KR20230063820A - 사용자의 혈당 값에 기초하여 사용자에게 행동을 제안하는 메시지를 출력하는 방법 및 그 방법을 수행하는 전자 장치 - Google Patents
사용자의 혈당 값에 기초하여 사용자에게 행동을 제안하는 메시지를 출력하는 방법 및 그 방법을 수행하는 전자 장치 Download PDFInfo
- Publication number
- KR20230063820A KR20230063820A KR1020210168005A KR20210168005A KR20230063820A KR 20230063820 A KR20230063820 A KR 20230063820A KR 1020210168005 A KR1020210168005 A KR 1020210168005A KR 20210168005 A KR20210168005 A KR 20210168005A KR 20230063820 A KR20230063820 A KR 20230063820A
- Authority
- KR
- South Korea
- Prior art keywords
- electronic device
- blood glucose
- user
- processor
- glucose value
- Prior art date
Links
- 239000008280 blood Substances 0.000 title claims abstract description 347
- 210000004369 blood Anatomy 0.000 title claims abstract description 347
- 230000009471 action Effects 0.000 title claims abstract description 80
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 title claims description 243
- 239000008103 glucose Substances 0.000 title claims description 243
- 238000000034 method Methods 0.000 title claims description 58
- 235000000346 sugar Nutrition 0.000 claims abstract description 107
- 238000004891 communication Methods 0.000 claims description 62
- 235000012054 meals Nutrition 0.000 claims description 55
- 230000001133 acceleration Effects 0.000 claims description 43
- 230000036760 body temperature Effects 0.000 claims description 19
- 230000009467 reduction Effects 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 15
- 230000033001 locomotion Effects 0.000 claims description 11
- 230000036772 blood pressure Effects 0.000 claims description 7
- 230000035882 stress Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 21
- 230000000875 corresponding effect Effects 0.000 description 19
- 230000008859 change Effects 0.000 description 16
- 230000006399 behavior Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 13
- 235000021152 breakfast Nutrition 0.000 description 12
- 235000005686 eating Nutrition 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 235000021156 lunch Nutrition 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 8
- 206010012601 diabetes mellitus Diseases 0.000 description 8
- 238000000691 measurement method Methods 0.000 description 8
- 235000005911 diet Nutrition 0.000 description 6
- 230000037213 diet Effects 0.000 description 6
- 235000011888 snacks Nutrition 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 150000001720 carbohydrates Chemical class 0.000 description 4
- 235000014633 carbohydrates Nutrition 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 235000006694 eating habits Nutrition 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 229920000642 polymer Polymers 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001351 cycling effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000003925 fat Substances 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 235000015097 nutrients Nutrition 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000007789 sealing Methods 0.000 description 3
- 238000001069 Raman spectroscopy Methods 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 210000003423 ankle Anatomy 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 235000021158 dinner Nutrition 0.000 description 2
- 238000002848 electrochemical method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000007769 metal material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 229910001220 stainless steel Inorganic materials 0.000 description 2
- 239000010935 stainless steel Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- JOYRKODLDBILNP-UHFFFAOYSA-N Ethyl urethane Chemical compound CCOC(N)=O JOYRKODLDBILNP-UHFFFAOYSA-N 0.000 description 1
- 108010015776 Glucose oxidase Proteins 0.000 description 1
- 239000004366 Glucose oxidase Substances 0.000 description 1
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000011247 coating layer Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 235000013325 dietary fiber Nutrition 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000003722 extracellular fluid Anatomy 0.000 description 1
- 229940116332 glucose oxidase Drugs 0.000 description 1
- 235000019420 glucose oxidase Nutrition 0.000 description 1
- 235000014490 good eating habits Nutrition 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 229910052749 magnesium Inorganic materials 0.000 description 1
- 239000011777 magnesium Substances 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000005060 rubber Substances 0.000 description 1
- 235000003441 saturated fatty acids Nutrition 0.000 description 1
- 150000004671 saturated fatty acids Chemical class 0.000 description 1
- 235000021309 simple sugar Nutrition 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 235000010692 trans-unsaturated fatty acids Nutrition 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
-
- 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
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Emergency Medicine (AREA)
- Optics & Photonics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Urology & Nephrology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
일 실시 예에 따른 전자 장치는, 혈당 센서를 통해 획득된 사용자의 혈당 값에 대한 로그들을 생성하고, 혈당 센서를 통해 획득된 사용자의 타겟 혈당 값 및 로그들에 기초하여 타겟 이벤트를 결정하고, 타겟 이벤트에 대한 타겟 행동을 제안하는 메시지를 출력할 수 있다. 그 외에도 다양한 실시 예들이 가능할 수 있다.
