1 기준 수면 점수 및/또는 제2 기준 수면 점수와 비교함으로써, 추가 변경에 의한 유의미한 효과가 있었는지 여부를 평가할 수 있다. 전혀 개선되지 않았다면, 약물 용량을 다시 변경하거나(예컨대, 또 다른 용량으로서 제3 용량을 활용할 수 있다), 약물 복용 횟수를 다시 변경하거나(예컨대, 또 다른 변경으로서 제3 약물 복용 횟수를 활용할 수 있다), 다른 매개변수를 다시 변경할 수 있다. 이렇게 약물 용량이나 횟수를 조정하는 과정(또는 그 밖의 활성 조정)을 유의미한 개선 효과를 얻을 때까지 여러 번 반복적으로 수행할 수 있다(예컨대, 제4 약물 용량, 제4 약물 복용 횟수, 그리고 제4 기준 떨림 점수 등에서 얻은 센서 데이터 및 여러 가지를 변경시킬 수 있다). 기준 수면 점수 산출 단계들을 수행하는 사이에 경과되는 시간을 소정의 개선 기간(예컨대, 사용자의 수면이나 건강에 유의미한 변화를 가져올 것으로 예상되는 변경 이후의 기간)으로 간주할 수 있다. 이와 동일한 유형의 평가 방법을 활용하여 한 약물에서 다른 신약으로 약물 변경한 것에 대한 평가를 내릴 수도 있다. 환자에 약물 변경을 적용한 후에는, 이전 약물을 사용하던 때의 환자의 건강 상태와 비교하여 새로운 약물의 효과를 평가하기 위해, 약물 용량, 약물 복용 횟수 및 그외 다른 매개변수를 본 명세서에서 논의한 바와 같이 변경하고 평가할 수 있다.
본 명세서에 명시적으로 도시되고 논의된 실시예들에 대한 수정은 특정한 일련의 디자인 목적이나 특정한 일련의 디자인 기준을 충족시키는 한에서 이루어질 수 있음을 이해해야 한다. 예를 들어, 센서 어레이(3a)에는 도 1 내지 도 5와 도 18 내지 도 20의 예시적 실시예들에 도시된 것보다 더 많은 센서들(4) 또는 더 적은 센서들(4)이 활용될 수 있다. 다른 예로, 웨어러블 기기(3)는 조절 장치에 부착되도록 타원환형 형상, 원환형 형상, 또는 다른 유형의 환형 형상을 갖는 하우징(3d)을 구비함으로써 하우징(3d) 및/또는 하우징의 스트랩들에 의해 형성되는 중심 개구에 사용자의 신체의 일부(예컨대, 목, 팔, 다리, 손목, 발목, 팔 위쪽, 팔 아래쪽, 다리 위쪽, 다리 아래쪽, 허리, 가슴 등)를 수용할 수 있게 되어 있다. 이러한 구성요소들의 크기, 폭 및 두께는 특정한 일련의 디자인 기준을 충족시키는 데 도움이 될 수 있는 임의의 특정 치수일 수 있다. 또 다른 예로, 웨어러블 기기의 프로세서, 회로 기판, 디스플레이 또는 비일시적 컴퓨터 판독가능 매체 각각의 유형은 특정한 일련의 디자인 목적이나 특정한 디자인 기준을 충족시키도록 설계될 수 있다. 또 다른 예로는, 하나 이상의 입출력 장치(13)를 웨어러블 기기에 연결함으로써, 주관적 데이터의 수집 또는 이렇게 수집된 건강 데이터에 관한 정보를 사용자에게 출력하는 것을 용이하게 할 수 있다. 입출력 장치(13)로는, 스마트 스피커, 스마트폰, 태블릿, 노트북 컴퓨터, 개인용 컴퓨터, 또는 사용자에게 데이터를 출력하기 위한 스피커 및/또는 디스플레이와 사용자로부터 입력 데이터를 수신하기 위한 적어도 하나의 입력 장치(예컨대, 포인터 장치, 키패드, 버튼, 마이크 등)를 갖춘 다른 유형의 개인용 전자기기를 예로 들 수 있다. 또 다른 예로서, 데이터 암호화와 데이터 수집 및 전송에 이용되는 프로토콜들의 유형은 특정한 일련의 디자인 기준을 충족시키는 다수의 적합한 옵션 중 임의의 것일 수 있다. 또 다른 예로, 통신 시스템의 실시예들과 방법의 실시예들에서 이용될 수 있는 입출력 장치(13)의 유형은 제한 없이 스마트 스피커, 스마트폰, 전자 태블릿, 개인용 컴퓨터 기기, 노트북 컴퓨터 기기, 또는 건강 상태 모니터링 장치를 비롯한 여러 각종 유형의 장치일 수 있다.
또 한 예로서, 개별적으로 또는 실시예의 일부로서 설명된 임의의 특정한 특징은 다른 개별적으로 설명된 특징들과 조합되거나 또는 다른 실시예의 일부와 조합될 수 있다는 점을 염두에 둔다. 따라서 본 명세서에 설명된 다양한 실시예의 요소 및 작용들을 조합하여 추가 실시예들을 제공할 수 있다. 그러므로, 수면 관련 건강 문제가 있는 것으로 진단된 환자에 대한 수면 모니터링 및/또는 수면 치료의 효능을 용이하게 하도록 구성될 수 있는 전자기기 및 통신 시스템의 특정한 예시적 실시예는 물론, 이들의 제조 및 사용 방법, 수면 치료 평가 방법 및 수면 관련 건강 문제의 진단을 용이하게 하는 방법을 앞서 제시하고 전술하였지만, 본 발명은 이에 국한되지 않으며, 첨부된 청구범위 내에서 다양하게 구현되고 실행될 수 있다는 점을 분명하게 이해해야 한다.

Claims (129)

  1. 프로세서, 프로세서에 연결된 비일시적 컴퓨터 판독가능 매체, 및 프로세서 및/또는 비일시적 컴퓨터 판독가능 매체에 연결된 센서 어레이를 포함하는, 웨어러블 기기; 및/또는
    웨어러블 기기로부터 센서 데이터를 수신하도록 웨어러블 기기에 통신 가능하게 연결될 수 있는 서버; 및/또는
    웨어러블 기기로부터 센서 데이터를 수신하기 위해 웨어러블 기기에 통신 가능하게 연결될 수 있는 입출력 장치
    를 포함하는, 건강 모니터링 장치.
  2. 제1항에 있어서,
    웨어러블 기기는 사용자가 웨어러블 기기를 착용하고 있을 때 센서 어레이를 통해 센서 데이터를 획득한 후 상기 센서 데이터를 분석하여 사용자의 상태를 추적함으로써 사용자의 상태 개선이나 상태 유지를 돕기 위한 출력을 생성하도록 구성되는 것인, 건강 모니터링 장치.
  3. 제2항에 있어서,
    웨어러블 기기는 센서 데이터 및 사용자가 제공한 주관적 데이터를 바탕으로 사용자의 상태 개선을 돕기 위해 사용자에게 변경할 것을 제안하는 출력을 생성하도록 구성되는 것인, 건강 모니터링 장치.
  4. 제1항에 있어서, 웨어러블 기기는,
    사용자가 웨어러블 기기를 착용하고 있을 때 기기의 센서 어레이를 통해 센서 데이터를 획득한 후 상기 센서 데이터를 분석하여 사용자의 상태를 추적함으로써 상기 상태에 대한 기준을 정하도록 구성되며;
    사용자가 약물을 제1 용량으로 복용하고 있음을 나타내는 제1 입력에 대한 응답으로, 상기 제1 입력을 수신한 후에 획득한 센서 데이터를 상기 상태에 대한 기준과 비교함으로써 상태가 개선되었는지 여부를 판단하도록 구성되는 것인, 건강 모니터링 장치.
  5. 제4항에 있어서,
    웨어러블 기기는, 상기 제1 입력을 수신한 후 소정의(pre-selected) 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제2 용량으로 조정하는 변경을 제안하도록 구성되는 것인, 건강 모니터링 장치.
  6. 제5항에 있어서,
    웨어러블 기기는, 사용자가 복용하고 있던 약물을 변경하였음을 나타내는 제2 입력에 대한 응답으로, 상기 제2 입력을 수신한 후에 획득한 센서 데이터를 사용자의 상태에 대한 기준과 비교함으로써 상태가 개선되었는지 여부를 판단하도록 구성되는 것인, 건강 모니터링 장치.