Description
다양한 실시 예들은 사용자에게 행동을 제안하는 메시지를 출력하는 기술에 관한 것이다.
연속 혈당 측정 시스템(continuous glucose monitoring system)을 위해 침습형의 체혈이 필요한 전기화학방식을 이용하는 혈당 측정 방법 및/또는 최소 침습형의 인체 부착형 혈당계를 이용하는 혈당 측정 방법이 이용되고 있다. 침습형은 사용자가 손가락 끝에 주기적으로 전혈을 채취하여 전기화학방식을 통하여 주기적으로 측정하거나, 또는 피하에 이식된 바이오 센서를 이용하여 간질액에서 연속적으로 혈당을 측정하는 방법이 대표적이다. 최소 침습형은 피하에 삽입된 바늘을 이용하여 포도당 산화효소를 센싱함으로써 혈당 값을 연속으로 측정하는 방법일 수 있다. 그 외에도 워치나 콘텍트 렌즈와 같은 웨어러블 기기에서 사용자의 혈당을 연속적으로 측정할 수 있는 기술들도 개발되었거나 검토되고 있다. 비침습형 혈당 측정 방법으로는 레이저를 모세혈관에 조사하여 반사되는 파를 라만분광법을 이용하여 혈액 내의 포도당 량을 측정하는 방식, 광학 및/또는 초음파 기술을 이용하여 혈액 속의 포도당에 에너지를 가함으로써 발생하는 반사되는 에너지 스펙트럼에 기초하여 혈당을 측정하는 방식, 체액 속의 포도당 량을 기반으로 혈당을 추정하는 방식 등의 기술들도 개발되고 있다.
사용자의 혈당을 측정하는 기술들이 보급됨에 따라 혈당을 연속적으로 측정하는 것이 비교적 간편해졌고, 이는 혈당을 지속적으로 관리해야 하는 당뇨병 환자 혹은 당뇨병 전 단계의 사용자 뿐만 아니라 일반적인 사용자도 일상생활에서 변화하는 혈당을 측정하고 관리할 수 있는 방법들이 늘어나고 있다.
침습형 혈당 측정 방법 뿐만 아니라 최소 침습형 혈당 방법도 동맥혈, 모세혈관혈, 및/또는 정맥혈의 혈액 차이에 따른 혈당 값의 측정 오차가 존재하고, 혈당 측정 센서에 따라서도 측정 오차가 약 20~30% 까지 발생할 수 있다. 또한, 침습형 혈당 측정 방법의 경우 혈당을 측정하는 올바른 방법을 사용자가 정확히 인지하지 못하는 경우 측정된 혈당 값에 오류가 발생할 수 있다. 절대적인 혈당 값에 기초하여 제공되는 서비스 뿐만 아니라 동일한 센서로부터 측정된 혈당 값의 상대적 변화를 활용한 서비스가 사용자에게 유익한 정보를 제공하는데 도움이 될 수 있다. 침습형이나 최소 침습형 혈당 측정 방법은 혈당을 적극적으로 관리하고자 하는 환자들에게 이용되고 있으나, 비침습형 혈당 측정 방법이 개발됨에 따라서 당뇨 환자가 아닌 일반인들도 일상 생활에서 혈당의 변화를 측정할 수 있다. 이 때, 비침습형 혈당 측정 방법의 기술적 한계 등에 의하여 정확한 혈당 값을 얻는 방식 외에도 혈당 변화의 상대적 변화를 추적 가능하는 방식이 이용될 수 있다. 이러한 환경에서 사용자의 혈당 값 또는 상대적 혈당 값의 변화를 연속적으로 측정함으로써 이와 관련된 유용한 서비스가 사용자에게 제공될 수 있다.
일 실시 예는 사용자의 혈당 값에 기초하여 사용자에게 행동을 제안하는 메시지를 출력하는 전자 장치를 제공할 수 있다.
다만, 기술적 과제는 상술한 기술적 과제들로 한정되는 것은 아니며, 또 다른 기술적 과제들이 존재할 수 있다.
다양한 실시 예들에 따른, 전자 장치는, 사용자의 혈당을 측정함으로써 혈당 값을 생성하는 혈당 센서, 및 상기 전자 장치를 제어하는 적어도 하나의 프로세서를 포함하고, 상기 프로세서는, 상기 혈당 센서를 통해 획득된 사용자의 혈당 값에 대한 로그들을 생성하고, 상기 혈당 센서를 통해 획득된 사용자의 타겟 혈당 값 및 상기 로그들에 기초하여 타겟 이벤트를 결정하고, 상기 타겟 이벤트에 대한 타겟 행동을 제안하는 메시지를 출력할 수 있다.
다양한 실시 예들에 따른, 전자 장치에 의해 수행되는, 방법은, 상기 전자 장치의 혈당 센서를 통해 획득된 사용자의 혈당 값에 대한 로그들을 생성하는 동작, 상기 혈당 센서를 통해 획득된 상기 사용자의 타겟 혈당 값 및 상기 로그들에 기초하여 타겟 이벤트를 결정하는 동작, 및 상기 타겟 이벤트에 대한 타겟 행동을 제안하는 메시지를 출력하는 동작을 포함할 수 있다.
다양한 실시 예들에 따르면, 사용자의 혈당 값에 기초하여 사용자에게 행동을 제안하는 메시지를 출력하는 전자 장치가 제공될 수 있다.
도 1은 다양한 실시 예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2a 및 도 2b는 일 실시 예에 따른 전자 장치의 사시도이다.
도 3은 일 실시 예에 따른 전자 장치의 분해 사시도이다.
도 4는 일 실시 예에 따른 사용자에게 행동을 제안하는 메시지를 출력하는 방법의 흐름도이다.
도 5는 일 예에 따른 정상인 및 당뇨병 환자의 식사 후의 혈당 값의 변화를 도시한다.
도 6은 일 예에 따른 사용자의 혈당 값에 대한 로그를 생성하는 방법의 흐름도이다.
도 7은 일 예에 따른 행동의 종류에 기초하여 로그를 생성하는 방법을 도시한다.
도 8은 일 예에 따른 사용자에 대한 평균 혈당 범위를 설정하는 방법의 흐름도이다.
도 9는 일 예에 따른 사용자의 생체 정보에 기초하여 행동에 대한 로그를 생성하는 방법의 흐름도이다.
도 10은 일 예에 따른 생체 정보를 포함하는 행동에 대한 로그들을 도시한다.
도 11은 일 예에 따른 최고 혈당 값에 기초하여 타겟 이벤트를 비정상적인 식사로 결정하는 방법의 흐름도이다.
도 12는 일 예에 따른 혈당 감소 시간에 기초하여 타겟 이벤트를 비정상적인 식사로 결정하는 방법의 흐름도이다.
도 13은 일 예에 따른 타겟 이벤트를 과도한 운동으로 결정하는 방법의 흐름도이다.
도 14는 일 예에 따른 사용자에게 메시지를 출력하는 방법의 흐름도이다.
도 15는 일 예에 따른 사용자에게 출력된 메시지를 도시한다.
도 16은 일 예에 따른 미리 설정된 조건이 만족된 경우 제안 메시지를 출력하는 방법의 흐름도이다.
도 17은 일 예에 따른 사용자에게 행동을 제안하는 메시지를 출력하는 시스템의 구성도이다.
도 2a 및 도 2b는 일 실시 예에 따른 전자 장치의 사시도이다.
도 3은 일 실시 예에 따른 전자 장치의 분해 사시도이다.
도 4는 일 실시 예에 따른 사용자에게 행동을 제안하는 메시지를 출력하는 방법의 흐름도이다.
도 5는 일 예에 따른 정상인 및 당뇨병 환자의 식사 후의 혈당 값의 변화를 도시한다.
도 6은 일 예에 따른 사용자의 혈당 값에 대한 로그를 생성하는 방법의 흐름도이다.
도 7은 일 예에 따른 행동의 종류에 기초하여 로그를 생성하는 방법을 도시한다.
도 8은 일 예에 따른 사용자에 대한 평균 혈당 범위를 설정하는 방법의 흐름도이다.
도 9는 일 예에 따른 사용자의 생체 정보에 기초하여 행동에 대한 로그를 생성하는 방법의 흐름도이다.
도 10은 일 예에 따른 생체 정보를 포함하는 행동에 대한 로그들을 도시한다.
도 11은 일 예에 따른 최고 혈당 값에 기초하여 타겟 이벤트를 비정상적인 식사로 결정하는 방법의 흐름도이다.
도 12는 일 예에 따른 혈당 감소 시간에 기초하여 타겟 이벤트를 비정상적인 식사로 결정하는 방법의 흐름도이다.
도 13은 일 예에 따른 타겟 이벤트를 과도한 운동으로 결정하는 방법의 흐름도이다.
도 14는 일 예에 따른 사용자에게 메시지를 출력하는 방법의 흐름도이다.
도 15는 일 예에 따른 사용자에게 출력된 메시지를 도시한다.
도 16은 일 예에 따른 미리 설정된 조건이 만족된 경우 제안 메시지를 출력하는 방법의 흐름도이다.