  7. 제6항에 있어서,
    웨어러블 기기는, 상기 제2 입력을 수신한 후 소정의 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제3 용량으로 조정하는 변경을 제안하도록 구성되는 것인, 건강 모니터링 장치.
  8. 제1항에 있어서,
    서버는 센서 데이터를 분석하여 사용자의 상태를 추적하고 사용자의 상태 개선 또는 상태 유지를 돕기 위해 사용자에게 변경할 것을 제안하는 출력을 서버가 통신 가능하게 연결될 수 있는 웨어러블 기기 및/또는 입출력 장치를 통해 생성하도록 구성되는 것인, 건강 모니터링 장치.
  9. 제8항에 있어서,
    서버는 센서 데이터 및 사용자가 제공한 주관적 데이터를 바탕으로 사용자의 상태 개선을 돕기 위해 사용자에게 변경할 것을 제안하는 출력을 생성하도록 구성되는 것인, 건강 모니터링 장치.
  10. 제1항에 있어서, 서버는,
    센서 데이터를 평가하여 사용자의 상태를 추적함으로써 상기 상태에 대한 기준을 정하도록 구성되며;
    사용자가 약물을 제1 용량으로 복용하고 있음을 나타내는 제1 입력에 대한 응답으로, 상기 제1 입력을 수신한 후에 획득한 센서 데이터를 상기 상태에 대한 기준과 비교함으로써 상태가 개선되었는지 여부를 판단하도록 구성되는 것인, 건강 모니터링 장치.
  11. 제10항에 있어서,
    서버는, 상기 제1 입력을 수신한 후 소정의 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제2 용량으로 조정하는 변경을 제안하도록 구성되는 것인, 건강 모니터링 장치.
  12. 제11항에 있어서,
    서버는, 사용자가 복용하고 있던 약물을 변경하였음을 나타내는 제2 입력에 대한 응답으로, 상기 제2 입력을 수신한 후에 획득한 센서 데이터를 사용자의 상태에 대한 기준과 비교함으로써 상태가 개선되었는지 여부를 판단하도록 구성되는 것인, 건강 모니터링 장치.
  13. 제12항에 있어서,
    서버는, 상기 제2 입력을 수신한 후 소정의 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제3 용량으로 조정하는 변경을 제안하도록 구성되는 것인, 건강 모니터링 장치.
  14. 제1항에 있어서,
    입출력 장치는 센서 데이터를 분석하여 사용자의 상태를 추적하고 사용자의 상태 개선을 돕기 위해 사용자에게 변경할 것을 제안하는 출력을 생성하도록 구성되는 것인, 건강 모니터링 장치.
  15. 제14항에 있어서,
    입출력 장치는 센서 데이터 및 사용자가 제공한 주관적 데이터를 바탕으로 사용자의 상태 개선 또는 상태 유지를 돕기 위해 사용자에게 변경할 것을 제안하는 출력을 생성하도록 구성되는 것인, 건강 모니터링 장치.
  16. 제1항에 있어서, 입출력 장치는,
    센서 데이터를 평가하여 사용자의 상태를 추적함으로써 상기 상태에 대한 기준을 정하도록 구성되며;
    사용자가 약물을 제1 용량으로 복용하고 있음을 나타내는 제1 입력에 대한 응답으로, 상기 제1 입력을 수신한 후에 획득한 센서 데이터를 상기 상태에 대한 기준과 비교함으로써 상태가 개선되었는지 여부를 판단하도록 구성되는 것인, 건강 모니터링 장치.
  17. 제16항에 있어서,
    입출력 장치는, 상기 제1 입력을 수신한 후 소정의 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제2 용량으로 조정하는 변경을 제안하도록 구성되는 것인, 건강 모니터링 장치.
  18. 제17항에 있어서,
    입출력 장치는, 사용자가 복용하고 있던 약물을 변경하였음을 나타내는 제2 입력에 대한 응답으로, 상기 제2 입력을 수신한 후에 획득한 센서 데이터를 사용자의 상태에 대한 기준과 비교함으로써 상태가 개선되었는지 여부를 판단하도록 구성되는 것인, 건강 모니터링 장치.
  19. 제18항에 있어서,
    입출력 장치는, 상기 제2 입력을 수신한 후 소정의 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제3 용량으로 조정하는 변경을 제안하도록 구성되는 것인, 건강 모니터링 장치.
  20. 제2항 내지 제19항 중 어느 한 항에 있어서,
    건강 모니터링 장치는 서버, 입출력 장치 및 웨어러블 기기를 포함하며;
    상기 상태는 떨림 상태(tremor condition), 간질, 수면 상태, 알츠하이머병 상태, 신경성 장애, 떨림과 연관되었거나 떨림이 한 증상인 신경퇴행성 질환, 다발성 경화증, 뇌졸중, 외상성 뇌 손상, 파킨슨병, ADHD, 치매, 알츠하이머병, 약물 사용의 결과, 알코올 남용의 결과, 약물 금단, 갑상선의 상태, 갑상선 기능 항진증, 간의 상태, 간부전, 신부전, 불안, 또는 공황인, 건강 모니터링 장치.
  21. 제1항에 있어서,
    웨어러블 기기는 센서 데이터를 평가하여 사용자의 수면을 추적함으로써 사용자의 수면에 대한 기준을 정하도록 구성되는 것인, 건강 모니터링 장치.
  22. 제1항 또는 제21항에 있어서,
    웨어러블 기기는 사용자가 웨어러블 기기를 착용하고 있을 때 사용자의 수면을 모니터링하여, 사용자가 수면 중 얕은 수면 상태에 머물러 있었던 시간, 수면 중 깊은 수면 상태에 머물러 있었던 시간, 및/또는 수면 중 REM(빠른 안구 운동이 일어나는) 수면 상태에 머물러 있었던 시간 중 하나 이상을 구하도록 구성되는 것인, 건강 모니터링 장치.
  23. 제21항 또는 제22항에 있어서,
    웨어러블 기기는 사용자가 잠에서 깨어났을 때에는 사용자의 수면 모니터링을 중단할 것을 자동으로 판단하도록 구성되는 것인, 건강 모니터링 장치.
  24. 제21항 내지 제23항 중 어느 한 항에 있어서,
    웨어러블 기기는 사용자가 잠을 청하려고 시도하였을 때 사용자의 수면 모니터링을 시작할 것을 자동으로 판단하도록 구성되는 것인, 건강 모니터링 장치.
  25. 제21항 내지 제24항 중 어느 한 항에 있어서, 웨어러블 기기는,
    (i) 수면 모니터링 중 총 수면 시간,
    (ii) 사용자가 잠을 청하려고 시도하고 있는 것으로 감지된 후 사용자가 잠들기까지 걸린 시간을 나타내는 입면(sleep onset) 시간, 및/또는
    (iii) 전체 사용자 수면 모니터링 시간 중 사용자가 수면을 취한 시간의 양을 나타내는 수면 효율
    을 산출하도록 구성되는 것인, 건강 모니터링 장치.
  26. 제21항 내지 제25항 중 어느 한 항에 있어서, 웨어러블 기기는,
    (i) 모니터링된 수면 중 사용자가 얕은 수면 상태에 머물러 있었던 시간의 양,
    (ii) 모니터링된 수면 중 사용자가 깊은 수면 상태에 머물러 있었던 시간의 양, 및/또는
    (iii) 모니터링된 수면 중 사용자가 REM 수면 상태에 머물러 있었던 시간의 양을 구하도록 구성되는 것인, 건강 모니터링 장치.
  27. 제21항 내지 제26항 중 어느 한 항에 있어서,
    웨어러블 기기는 사용자의 수면 모니터링에서 획득한 센서 데이터를 바탕으로 사용자의 수면 점수를 산정하도록 구성되는 것인, 건강 모니터링 장치.
  28. 제27항에 있어서,
    수면 점수를 하기의 수면 점수 공식에 따라 구하는 것인, 건강 모니터링 장치:
    수면 점수 = WLS*LS + WDS*DS + WRS*RS + WBM수면*BM수면 + WENV*ENV + WTd*Td + WTo*To + WTe*Te
    (식에서,
    LS는 사용자가 얕은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    DS는 사용자가 깊은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    RS는 사용자가 REM 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    Td는 사용자의 총 수면 시간에 대한 값이고;
    To는 수면과 관련하여 구한 입면 시간에 대한 값이고;
    Te는 수면과 관련하여 구한 수면 효율에 대한 값이고;
    BM수면은 수면 중 사용자에서 감지된 신체 움직임에 대한 값이고;
    ENV는 수면 중 감지된 환경에 대한 값이고;
    WLS는 LS에 대한 가중치이고;
    WDS는 DS에 대한 가중치이고;
    WRS는 RS에 대한 가중치이고;
    WBM수면은 BM수면에 대한 가중치이고;
    WENV는 ENV에 대한 가중치이고;
    WTd는 Td에 대한 가중치이고;
    WTo는 To에 대한 가중치이고;
    WTe는 Te에 대한 가중치이다).
  29. 제1항에 있어서,
    서버는 센서 데이터를 평가하여 사용자의 수면을 추적함으로써 사용자를 위한 수면의 기준을 정하도록 구성되는 것인, 건강 모니터링 장치.
  30. 제1항 또는 제29항에 있어서,
    서버는 센서 데이터를 바탕으로 사용자의 수면을 모니터링하여, 사용자가 수면 중 얕은 수면 상태에 머물러 있었던 시간, 수면 중 깊은 수면 상태에 머물러 있었던 시간, 및/또는 수면 중 REM(빠른 안구 운동이 일어나는) 수면 상태에 머물러 있었던 시간 중 하나 이상을 구하도록 구성되는 것인, 건강 모니터링 장치.
  31. 제29항 또는 제30항에 있어서,
    서버는 사용자의 수면 종료를 알리는 사용자가 잠에서 깨어났을 때를 자동으로 판단하여 사용자의 총 수면 시간을 구하도록 구성되는 것인, 건강 모니터링 장치.
  32. 제29항 내지 제31항 중 어느 한 항에 있어서,
    서버는 사용자가 잠을 청하려고 시도하기 시작한 시점과 전체 수면 중 사용자가 처음 잠에 빠진 시점을 자동으로 판단하여 입면 지속시간을 구하도록 구성되는 것인, 건강 모니터링 장치.
  33. 제29항 내지 제32항 중 어느 한 항에 있어서, 서버는 센서 데이터를 바탕으로
    (i) 실제로 잠을 잔 총 수면 시간,
    (ii) 사용자가 잠을 청하려고 시도하고 있는 것으로 감지된 후 사용자가 잠들기까지 걸린 시간을 나타내는 입면 시간, 및/또는
    (iii) 총 수면 시간 중 사용자가 수면을 취한 시간의 양을 나타내는 수면 효율
    을 산출하도록 구성되는 것인, 건강 모니터링 장치.
  34. 제29항 내지 제33항 중 어느 한 항에 있어서, 서버는 센서 데이터를 바탕으로
    (i) 모니터링된 수면 중 사용자가 얕은 수면 상태에 머물러 있었던 시간의 양,
    (ii) 모니터링된 수면 중 사용자가 깊은 수면 상태에 머물러 있었던 시간의 양, 및/또는
    (iii) 모니터링된 수면 중 사용자가 REM 수면 상태에 머물러 있었던 시간의 양
    을 구하도록 구성되는 것인, 건강 모니터링 장치.
  35. 제29항 내지 제34항 중 어느 한 항에 있어서,
    서버는 센서 데이터를 바탕으로 사용자의 수면 점수를 산정하도록 구성되는 것인, 장치.
  36. 제35항에 있어서,
    수면 점수를 하기의 수면 점수 공식에 따라 구하는 것인, 장치:
    수면 점수 = WLS*LS + WDS*DS + WRS*RS + WBM수면*BM수면 + WENV*ENV + WTd*Td + WTo*To + WTe*Te
    (식에서,
    LS는 사용자가 얕은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    DS는 사용자가 깊은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    RS는 사용자가 REM 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    Td는 사용자의 총 수면 시간에 대한 값이고;
    To는 수면과 관련하여 구한 입면 시간에 대한 값이고;
    Te는 수면과 관련하여 구한 수면 효율에 대한 값이고;
    BM수면은 수면 중 사용자에서 감지된 신체 움직임에 대한 값이고;
    ENV는 수면 중 감지된 환경에 대한 값이고;
    WLS는 LS에 대한 가중치이고;
    WDS는 DS에 대한 가중치이고;
    WRS는 RS에 대한 가중치이고;
    WBM수면은 BM수면에 대한 가중치이고;
    WENV는 ENV에 대한 가중치이고;
    WTd는 Td에 대한 가중치이고;
    WTo는 To에 대한 가중치이고;
    WTe는 Te에 대한 가중치이다).
  37. 제1항에 있어서,
    입출력 장치는 센서 데이터를 평가하여 사용자의 수면을 추적함으로써 사용자의 수면에 대한 기준을 정하도록 구성되는 것인, 건강 모니터링 장치.
  38. 제1항 또는 제37항에 있어서,
    입출력 장치는 센서 데이터를 바탕으로 사용자의 수면을 모니터링하여, 사용자가 수면 중 얕은 수면 상태, 수면 중 깊은 수면 상태, 및/또는 수면 중 REM(빠른 안구 운동이 일어나는) 수면 상태에 머물러 있었던 시간들 중 하나 이상을 구하도록 구성되는 것인, 건강 모니터링 장치.
  39. 제37항 또는 제38항에 있어서,
    입출력 장치는 사용자의 수면 종료를 알리는 사용자가 잠에서 깨어났을 때를 자동으로 판단하여 사용자의 총 수면 시간을 구하도록 구성되는 것인, 건강 모니터링 장치.
  40. 제37항 내지 제39항 중 어느 한 항에 있어서,
    입출력 장치는 사용자가 잠을 청하려고 시도하기 시작한 시점과 전체 수면 중 사용자가 처음 잠에 빠진 시점을 자동으로 판단하여 입면 지속시간을 구하도록 구성되는 것인, 건강 모니터링 장치.
  41. 제37항 내지 제40항 중 어느 한 항에 있어서, 입출력 장치는 센서 데이터를 바탕으로
    (i) 실제로 잠을 잔 총 수면 시간,
    (ii) 사용자가 잠을 청하려고 시도하고 있는 것으로 감지된 후 사용자가 잠들기까지 걸린 시간을 나타내는 입면 시간, 및/또는
    (iii) 총 수면 시간 중 사용자가 수면을 취한 시간의 양을 나타내는 수면 효율
    을 산출하도록 구성되는 것인, 건강 모니터링 장치.
  42. 제37항 내지 제41항 중 어느 한 항에 있어서, 입출력 장치는 센서 데이터를 바탕으로
    (i) 모니터링된 수면 중 사용자가 얕은 수면 상태에 머물러 있었던 시간의 양,
    (ii) 모니터링된 수면 중 사용자가 깊은 수면 상태에 머물러 있었던 시간의 양, 및/또는
    (iii) 모니터링된 수면 중 사용자가 REM 수면 상태에 머물러 있었던 시간의 양
    을 구하도록 구성되는 것인, 건강 모니터링 장치.
  43. 제37항 내지 제42항 중 어느 한 항에 있어서,
    서버는 센서 데이터를 바탕으로 사용자의 수면 점수를 산정하도록 구성되는 것인, 건강 모니터링 장치.
  44. 제43항에 있어서,
    수면 점수를 하기의 수면 점수 공식에 따라 구하는 것인, 장치:
    수면 점수 = WLS*LS + WDS*DS + WRS*RS + WBM수면*BM수면 + WENV*ENV + WTd*Td + WTo*To + WTe*Te
    (식에서,
    LS는 사용자가 얕은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    DS는 사용자가 깊은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    RS는 사용자가 REM 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    Td는 사용자의 총 수면 시간에 대한 값이고;
    To는 수면과 관련하여 구한 입면 시간에 대한 값이고;
    Te는 수면과 관련하여 구한 수면 효율에 대한 값이고;
    BM수면은 수면 중 사용자에서 감지된 신체 움직임에 대한 값이고;
    ENV는 수면 중 감지된 환경에 대한 값이고;
    WLS는 LS에 대한 가중치이고;
    WDS는 DS에 대한 가중치이고;
    WRS는 RS에 대한 가중치이고;
    WBM수면은 BM수면에 대한 가중치이고;
    WENV는 ENV에 대한 가중치이고;
    WTd는 Td에 대한 가중치이고;
    WTo는 To에 대한 가중치이고;
    WTe는 Te에 대한 가중치이다).