도 17은 일 예에 따른 사용자에게 행동을 제안하는 메시지를 출력하는 시스템의 구성도이다.
이하, 본 기재의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 기재를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 기재의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.
도 1은 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 1은, 다양한 실시 예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시 예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시 예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시 예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일 실시 예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시 예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시 예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시 예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 조도 센서, 또는 혈당 센서를 포함할 수 있다.
일 실시 예에 따르면, 혈당 센서는 비침습(non-invasive glucose monitoring: NGM) 방식으로 사용자의 혈당 값 또는 혈당 값의 변화를 측정할 수 있다.
예를 들어, 혈당 센서는 라만 분광법을 통하여 사용자의 피부에 레이저를 조사하고, 반사에 의해 변화된 레이저의 고유 진동에 기초하여 혈당 값을 측정(또는, 센싱)할 수 있다. 다른 예로, 혈당 센서는 광학과 초음파를 이용하여 혈당 값을 센싱할 수 있다. 혈당 센서가 피부에 적외선 광원을 조사한 경우, 혈액 내의 혈당 분자가 빛을 흡수하게 되면서 발생하는 초음파를 혈당 센서가 센싱함으로써 혈당 값을 측정할 수 있다. 또 다른 예로, 혈당 센서는 근적외선을 사용자의 정맥에 조사하고, 반사되는 빛을 분석함으로써 혈당 값을 측정할 수 있다. 혈당 센서가 이용하는 사용자의 혈당 값을 비침습적으로 측정하는 방법은 기재된 실시예로 한정되지 않는다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시 예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시 예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시 예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시 예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일 실시 예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시 예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시 예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시 예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시 예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시 예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시 예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일 실시 예에 따르면, 명령 또는 데이터는 제2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시 예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시 예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시 예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
본 문서에 개시된 다양한 실시 예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시 예들로 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시 예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시 예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시 예들은 기기(machine)(예: 전자 장치(101))에 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시 예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시 예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
도 2a 및 도 2b는 일 실시 예에 따른 전자 장치의 사시도이다.
도 2a 및 2b를 참조하면, 일 실시 예에 따른 전자 장치(200)(예: 도 1의 전자 장치(101))는, 제1 면(또는 전면)(210A), 제2 면(또는 후면)(210B), 및 제1 면(210A) 및 제2 면(210B) 사이의 공간을 둘러싸는 측면(210C)을 포함하는 하우징(210)과, 상기 하우징(210)의 적어도 일부에 연결되고 상기 전자 장치(200)를 사용자의 신체 일부(예: 손목, 발목 등)에 탈착 가능하게 결착하도록 구성된 결착 부재(250, 260)를 포함할 수 있다. 다른 실시 예(미도시)에서는, 하우징은, 도 2a의 제1 면(210A), 제2 면(210B) 및 측면(210C)들 중 일부를 형성하는 구조를 지칭할 수도 있다. 일 실시 예에 따르면, 제1 면(210A)은 적어도 일부분이 실질적으로 투명한 전면 플레이트(201)(예: 다양한 코팅 레이어들을 포함하는 글라스 플레이트, 또는 폴리머 플레이트)에 의하여 형성될 수 있다. 제2 면(210B)은 실질적으로 불투명한 후면 플레이트(207)에 의하여 형성될 수 있다. 상기 후면 플레이트(207)는, 예를 들어, 코팅 또는 착색된 유리, 세라믹, 폴리머, 금속(예: 알루미늄, 스테인레스 스틸(STS), 또는 마그네슘), 또는 상기 물질들 중 적어도 둘의 조합에 의하여 형성될 수 있다. 상기 측면(210C)은, 전면 플레이트(201) 및 후면 플레이트(207)와 결합하며, 금속 및/또는 폴리머를 포함하는 측면 베젤 구조 (또는 "측면 부재")(206)에 의하여 형성될 수 있다. 어떤 실시 예에서는, 후면 플레이트(207) 및 측면 베젤 구조(206)는 일체로 형성되고 동일한 물질(예: 알루미늄과 같은 금속 물질)을 포함할 수 있다. 상기 결착 부재(250, 260)는 다양한 재질 및 형태로 형성될 수 있다. 직조물, 가죽, 러버, 우레탄, 금속, 세라믹, 또는 상기 물질들 중 적어도 둘의 조합에 의하여 일체형 및 복수의 단위 링크가 서로 유동 가능하도록 형성될 수 있다.