  45. 제1항에 있어서,
    건강 모니터링 장치는 센서 데이터를 평가하여 사용자의 심박수가 소정의 불안 임계치 수준 이상인지 여부를 판단하고, 심박수가 상기 소정의 불안 임계치 수준을 초과하였다는 판단이 내려지면 이에 대한 응답으로 신체 움직임 센서 데이터를 평가하여 동작의 빈도가 불안 임계 비율(axciety threshold rate)을 넘어 증가하고 있는지 여부를 판단하며, 동작의 빈도가 상기 불안 임계 비율을 넘었다는 판단이 내려지면 이에 대한 응답으로 개입을 작동시켜 사용자에게 출력을 제공하도록 구성되는, 장치.
  46. 제45항에 있어서,
    상기 출력은 웨어러블 기기의 진동 메커니즘에 의해 발생되는 진동, 웨어러블 기기나 입출력 장치에 의해 출력되는 음악, 및/또는 웨어러블 기기의 스피커나 입출력 장치의 스피커에서 방출되는 가청음인, 건강 모니터링 장치.
  47. 제45항 또는 제46항에 있어서,
    웨어러블 기기가 센서 데이터를 평가하고 출력을 내보내는 것인, 건강 모니터링 장치.
  48. 제45항 또는 제46항에 있어서,
    입출력 장치가 센서 데이터를 평가하고 출력을 내보내는 것인, 건강 모니터링 장치.
  49. 제45항 또는 제46항에 있어서,
    서버가 센서 데이터를 평가하고, 입출력 장치 및/또는 웨어러블 기기가 출력을 내보내는 것인, 건강 모니터링 장치.
  50. 제1항에 있어서,
    건강 모니터링 장치는 제1 떨림 기준 기간 동안의 센서 데이터 중 가속도계 데이터를 평가하여,
    (i) 제1 떨림 기준 기간 내 발생한 떨림 수에 해당하는 떨림 카운트(Tc);
    (ii) 센서 데이터를 바탕으로 제1 떨림 기준 기간 내, 떨림이 발생한 것으로 검출된 시점과 떨림이 발생하지 않은 것으로 검출된 시점 사이에 경과된 시간의 양에 해당하는 떨림 지속시간(TD);
    (iii) 제1 떨림 기준 기간 내 감지된 각 떨림에 대한 단일 떨림 주기 내 감지된 떨림의 떨림 진폭(TA); 및
    (iv) 제1 떨림 기준 기간 내에서의 떨림 발생 횟수에 해당하는 떨림 빈도(TF)
    를 구하도록 구성되는, 장치.
  51. 제50항에 있어서,
    제1 가중치(w1), 제2 가중치(w2), 제3 가중치(w3) 및 제4 가중치(w4)를 정하여 하기 공식에 따라 제1 기준 떨림 점수(제1 Ts)를 산출하는 것인, 장치:
    제1 TS = (w1*TF + w2*TA + w3*TD + w4*TC).
  52. 제50항 또는 제51항에 있어서,
    입출력 장치, 서버, 또는 웨어러블 기기는 가속도계 데이터를 평가하여 제1 기준 떨림 점수를 정하도록 구성되는 것인, 장치.
  53. 제50항 내지 제52항 중 어느 한 항에 있어서,
    건강 모니터링 장치는, 사용자가 약물을 복용했음을 나타내는 입력에 대한 응답으로, 사용자가 약물을 복용한 후 획득한, 제2 떨림 기준 기간 동안의 센서 데이터 중 가속도계 데이터를 평가하여,
    (i) 제2 떨림 기준 기간 내 발생한 떨림 수에 해당하는 떨림 카운트(Tc);
    (ii) 센서 데이터를 바탕으로 제2 떨림 기준 기간 내, 떨림이 발생한 것으로 검출된 시점과 떨림이 발생하지 않은 것으로 검출된 시점 사이에 경과된 시간의 양에 해당하는 떨림 지속시간(TD);
    (iii) 제2 떨림 기준 기간 내 감지되는 각 떨림에 대한 단일 떨림 주기 내 감지된 떨림의 떨림 진폭(TA); 및
    (iv) 제2 떨림 기준 기간 내에서의 떨림 발생 횟수에 해당하는 떨림 빈도(TF)
    를 구하도록 구성되는, 장치.
  54. 제53항에 있어서,
    제1 가중치(w1), 제2 가중치(w2), 제3 가중치(w3) 및 제4 가중치(w4)를 정하여 하기 공식에 따라 제2 기준 떨림 점수(제2 Ts)를 산출하는 것인, 장치:
    제2 TS = (w1*TF + w2*TA + w3*TD + w4*TC).
  55. 제54항에 있어서,
    입출력 장치, 서버, 또는 웨어러블 기기는 가속도계 데이터를 평가하여 제2 기준 떨림 점수를 정하도록 구성되는 것인, 장치.
  56. 제54항 또는 제55항에 있어서,
    입출력 장치, 서버, 또는 웨어러블 기기는 제2 기준 떨림 점수를 제1 기준 떨림 점수와 비교함으로써 약물의 효능을 평가하도록 구성되는 것인, 건강 모니터링 장치.
  57. 제53항 내지 제56항 중 어느 한 항에 있어서, 입출력 장치, 서버 또는 웨어러블 기기는, (i) 제2 기준 떨림 점수를 제1 기준 떨림 점수와 비교한 결과, 떨림 상태가 악화된 것으로 판단이 내려지거나, (ii) 제2 기준 떨림 점수를 제1 기준 떨림 점수와 비교한 결과, 떨림 상태가 동일한 것으로 판단이 내려지거나, (iii) 제2 기준 떨림 점수가 제1 기준 떨림 점수보다 높다는 판단이 내려지거나, (iv) 제2 기준 떨림 점수가 제1 기준 떨림 점수의 소정의 비-효능 범위 내에 속하는 것으로 판단이 내려지거나, (v) 제2 기준 떨림 점수와 제1 기준 떨림 점수의 차이가 소정의 효능 값 이하인 것으로 판단이 내려지면, 이에 대한 응답으로, 약물의 용량 및/또는 약물의 복용 횟수를 변경할 것을 제한하기 위한 출력을 생성하도록 구성되는 것인, 건강 모니터링 장치.
  58. 제57항에 있어서,
    약물의 용량 및/또는 약물의 복용 횟수를 변경할 것을 제안하는 출력으로서, 그래픽 묘사 및/또는 텍스트를 포함하는 것인, 건강 모니터링 장치.
  59. 제1항 내지 제58항 중 어느 한 항에 있어서,
    서버는, 사용자의 수면 상태, 떨림 상태, 또는 건강 상태를 평가하기 위해 사용자의 건강 데이터에 액세스하도록, 사용자의 건강 데이터가 저장되어 있는 적어도 하나의 데이터 관리 장치에 통신 가능하게 연결될 수 있는 것인, 건강 모니터링 장치.
  60. 제1항 내지 제59항 중 어느 한 항에 있어서,
    웨어러블 기기는 사용자가 수면하는 중에 발생하는 코골이 및/또는 기침을 녹음하도록 구성되는 것인, 장치.
  61. 제60항에 있어서,
    서버 및/또는 입출력 장치는 센서 어레이의 센서 데이터로부터 코골이 및/또는 기침 패턴을 식별하여 센서 데이터 중의 녹음된 코골이 및/또는 기침의 데이터를 바탕으로 사용자의 수면 상태를 예측하도록 구성되는 것인, 건강 모니터링 장치.
  62. 제60항 또는 제61항에 있어서,
    웨어러블 기기 및/또는 입출력 장치는 수면 중인 사용자의 수면의 질 및/또는 수면 시간을 개선하기 위해 사용자가 아직 수면 중일 때 적어도 하나의 가청적 및/또는 감각적 출력을 사용자에게 출력하도록 구성되는 것인, 건강 모니터링 장치.
  63. 제60항 또는 제61항에 있어서,
    웨어러블 기기 및/또는 입출력 장치는 웨어러블 기기를 착용하고 있는 사용자의 심박수, 신체 움직임 및 땀을 감지하기 위해 센서 데이터를 주기적으로 평가하여 심박수, 신체 움직임 및 땀이 소정의 임계 수면 상태 판정기준(pre-selected threshold sleep condition criteria)을 초과하였는지 여부를 판단하며, 이에 따라 상기 소정의 임계 수면 상태 판정기준을 충족시켰거나 초과하였다면 이에 대한 응답으로 웨어러블 기기 및/또는 입출력 장치는 사용자의 수면 시간 및/또는 수면의 질을 개선하기 위한 적어도 하나의 출력을 내보내도록 구성되는 것인, 건강 모니터링 장치.
  64. 제60항 내지 제63항 중 어느 한 항에 있어서,
    상기 출력은 웨어러블 기기의 진동 메커니즘을 통한 진동을 포함하는 것인, 건강 모니터링 장치.
  65. 제60항 내지 제64항 중 어느 한 항에 있어서,
    상기 출력은 웨어러블 기기 또는 입출력 장치에 의해 트리거되어 입출력 장치를 통해 출력되는 적어도 한 가지의 소리 또는 음악의 가청 출력을 포함하는 것인, 건강 모니터링 장치.
  66. 제65항에 있어서,
    상기 출력은 또한 웨어러블 기기의 진동 메커니즘을 통한 진동을 포함하는 것인, 건강 모니터링 장치.
  67. 제1항 내지 제66항 중 어느 한 항에 있어서,
    웨어러블 기기를 서버 및/또는 입출력 장치에 통신 가능하게 연결하도록 그리고 상기 웨어러블 기기의 배터리를 재충전하도록 구성된 도킹 스테이션
    을 포함하는 건강 모니터링 장치.
  68. 제1항 내지 제67항 중 어느 한 항에 있어서,
    웨어러블 기기를 입출력 장치에 통신 가능하게 연결하도록 구성된 도킹 스테이션
    을 포함하는 건강 모니터링 장치.
  69. 제1항 내지 제68항 중 어느 한 항에 있어서, 입출력 장치 및/또는 웨어러블 기기는,
    사용자로부터의 입력 수신을 위해, (i) 사용자가 잠자리에 드는 소정의 취침 시간 내에 출력되는 일련의 야간 질문들; 및/또는 (ii) 사용자가 잠에서 깨어나는 소정의 기상 시간 내에 출력되는 일련의 아침 질문들을 포함하는 가청 질의들을 출력하도록 구성되고,
    사용자의 수면 평가를 위해 상기 가청 질의들에 대한 사용자 답변을 저장하도록 구성되는 것인, 건강 모니터링 장치.
  70. 제1항 내지 제69항 중 어느 한 항에 있어서,
    입출력 장치 및/또는 웨어러블 기기는, 가청 질의들이 사용자의 친척 또는 친구의 음성으로 말해지도록, 가청 질의들의 출력을 위한 음성을 구사하는 오디오 파일을 저장하도록 구성됨으로써, 가청 질의들이 상기 저장된 오디오 파일을 바탕으로 출력되도록 하는 것인, 건강 모니터링 장치.
  71. 제1항 내지 제70항 중 어느 한 항에 있어서,
    입출력 장치, 서버, 및/또는 웨어러블 기기는 주간 활동의 질(QODA) 점수를 산정하도록 구성되는 것인, 건강 모니터링 장치.
  72. 제71항에 있어서,
    QODA 점수를 하기 공식 중 하나에 기반하여 산출하는 것인, 장치:
    QODA = 수면 점수 + MBD(정신, 신체 및 식단) 점수;
    QODA = 수면 점수 + MBD 점수 + 활동 점수;
    QODA = 수면 점수*WQODASS + MBD 점수*WQODAMBD; 또는
    QODA = 수면 점수*WQODASS + MBD 점수*WQODAMBD + 활동 점수*WQODA활동
    (식에서,
    WQODASS는 수면 점수에 대한 QODA 가중치이고;
    WQODAMBD는 MBD 점수에 대한 가중치이고;
    WQODA활동은 활동 점수에 대한 가중치이다).
  73. 제72항에 있어서,
    MBD 점수를 하기 공식에 따라 구하는 것인, 장치:
    MBD 점수 = MB*w1MBD + D*w2MBD
    (식에서,
    MB는 사용자가 제공한 주관적인 입력을 바탕으로 하는 정신-신체 점수이고;
    D는 사용자의 식단 정보를 바탕으로 하는 식단 점수이고;
    w1MBD는 MB 점수에 대한 가중치이고;
    w2MBD는 식단 점수(D)에 가중치를 부여하기 위한 가중치이다).
  74. 제72항 또는 제73항에 있어서,
    수면 점수를 하기 공식에 따라 구하는 것인, 장치:
    수면 점수 = WLS*LS + WDS*DS + WRS*RS + WBM수면*BM수면 + WENV*ENV + WTd*Td + WTo*To + WTe*Te
    (식에서,
    LS는 사용자가 얕은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    DS는 사용자가 깊은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    RS는 사용자가 REM 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    Td는 사용자의 총 수면 시간에 대한 값이고;
    To는 수면과 관련하여 구한 입면 시간에 대한 값이고;
    Te는 수면과 관련하여 구한 수면 효율에 대한 값이고;
    BM수면은 수면 중 사용자에서 감지된 신체 움직임에 대한 값이고;
    ENV는 수면 중 감지된 환경에 대한 값이고;
    WLS는 LS에 대한 가중치이고;
    WDS는 DS에 대한 가중치이고;
    WRS는 RS에 대한 가중치이고;
    WBM수면은 BM수면에 대한 가중치이고;
    WENV는 ENV에 대한 가중치이고;
    WTd는 Td에 대한 가중치이고;
    WTo는 To에 대한 가중치이고;
    WTe는 Te에 대한 가중치이다).
  75. 사용자의 건강 상태를 모니터링하는 방법으로서,
    사용자가 웨어러블 기기를 착용하고 있을 때 상기 기기에 구비된 센서 어레이를 통해 센서 데이터를 획득하는 단계와;
    센서 데이터를 분석하여 사용자의 상태를 추적하는 단계와;
    분석된 센서 데이터를 바탕으로 사용자의 상태 개선이나 상태 유지를 돕기 위해 사용자에게 변경할 것을 제안하는 출력을 생성하는 단계
    를 포함하는 방법.
  76. 제75항에 있어서,
    센서 데이터를 분석하여 사용자의 상태를 추적하는 단계는 상기 상태에 대한 제1 기준을 구하기 위해 수행되는 것인, 방법.
  77. 제76항에 있어서,
    사용자가 약물을 제1 용량으로 복용하고 있음을 나타내는 제1 입력에 대한 응답으로, 상기 제1 입력을 수신한 후에 획득한 센서 데이터를 상기 상태에 대한 기준과 비교하여 상태가 개선되었는지 여부를 판단하는 단계
    를 포함하는 방법.
  78. 제77항에 있어서,
    상기 제1 입력을 수신한 후 소정의 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제2 용량으로 조정하고/하거나 약물을 해당 상태에 대해 지시된 다른 약물로 조정하는 변경을 제안하는 단계
    를 포함하는 방법.
  79. 제78항에 있어서,
    사용자가 복용하고 있던 약물을 변경하였음을 나타내는 제2 입력에 대한 응답으로, 상기 제2 입력을 수신한 후에 획득한 센서 데이터를 상기 상태에 대한 기준과 비교하여 상태가 개선되었는지 여부를 판단하는 단계
    를 포함하는 방법.
  80. 제79항에 있어서,
    상기 제2 입력을 수신한 후 소정의 개선 기간 내에 상태가 개선되지 않았다는 판단에 대한 응답으로, 사용자에게 약물 복용 횟수를 조정하고/하거나 약물의 용량을 상기 제1 용량과는 상이한 제3 용량으로 조정하고/하거나 약물을 해당 상태에 대해 지시된 다른 제3 약물로 조정하는 변경을 제안하는 단계
    를 포함하는 방법.
  81. 제75항 내지 제80항 중 어느 한 항에 있어서,
    상기 상태는 떨림 상태, 간질, 수면 상태, 알츠하이머병 상태, 신경성 장애, 떨림과 연관되었거나 떨림이 한 증상인 신경퇴행성 질환, 다발성 경화증, 뇌졸중, 외상성 뇌 손상, 파킨슨병, ADHD, 치매, 알츠하이머병, 약물 사용의 결과, 알코올 남용의 결과, 약물 금단, 갑상선의 상태, 갑상선 기능 항진증, 지방간 질환, 간부전, 신부전, 불안, 또는 공황인, 방법.
  82. 제75항 내지 제81항 중 어느 한 항에 있어서,
    센서 데이터를 분석하여 사용자의 상태를 추적하는 단계는 사용자의 수면에 대한 기준을 정하는 단계를 포함하는 것인, 방법.