일 실시 예에 따르면, 전자 장치(200)는, 디스플레이(220, 도 3 참조), 오디오 모듈(205, 208), 센서 모듈(211), 키 입력 장치(202, 203, 204), 커넥터 홀(209), 및 프로세서(미도시)(예: 도 1의 프로세서(120)) 중 적어도 하나 이상을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(200)는, 구성요소들 중 적어도 하나(예: 키 입력 장치(202, 203, 204), 커넥터 홀(209), 또는 센서 모듈(211))를 생략하거나 다른 구성요소를 추가적으로 포함할 수 있다.
디스플레이(220)는, 예를 들어, 전면 플레이트(201)의 상당 부분을 통하여 노출될 수 있다. 디스플레이(220)의 형태는, 상기 전면 플레이트(201)의 형태에 대응하는 형태일 수 있으며, 원형, 타원형, 또는 다각형 등 다양한 형태일 수 있다. 디스플레이(220)는, 터치 감지 회로, 터치의 세기(압력)를 측정할 수 있는 압력 센서, 및/또는 지문 센서와 결합되거나 인접하여 배치될 수 있다.
오디오 모듈(205, 208)은, 마이크 홀(205) 및 스피커 홀(208)을 포함할 수 있다. 마이크 홀(205)은 외부의 소리를 획득하기 위한 마이크가 내부에 배치될 수 있고, 어떤 실시 예에서는 소리의 방향을 감지할 수 있도록 복수개의 마이크가 배치될 수 있다. 스피커 홀(208)은, 외부 스피커 및 통화용 리시버로 사용할 수 있다. 어떤 실시 예에서는 스피커 홀(208)과 마이크 홀(205)이 하나의 홀로 구현 되거나, 스피커 홀(208) 없이 스피커가 포함될 수 있다(예: 피에조 스피커).
센서 모듈(211)은, 전자 장치(200)의 내부의 작동 상태, 또는 외부의 환경 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 센서 모듈(211)은, 예를 들어, 상기 하우징(210)의 제2 면(210B)에 배치된 생체 센서 모듈(211)(예: HRM 센서)을 포함할 수 있다. 전자 장치(200)는, 도시되지 않은 센서 모듈, 예를 들어, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서 중 적어도 하나를 더 포함할 수 있다.
센서 모듈(211)은 전자 장치(200)의 표면의 일부를 형성하는 전극 영역(213, 214) 및 전극 영역(213, 214)과 전기적으로 연결되는 생체 신호 검출 회로(미도시)를 포함할 수 있다. 예를 들어, 전극 영역(213, 214)은 하우징(210)의 제2 면(210B)에 배치되는 제1 전극 영역(213)과 제2 전극 영역(214)을 포함할 수 있다. 센서 모듈(211)은 전극 영역(213, 214)이 사용자의 신체 일부로부터 전기 신호를 획득하고, 생체 신호 검출 회로가 상기 전기 신호에 기반하여 사용자의 생체 정보를 검출하도록 구성될 수 있다.
키 입력 장치(202, 203, 204)는, 하우징(210)의 제1 면(210A)에 배치되고 적어도 하나의 방향으로 회전 가능한 휠 키(202), 및/또는 하우징(210)의 측면(210C)에 배치된 사이드 키 버튼(203, 204)을 포함할 수 있다. 휠 키는 전면 플레이트(202)의 형태에 대응하는 형태일 수 있다. 다른 실시 예에서는, 전자 장치(200)는 상기 언급된 키 입력 장치(202, 203, 204)들 중 일부 또는 전부를 포함하지 않을 수 있고, 포함되지 않은 키 입력 장치(202, 203, 204)는 디스플레이(220) 상에 소프트 키 등 다른 형태로 구현될 수 있다.
커넥터 홀(209)은, 외부 전자 장치와 전력 및/또는 데이터를 송수신하기 위한 커넥터(예를 들어, USB 커넥터)를 수용할 수 있고 외부 전자 장치와 오디오 신호를 송수신하기 위한 커넥터를 수용할 수 있는 다른 커넥터 홀(미도시))을 포함할 수 있다. 전자 장치(200)는, 예를 들면, 커넥터 홀(209)의 적어도 일부를 덮고, 커넥터 홀에 대한 외부 이물질의 유입을 차단하는 커넥터 커버(미도시)를 더 포함할 수 있다.
프로세서는 전자 장치(200)의 요소들의 동작을 제어할 수 있다.
결착 부재(250, 260)는 락킹 부재(251, 261)를 이용하여 하우징(210)의 적어도 일부 영역에 탈착 가능하도록 결착될 수 있다. 결착 부재(250, 260)는 고정 부재(252), 고정 부재 체결 홀(253), 밴드 가이드 부재(254), 밴드 고정 고리(255) 중 하나 또는 그 이상을 포함할 수 있다.