  83. 제82항에 있어서,
    수면 중의 사용자가 센서 어레이를 구비한 웨어러블 기기를 착용하고 있을 때 획득한 센서 데이터를 바탕으로 사용자의 수면을 모니터링하여, 사용자가 수면 중 얕은 수면 상태에 머물러 있었던 시간, 수면 중 깊은 수면 상태에 머물러 있었던 시간, 및/또는 수면 중 REM(빠른 안구 운동이 일어나는) 수면 상태에 머물러 있었던 시간 중 하나 이상을 구하는 단계
    를 포함하는 방법.
  84. 제83항에 있어서,
    사용자가 잠에서 깨어났을 때에는 사용자의 수면 모니터링을 중단할 것을 자동으로 판단하는 식으로 사용자의 수면을 모니터링하는 것인 방법.
  85. 제83항 또는 제84항에 있어서,
    사용자가 잠을 청하려고 시도하기 시작하였을 때를 자동으로 판단한 후 사용자의 수면 모니터링을 시작하는 식으로 사용자의 수면을 모니터링하는 것인 방법.
  86. 제82항 내지 제85항 중 어느 한 항에 있어서,
    (i) 수면 모니터링 중 총 수면 시간, (ii) 사용자가 잠을 청하려고 시도하고 있는 것으로 감지된 후 사용자가 잠들기까지 걸린 시간을 나타내는 입면(sleep onset) 시간, 및/또는 (iii) 전체 사용자 수면 모니터링 시간 중 사용자가 수면을 취한 시간의 양을 나타내는 수면 효율을 산출하는 단계를 포함하는 방법.
  87. 제82항 내지 제86항 중 어느 한 항에 있어서,
    (i) 모니터링된 수면 중 사용자가 얕은 수면 상태에 머물러 있었던 시간의 양, (ii) 모니터링된 수면 중 사용자가 깊은 수면 상태에 머물러 있었던 시간의 양, 및/또는 (iii) 모니터링된 수면 중 사용자가 REM 수면 상태에 머물러 있었던 시간의 양을 구하는 단계를 포함하는 방법.
  88. 제82항 내지 제87항 중 어느 한 항에 있어서,
    사용자의 수면 모니터링에서 획득한 센서 데이터를 바탕으로 사용자의 수면 점수를 산정하는 단계를 포함하는 방법.
  89. 제88항에 있어서,
    수면 점수를 하기의 수면 점수 공식에 따라 구하는 것인, 방법:
    수면 점수 = WLS*LS + WDS*DS + WRS*RS + WBM수면*BM수면 + WENV*ENV + WTd*Td + WTo*To + WTe*Te
    (식에서,
    LS는 사용자가 얕은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    DS는 사용자가 깊은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    RS는 사용자가 REM 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    Td는 사용자의 총 수면 시간에 대한 값이고;
    To는 수면과 관련하여 구한 입면 시간에 대한 값이고;
    Te는 수면과 관련하여 구한 수면 효율에 대한 값이고;
    BM수면은 수면 중 사용자에서 감지된 신체 움직임에 대한 값이고;
    ENV는 수면 중 감지된 환경에 대한 값이고;
    WLS는 LS에 대한 가중치이고;
    WDS는 DS에 대한 가중치이고;
    WRS는 RS에 대한 가중치이고;
    WBM수면은 BM수면에 대한 가중치이고;
    WENV는 ENV에 대한 가중치이고;
    WTd는 Td에 대한 가중치이고;
    WTo는 To에 대한 가중치이고;
    WTe는 Te에 대한 가중치이다).
  90. 제75항에 있어서,
    센서 데이터에 근거하여 사용자의 심박수가 소정의 불안 임계치 수준 이상인지 여부를 판단하고, 심박수가 상기 소정의 불안 임계치 수준을 초과하였다는 판단이 내려지면 이에 대한 응답으로 신체 움직임 센서 데이터를 평가하여 동작의 빈도가 불안 임계 비율을 넘어 증가하고 있는지 여부를 판단하는 단계; 및
    동작의 빈도가 상기 불안 임계 비율을 넘었다는 판단이 내려지면 이에 대한 응답으로 개입을 작동시켜 사용자에게 출력을 제공하는 단계
    를 포함하는 방법.
  91. 제80항에 있어서,
    상기 출력은 웨어러블 기기의 진동 메커니즘에 의해 발생되는 진동, 웨어러블 기기나 입출력 장치에 의해 출력되는 음악, 및/또는 웨어러블 기기의 스피커나 입출력 장치의 스피커에 의해 출력되는 가청음인, 방법.
  92. 제75항에 있어서,
    제1 떨림 기준 기간 동안의 센서 데이터 중 가속도계 데이터를 평가하여,
    (i) 제1 떨림 기준 기간 내 발생한 떨림 수에 해당하는 떨림 카운트(Tc);
    (ii) 센서 데이터를 바탕으로 제1 떨림 기준 기간 내, 떨림이 발생한 것으로 검출된 시점과 떨림이 발생하지 않은 것으로 검출된 시점 사이에 경과된 시간의 양에 해당하는 떨림 지속시간(TD);
    (iii) 제1 떨림 기준 기간 내 감지된 각 떨림에 대한 단일 떨림 주기 내 감지된 떨림의 떨림 진폭(TA); 및
    (iv) 제1 떨림 기준 기간 내에서의 떨림 발생 횟수에 해당하는 떨림 빈도(TF)
    를 구하는 단계
    를 포함하는 방법.
  93. 제92항에 있어서,
    제1 가중치(w1), 제2 가중치(w2), 제3 가중치(w3) 및 제4 가중치(w4)를 정하여 하기 공식에 따라 제1 기준 떨림 점수(제1 Ts)를 산출하는 단계를 포함하는 방법:
    제1 TS = (w1*TF + w2*TA + w3*TD + w4*TC).
  94. 제92항 또는 제93항에 있어서,
    사용자가 약물을 복용했음을 나타내는 입력에 대한 응답으로, 사용자가 약물을 복용한 후 획득한, 제2 떨림 기준 기간 동안의 센서 데이터 중 가속도계 데이터를 평가하여,
    (i) 제2 떨림 기준 기간 내 발생한 떨림 수에 해당하는 떨림 카운트(Tc);
    (ii) 센서 데이터를 바탕으로 제2 떨림 기준 기간 내, 떨림이 발생한 것으로 검출된 시점과 떨림이 발생하지 않은 것으로 검출된 시점 사이에 경과된 시간의 양에 해당하는 떨림 지속시간(TD);
    (iii) 제2 떨림 기준 기간 내 감지된 각 떨림에 대한 단일 떨림 주기 내 감지된 떨림의 떨림 진폭(TA);
    (iv) 제2 떨림 기준 기간 내에서의 떨림 발생 횟수에 해당하는 떨림 빈도(TF)를 구하는 단계
    를 포함하는 방법.
  95. 제94항에 있어서,
    제1 가중치(w1), 제2 가중치(w2), 제3 가중치(w3) 및 제4 가중치(w4)를 정하여 하기 공식에 따라 제2 기준 떨림 점수(제2 Ts)를 산출하는 단계를 포함하는 방법:
    제2 TS = (w1*TF + w2*TA + w3*TD + w4*TC).
  96. 제94항에 있어서,
    제2 기준 떨림 점수를 제1 기준 떨림 점수와 비교함으로써 약물의 효능을 평가하는 단계
    를 포함하는 방법.
  97. 제94항 내지 제96항 중 어느 한 항에 있어서,
    (i) 제2 기준 떨림 점수를 제1 기준 떨림 점수와 비교한 결과, 떨림 상태가 악화된 것으로 판단이 내려지거나, (ii) 제2 기준 떨림 점수를 제1 기준 떨림 점수와 비교한 결과, 떨림 상태가 동일한 것으로 판단이 내려지거나, (iii) 제2 기준 떨림 점수가 제1 기준 떨림 점수보다 높다는 판단이 내려지거나, (iv) 제2 기준 떨림 점수가 제1 기준 떨림 점수의 소정의 비-효능 범위 내에 속하는 것으로 판단이 내려지거나, (v) 제2 기준 떨림 점수와 제1 기준 떨림 점수의 차이가 소정의 효능 값 이하인 것으로 판단이 내려지면, 이에 대한 응답으로, 복용하고 있는 약물의 용량 및/또는 약물의 복용 횟수를 변경하는 단계
    를 포함하는 방법.
  98. 제75항 내지 제97항 중 어느 한 항에 있어서,
    사용자가 수면하는 중에 발생하는 코골이 및/또는 기침을 녹음하는 단계
    를 포함하는 방법.
  99. 제98항에 있어서,
    녹음된 코골이 및/또는 기침의 데이터와 센서 데이터로부터 코골이 및/또는 기침 패턴을 식별하여, 녹음된 코골이 및/또는 기침을 바탕으로 사용자의 수면 상태를 예측하는 단계
    를 포함하는 방법.
  100. 제99항에 있어서,
    수면 중인 사용자의 수면의 질 및/또는 수면 시간을 개선하기 위해 사용자가 아직 수면 중일 때 적어도 하나의 가청적 및/또는 감각적 출력을 사용자에게 출력하는 단계
    를 포함하는 방법.
  101. 제98항 내지 제100항 중 어느 한 항에 있어서,
    웨어러블 기기를 착용하고 있는 사용자의 심박수, 신체 움직임 및 땀을 감지하기 위해 센서 데이터를 주기적으로 평가하여 심박수, 신체 움직임 및 땀이 소정의 임계 수면 상태 판정기준을 초과하였는지 여부를 판단하며, 이에 따라 상기 소정의 임계 수면 상태 판정기준을 충족시켰거나 초과하였다면 이에 대한 응답으로 웨어러블 기기 및/또는 입출력 장치로 하여금 사용자의 수면 시간 및/또는 수면의 질을 개선하기 위한 적어도 하나의 출력을 내보내도록 하는 단계
    를 포함하는 방법.
  102. 제100항 또는 제101항에 있어서,
    상기 출력은 웨어러블 기기의 진동 메커니즘을 통한 진동을 포함하는 것인 방법.
  103. 제100항 내지 제102항 중 어느 한 항에 있어서,
    상기 출력은 웨어러블 기기 또는 입출력 장치에 의해 트리거되어 웨어러블 기기 및/또는 입출력 장치를 통해 출력되는 적어도 한 가지의 소리 또는 음악의 가청 출력을 포함하는 것인, 방법.
  104. 제75항 내지 제103항 중 어느 한 항에 있어서,
    (i) 사용자가 잠자리에 드는 소정의 취침 시간 내에 출력되는 일련의 야간 질문들; 및/또는 (ii) 사용자가 잠에서 깨어나는 소정의 기상 시간 내에 출력되는 일련의 아침 질문들을 포함한 가청 질의들을 사용자에게 묻는 단계와;
    사용자의 수면 평가를 위해 상기 가청 질의들에 대한 사용자 답변을 저장하는 단계
    를 포함하는 방법.
  105. 제104항에 있어서,
    가청 질의들이 사용자의 친척 또는 친구의 음성으로 말해지도록, 가청 질의들의 출력을 위한 음성을 구사하는 오디오 파일을 저장함으로써 가청 질의들이 상기 저장된 오디오 파일을 바탕으로 출력되도록 하는 단계
    를 포함하는 방법.
  106. 제75항 내지 제105항 중 어느 한 항에 있어서,
    센서 데이터를 바탕으로 주간 활동의 질(QODA) 점수를 산정하는 단계
    를 포함하는 방법.
  107. 제106항에 있어서,
    QODA 점수를 하기 공식 중 하나에 기반하여 산출하는 것인, 방법:
    QODA = 수면 점수 + 정신, 신체 및 식단(MBD) 점수;
    QODA = 수면 점수 + MBD 점수 + 활동 점수;
    QODA = 수면 점수*WQODASS + MBD 점수*WQODAMBD; 또는
    QODA = 수면 점수*WQODASS + MBD 점수*WQODAMBD + 활동 점수*WQODA활동
    (식에서,
    WQODASS는 수면 점수에 대한 QODA 가중치이고;
    WQODAMBD는 MBD 점수에 대한 가중치이고;
    WQODA활동은 활동 점수에 대한 가중치이다).
  108. 제107항에 있어서,
    MBD 점수를 하기 공식에 따라 구하는 것인, 방법:
    MBD 점수 = MB*w1MBD + D*w2MBD
    (식에서,
    MB는 사용자가 제공한 주관적인 입력을 바탕으로 하는 정신-신체 점수이고;
    D는 사용자의 식단 정보를 바탕으로 하는 식단 점수이고;
    w1MBD는 MB 점수에 대한 가중치이고;
    w2MBD는 식단 점수(D)에 가중치를 부여하기 위한 가중치이다).
  109. 제107항 또는 제108항에 있어서,
    수면 점수를 하기 공식에 따라 구하는 것인, 방법:
    수면 점수 = WLS*LS + WDS*DS + WRS*RS + WBM수면*BM수면 + WENV*ENV + WTd*Td + WTo*To + WTe*Te
    (식에서,
    LS는 사용자가 얕은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    DS는 사용자가 깊은 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    RS는 사용자가 REM 수면 상태에 있는 것으로 판단된 시간의 양에 대한 값이고;
    Td는 사용자의 총 수면 시간에 대한 값이고;
    To는 수면과 관련하여 구한 입면 시간에 대한 값이고;
    Te는 수면과 관련하여 구한 수면 효율에 대한 값이고;
    BM수면은 수면 중 사용자에서 감지된 신체 움직임에 대한 값이고;
    ENV는 수면 중 감지된 환경에 대한 값이고;
    WLS는 LS에 대한 가중치이고;
    WDS는 DS에 대한 가중치이고;
    WRS는 RS에 대한 가중치이고;
    WBM수면은 BM수면에 대한 가중치이고;
    WENV는 ENV에 대한 가중치이고;
    WTd는 Td에 대한 가중치이고;
    WTo는 To에 대한 가중치이고;
    WTe는 Te에 대한 가중치이다).
  110. 프로세서;
    상기 프로세서에 연결된 비일시적 컴퓨터 판독가능 매체;
    상기 프로세서 및/또는 비일시적 컴퓨터 판독가능 매체에 연결된 센서 어레이
    를 포함하는 웨어러블 기기.
  111. 제110항에 있어서, 상기 센서 어레이는,
    심박수 및 혈중 산소 농도를 모니터링하는 광학 센서;
    웨어러블 기기를 착용하고 있는 사용자의 체온을 측정하는 체온 센서;
    수면 중 가청 소음을 감지하는 마이크(microphone);
    사용자의 땀을 측정하는 땀 센서
    를 포함하는 것인, 웨어러블 기기.
  112. 제111항에 있어서,
    상기 센서 어레이가 부착되는 하우징을 구비하며, 상기 하우징에는 식별자가 부착되어 있거나 형성되어 있는(defined) 것인, 웨어러블 기기.
  113. 제112항에 있어서,
    하우징에 부착되거나 하우징 내부에 부착되는 재충전식 배터리
    를 포함하는 웨어러블 기기.
  114. 제113항에 있어서,
    프로세서에 연결되는 적어도 하나의 데이터 전송 인터페이스 또는 적어도 하나의 무선 송수신기 유닛
    을 포함하는 웨어러블 기기.
  115. 제111항에 있어서,
    사용자가 수면하는 중에 발생하는 코골이 및/또는 기침을 녹음하여 저장 및 전송하도록 구성되는 웨어러블 기기.
  116. 제115항에 있어서,
    센서 어레이의 데이터로부터 코골이 및/또는 기침 패턴을 식별하여 사용자의 수면 상태를 예측하도록 구성되는 웨어러블 기기.
  117. 제110항에 있어서,
    웨어러블 기기는 웨어러블 기기를 착용하고 있는 사용자의 심박수, 신체 움직임 및 땀을 감지하기 위해 센서 데이터를 주기적으로 평가하고, 심박수, 신체 움직임 및 땀이 소정의 임계 수면 상태 판정기준을 초과한 것으로 판단되면, 사용자의 수면 시간 및/또는 수면의 질을 개선하기 위한 적어도 하나의 출력을 내보내도록 구성되는 웨어러블 기기.
  118. 제117항에 있어서,
    상기 출력은 웨어러블 기기의 진동 메커니즘을 통한 진동을 포함하는 것인, 웨어러블 기기.
  119. 제117항에 있어서,
    상기 출력은 웨어러블 기기에 의해 트리거되는 적어도 한 가지의 소리 또는 음악의 가청 출력을 포함하는 것인, 웨어러블 기기.