고정 부재(252)는 하우징(210)과 결착 부재(250, 260)를 사용자의 신체 일부(예: 손목, 발목 등)에 고정시키도록 구성될 수 있다. 고정 부재 체결 홀(253)은 고정 부재(252)에 대응하여 하우징(210)과 결착 부재(250, 260)를 사용자의 신체 일부에 고정시킬 수 있다. 밴드 가이드 부재(254)는 고정 부재(252)가 고정 부재 체결 홀(253)과 체결 시 고정 부재(252)의 움직임 범위를 제한하도록 구성됨으로써, 결착 부재(250, 260)가 사용자의 신체 일부에 밀착하여 결착되도록 할 수 있다. 밴드 고정 고리(255)는 고정 부재(252)와 고정 부재 체결 홀(253)이 체결된 상태에서, 결착 부재(250,260)의 움직임 범위를 제한할 수 있다.
도 3은 일 실시 예에 따른 전자 장치의 분해 사시도이다.
도 3을 참조하면, 전자 장치(300)(예: 도 1의 전자 장치(101) 또는 도 2a및 도 2b의 전자 장치(200))는 측면 베젤 구조(310), 휠 키(320), 전면 플레이트(201), 디스플레이(220), 제1 안테나(350), 제2 안테나(355), 지지 부재(360)(예: 브라켓), 배터리(370), 인쇄 회로 기판(380), 실링 부재(390), 후면 플레이트(393), 및 결착 부재(395, 397)를 포함할 수 있다. 전자 장치(300)의 구성요소들 중 적어도 하나는, 도 1의 전자 장치(101), 또는 도 2a 및 도 2b의 전자 장치(200)의 구성요소들 중 적어도 하나와 동일, 또는 유사할 수 있으며, 중복되는 설명은 이하 생략한다. 지지 부재(360)는, 전자 장치(300) 내부에 배치되어 측면 베젤 구조(310)와 연결될 수 있거나, 상기 측면 베젤 구조(310)와 일체로 형성될 수 있다. 지지 부재(360)는, 예를 들어, 금속 재질 및/또는 비금속 (예: 폴리머) 재질로 형성될 수 있다. 지지 부재(360)는, 일면에 디스플레이(220)가 결합되고 타면에 인쇄 회로 기판(380)이 결합될 수 있다. 인쇄 회로 기판(380)에는, 프로세서, 메모리, 및/또는 인터페이스가 장착될 수 있다. 프로세서는, 예를 들어, 중앙처리장치, 어플리케이션 프로세서, GPU(graphic processing unit), 어플리케이션 프로세서 센서 프로세서, 또는 커뮤니케이션 프로세서 중 하나 또는 그 이상을 포함할 수 있다.
메모리는, 예를 들어, 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다. 인터페이스는, 예를 들어, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스), SD카드 인터페이스, 및/또는 오디오 인터페이스를 포함할 수 있다. 인터페이스는, 예를 들어, 전자 장치(300)를 외부 전자 장치와 전기적 또는 물리적으로 연결시킬 수 있으며, USB 커넥터, SD 카드/MMC 커넥터, 또는 오디오 커넥터를 포함할 수 있다.
배터리(370)는, 전자 장치(300)의 적어도 하나의 구성 요소에 전력을 공급하기 위한 장치로서, 예를 들면, 재충전 불가능한 1차 전지, 또는 재충전 가능한 2차 전지, 또는 연료 전지를 포함할 수 있다. 배터리(370)의 적어도 일부는, 예를 들어, 인쇄 회로 기판(380)과 실질적으로 동일 평면 상에 배치될 수 있다. 배터리(370)는 전자 장치(200) 내부에 일체로 배치될 수 있고, 전자 장치(200)와 탈부착 가능하게 배치될 수도 있다.
제1 안테나(350)는 디스플레이(220)와 지지부재(360) 사이에 배치될 수 있다. 제1 안테나(350)는, 예를 들어, NFC(near field communication) 안테나, 무선 충전 안테나, 및/또는 MST(magnetic secure transmission) 안테나를 포함할 수 있다. 제1 안테나(350)는, 예를 들어, 외부 장치와 근거리 통신을 하거나, 충전에 필요한 전력을 무선으로 송수신 할 수 있고, 근거리 통신 신호 또는 결제 데이터를 포함하는 자기-기반 신호를 송출할 수 있다. 다른 실시 예에서는, 측면 베젤 구조(310) 및/또는 상기 지지부재(360)의 일부 또는 그 조합에 의하여 안테나 구조가 형성될 수 있다.