  120. 제119항에 있어서,
    상기 출력은 또한 웨어러블 기기의 진동 메커니즘을 통한 진동을 포함하는 것인, 웨어러블 기기.
  121. 한 명 이상의 웨어러블 기기 사용자를 모니터링하는 장치로서,
    센서 어레이를 통해 수집된 데이터를 중앙 서버로 전송하기 위해 입출력 장치 및/또는 중앙 서버에 통신 가능하게 연결된, 제111항에 따른 웨어러블 기기
    를 포함하는, 장치.
  122. 제121항에 있어서,
    사용자의 건강 데이터가 저장되어 있는 적어도 하나의 데이터 관리 장치로서, 사용자의 수면 상태 또는 건강 상태를 평가하기 위해 상기 사용자의 건강 데이터에 액세스하도록 상기 중앙 서버가 통신 가능하게 연결되어 있는 것인 데이터 관리 장치
    를 포함하는, 장치.
  123. 제121항에 있어서,
    웨어러블 기기는 사용자가 수면하는 중에 발생하는 코골이 및/또는 기침을 녹음하여 중앙 서버로 전송하도록 구성되는 것인, 장치.
  124. 제123항에 있어서,
    중앙 서버는 센서 어레이의 데이터로부터 코골이 및/또는 기침 패턴을 식별함으로써 사용자의 수면 상태를 예측하도록 구성되는 것인, 장치.
  125. 제123항에 있어서,
    웨어러블 기기를 중앙 서버에 통신 가능하게 연결하도록, 그리고 상기 웨어러블 기기의 배터리를 재충전하도록 구성된 도킹 스테이션
    을 포함하는 장치.
  126. 제121항에 있어서,
    웨어러블 기기를 중앙 서버에 통신 가능하게 연결하도록 구성된 도킹 스테이션
    을 포함하는 장치.
  127. 사용자의 수면을 평가하는 방법으로서,
    제111항에 따른 웨어러블 기기를 제공하는 단계를 포함하는 방법.
  128. 제127항에 있어서,
    웨어러블 기기에 의해, 사용자가 수면하는 중에 발생하는 코골이 및/또는 기침을 녹음하고 이렇게 녹음된 코골이 및/또는 기침을 중앙 서버에 전송하는 단계; 및
    중앙 서버에 의해, 상기 녹음된 코골이 및/또는 기침의 데이터로부터 코골이 및/또는 기침 패턴을 식별하여 사용자의 수면 상태를 검출하거나 예측하는 단계
    를 포함하는 방법.
  129. 제127항 또는 제128항에 있어서,
    심박수, 땀 및 신체 움직임 데이터를 기록하는 단계;
    이렇게 기록된 심박수, 땀 및 신체 움직임 데이터로부터, 사용자가 소정의 수면 기준 임계치를 초과했는지 여부를 판단하는 단계; 및
    수면 중인 사용자의 수면의 질 및/또는 수면 시간을 개선하기 위해 사용자가 아직 수면 중일 때 적어도 하나의 가청적 및/또는 감각적 출력을 사용자에게 출력하는 단계
    를 포함하는 방법.
KR1020227037166A 2020-03-26 2021-03-25 건강 모니터링 장치 KR20220159430A (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202063000083P 2020-03-26 2020-03-26
US63/000,083 2020-03-26
US202063007626P 2020-04-09 2020-04-09
US63/007,626 2020-04-09
PCT/US2021/024057 WO2021195316A1 (en) 2020-03-26 2021-03-25 Apparatus for health monitoring

Publications (1)

Publication Number Publication Date
KR20220159430A true KR20220159430A (ko) 2022-12-02

Family

ID=75562830

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227037166A KR20220159430A (ko) 2020-03-26 2021-03-25 건강 모니터링 장치

Country Status (8)

Country Link
US (1) US20230148956A1 (ko)
EP (1) EP4128276A1 (ko)
JP (1) JP2023520335A (ko)
KR (1) KR20220159430A (ko)
CN (1) CN115668398A (ko)
CA (1) CA3176857A1 (ko)
TW (1) TW202141522A (ko)
WO (1) WO2021195316A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024020623A1 (en) * 2022-07-25 2024-02-01 Jasper Medtech Pty Ltd Method for determining quality of life
CN117770790A (zh) * 2022-09-28 2024-03-29 华为技术有限公司 呼吸健康检测方法及可穿戴电子设备
EP4345832A1 (en) * 2022-09-30 2024-04-03 Koninklijke Philips N.V. System and method for providing sleep consolidation therapy
CN117041906A (zh) * 2023-10-08 2023-11-10 天津鹏萱汇智信息技术有限公司 一种基于物联网的数据监测服务管理系统
CN117694844B (zh) * 2024-02-05 2024-04-16 山东惠浦医疗科技有限公司 一种心血管监测可穿戴装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8075499B2 (en) 2007-05-18 2011-12-13 Vaidhi Nathan Abnormal motion detector and monitor
US9005129B2 (en) 2012-06-22 2015-04-14 Fitbit, Inc. Wearable heart rate monitor
US9743848B2 (en) 2015-06-25 2017-08-29 Whoop, Inc. Heart rate variability with sleep detection
CN105263406B (zh) 2013-03-16 2021-01-26 恩帕蒂卡有限责任公司 用于利用电流补偿进行皮电活动测量的装置
CN114089813A (zh) 2013-11-29 2022-02-25 普罗克西有限公司 穿戴式计算装置
WO2015157670A1 (en) 2014-04-10 2015-10-15 Medelius Pedro J Wearable environmental interaction unit
US20150294067A1 (en) 2014-04-14 2015-10-15 Elwha Llc Devices, systems, and methods for automated enhanced care rooms
US10617357B2 (en) * 2014-08-24 2020-04-14 Halo Wearables, Llc Swappable wearable device
USD760395S1 (en) 2014-11-19 2016-06-28 Empatica Srl Wearable biosensing device
US11076798B2 (en) * 2015-10-09 2021-08-03 I2Dx, Inc. System and method for non-invasive and non-contact measurement in early therapeutic intervention
CN109314837B (zh) * 2016-05-19 2021-03-02 菲特比特公司 基于地理位置的锻炼路线的回填
US20170358942A1 (en) 2016-06-13 2017-12-14 Johnson & Johnson Vision Care, Inc. Methods and apparatus for wireless biomedical device charging
US20160310049A1 (en) * 2016-06-30 2016-10-27 Fitbit, Inc. Wearable devices incorporating ion selective field effect transistors
US20190053754A1 (en) * 2017-08-18 2019-02-21 Fitbit, Inc. Automated detection of breathing disturbances
US20190365286A1 (en) * 2018-06-01 2019-12-05 Apple Inc. Passive tracking of dyskinesia/tremor symptoms
US20210321953A1 (en) * 2018-08-24 2021-10-21 Vitaltech Properties, Llc System, method, and smartwatch for fall detection, prediction, and risk assessment

Also Published As

Publication number Publication date
TW202141522A (zh) 2021-11-01
US20230148956A1 (en) 2023-05-18
WO2021195316A1 (en) 2021-09-30
CN115668398A (zh) 2023-01-31
EP4128276A1 (en) 2023-02-08
CA3176857A1 (en) 2021-09-30
JP2023520335A (ja) 2023-05-17

Similar Documents

Publication Publication Date Title
JP4813058B2 (ja) 人間の生理学的及びコンテキスト情報を検知、受信、導出及び表示する装置
JP4283672B2 (ja) 健康及び壮健状態をモニターする装置
KR20220159430A (ko) 건강 모니터링 장치
WO2016164376A1 (en) Infant caregiver system, and infant data aggregation system, and aggregating observations related to infant data, and aggregating inferences related to infant data
WO2016164373A1 (en) Wearable infant monitoring device and system for determining the orientation and motions of an infant
CN112005311A (zh) 用于基于睡眠架构模型向用户递送感官刺激的系统和方法
WO2016195805A1 (en) Predicting infant sleep patterns and deriving infant models based on observations associated with infant
WO2016164374A1 (en) Intelligent infant monitoring system and infant monitoring hub and infant learning receptivity detection system
CN114449945A (zh) 信息处理装置、信息处理系统和信息处理方法
US10839705B2 (en) Intelligent infant monitoring system and infant monitoring hub and infant learning receptivity detection system
WO2016178772A1 (en) Remotely aggregating and analyzing measurement data from multiple infant monitoring systems