제2 안테나(355)는 인쇄 회로 기판(380)과 후면 플레이트(393) 사이에 배치될 수 있다. 제2 안테나(355)는, 예를 들어, NFC(near field communication) 안테나, 무선 충전 안테나, 및/또는 MST(magnetic secure transmission) 안테나를 포함할 수 있다. 제2 안테나(355)는, 예를 들어, 외부 장치와 근거리 통신을 하거나, 충전에 필요한 전력을 무선으로 송수신 할 수 있고, 근거리 통신 신호 또는 결제 데이터를 포함하는 자기-기반 신호를 송출할 수 있다. 다른 실시 예에서는, 측면 베젤 구조(310) 및/또는 상기 후면 플레이트(393)의 일부 또는 그 조합에 의하여 안테나 구조가 형성될 수 있다.
실링 부재(390)는 측면 베젤 구조(310)와 후면 플레이트(393) 사이에 위치할 수 있다. 실링 부재(390)는, 외부로부터 측면 베젤 구조(310)와 후면 플레이트(393)에 의해 둘러싸인 공간으로 유입되는 습기와 이물을 차단하도록 구성될 수 있다.
도 4는 일 실시 예에 따른 사용자에게 행동을 제안하는 메시지를 출력하는 방법의 흐름도이다.
일 실시 예에 따르면, 사용자에게 행동을 제안하는 메시지를 출력하는 방법은 아래의 동작들 410 내지 450을 포함할 수 있다. 동작들 410 내지 450은 전자 장치(예: 도 1의 전자 장치(101), 도 2a 및 도 2b의 전자 장치(200), 또는 도 3의 전자 장치(300))에 의해 수행될 수 있다.
동작 410에서, 전자 장치의 혈당 센서(예: 도 1의 센서 모듈(176)의 혈당 센서)는 사용자의 혈당을 측정함으로써 혈당 값을 생성할 수 있다. 예를 들어, 혈당 센서는 비침습 방식 또는 최소 침습 방식으로 사용자의 혈당 값을 측정할 수 있다. 측정된 혈당 값은 절대적인 혈당 수치(예: 단위 mg/dL)이거나, 또는 미리 설정된 기준 값에 대한 상대적인 값일 수 있다. 예를 들어, 미리 설정된 기준 값은 사용자로부터 수신한 사용자가 최근에 혈당계를 통해 측정한 공복 시 혈당 값이거나, 또는 근거리 무선 통신(예: BLE)을 통해 혈당계로부터 수신한 혈당 값일 수 있다. 측정된 혈당 값이 상대적인 값인 경우에도, 동일한 사용자에 대해 동일한 기준으로 반복적으로 측정함으로써 혈당 수치가 변화하는 양상이 나타날 수 있고, 지정된 시각에서 측정된 혈당 값이 절대적인 혈당 수치와 유사하게 이용될 수 있다. 이하에서는 절대적인 혈당 수치를 이용하여 혈당 값을 설명하지만, 혈당 값은 미리 설정된 기준 값에 대한 상대적인 값일 수 있다.
일 실시 예에 따르면, 혈당 센서는 미리 설정된 동작 주기로 동작할 수 있고, 연속적으로 혈당 값을 생성할 수 있다. 동작 주기는 전자 장치의 프로세서(예: 도 1의 프로세서(120), 도 2a 및 도 2b의 프로세서)에 의해 조정될 수 있다. 예를 들어, 제1 시각에서 제1 혈당 값이 생성되고, 제2 시각에서 제2 혈당 값이 생성될 수 있다.
예를 들어, 사용자가 식사를 하고 있는 것으로 결정된 경우, 혈당 값을 측정하는 주기가 짧아지도록 혈당 센서의 동작 주기가 조정될 수 있고, 혈당 값이 정상 범위(예: 공복 혈당 값을 기준으로 10% 이내)로 돌아온 경우 동작 주기가 기본 값으로 조정될 수 있다.
예를 들어, 전자 장치는 사용자가 식사 시작을 전자 장치에 입력한 경우 사용자가 식사를 하고 있는 것으로 결정할 수 있다. 다른 예로, 전자 장치는 전자 장치의 제스처 센서 또는 자이로 센서를 이용하여 사용자가 식사를 하고 있는 것으로 결정할 수 있다. 또 다른 예로, 전자 장치는 이어폰 또는 글래스와 같은 사용자의 얼굴에 착용되는 웨어러블 장치로부터 데이터(예: 소리 데이터, 영상 데이터, 및/또는 센싱 데이터)를 수신하고, 데이터에 기초하여 사용자가 식사를 하고 있는 것으로 결정할 수 있다.
일 실시 예에 따르면, 동작 410이 수행된 후, 동작들 420 및 430이 독립적이고, 병렬적으로 수행될 수 있다.
동작 420에서, 전자 장치의 프로세서는 혈당 값에 대한 로그를 생성할 수 있다.
일 실시 예에 따르면, 프로세서는 제1 혈당 값이 측정될 당시의 사용자가 수행한 행동의 종류를 결정할 수 있고, 시각, 행동의 종류 및 제1 혈당 값을 연관함으로 로그를 생성할 수 있다.
예를 들어, 사용자가 식사를 함으로써 혈당 값이 증가한 경우, 프로세서는 혈당 값에 기초하여 사용자가 식사를 하였는지를 결정하고, 식사와 연관된 로그를 생성할 수 있다. 사용자의 식사와 연관된 로그를 생성하는 방법에 대해 아래에서 도 5 내지 도 8을 참조하여 상세히 설명된다.
다른 예로, 사용자가 운동을 함으로써 혈당 값이 변화한 경우, 프로세서는 전자 장치의 가속도 센서를 통해 측정된 가속도 정보 및 전자 장치의 심박수 센서, 혈압 센서, 체온 센서, 산소 포화도 센서 및 스트레스 센서와 같은 생체 센서를 통해 측정된 생체 정보 중 적어도 하나에 기초하여 사용자가 수행한 행동의 종류를 결정하고, 행동의 종류와 연관된 로그를 생성할 수 있다. 행동의 종류와 연관된 로그를 생성하는 방법에 대해 아래에서 도 9 및 도 10을 참조하여 상세히 설명된다.
혈당 값은 사용자가 식사를 하거나 간식을 먹는 음식 섭취에 따라 시시 각각 변화할 수 있다. 예를 들어, 식사를 시작한지 대략 10분 이후부터 혈당 값이 상승하기 시작하고, 식사 후 약 1시간 정도에서 혈당 값이 피크 값을 나타내고, 식사 시작 후 약 2~3시간 이후에는 혈당 값이 식사 전의 값으로 돌아오는 양상을 나타낼 수 있다.
또한, 혈당 값은 사용자가 운동을 수행하는 경우에도 변화할 수 있다. 운동 시에 근육이 당을 소모하기 때문에 혈액에 당이 부족한 경우에는 간(liver)이 당을 생성해서 근육에 공급할 수 있다. 이와 같은 이유로, 식사 직후에 운동을 하면 혈당 값이 감소하지만, 공복에 운동을 하면 혈당 값이 감소하다가 간에서 공급된 당에 의하여 혈당 값이 다소 증가하는 양상이 나타날 수도 있다. 그러나, 운동으로 인하여 근육이 소모하는 당의 양이 많아지기 때문에 장기적으로는 평소의 혈당 값이 낮은 상태로 유지되는 효과가 나타날 수 있다.
상기와 같은 이유로, 연속적으로 측정된 혈당 값들의 변화를 기반으로 사용자의 식사 및/또는 운동 패턴이 생체 정보를 이용하여 추정될 수 있다. 사용자의 식사 및/또는 운동 패턴이 로그들로 저장될 수 있다. 전자 장치는 로그들 및 혈당 값의 변화에 기초하여 사용자에게 혈당 값의 변화를 급격하게 발생시키는 생활 습관을 결정하고, 사용자의 혈당 값이 적정 수준으로 관리될 수 있도록 적절한 행동들을 사용자에게 추천할 수 있다.
예를 들어, 프로세서는 사용자에게 행동을 제안하는 메시지를 생성하고, 디스플레이(예: 도 1의 디스플레이 모듈(160) 또는 도 3의 디스플레이(220))를 통해 메시지를 출력할 수 있다. 로그들에 기초하여 사용자에게 메시지를 출력하는 방법은 아래의 동작들 430 내지 450에 의해 수행될 수 있다. 동작 430은 동작 410이 수행된 후 수행될 수 있다.
동작 430에서, 프로세서는 타겟 혈당 값 및 로그들에 기초하여 타겟 이벤트를 결정할 수 있다. 타겟 혈당 값은 지정된 시각(예: 가장 최근 시각)에서 측정된 혈당 값일 수 있다. 예를 들어, 타겟 이벤트는 비정상적인 식사 및/또는 과도한 운동을 포함할 수 있다. 타겟 이벤트에 대해 기재된 실시예로 한정되지 않는다. 타겟 혈당 값 및 로그들에 기초하여 타겟 이벤트를 결정하는 방법에 대해, 아래에서 도 11 내지 도 13을 참조하여 상세히 설명된다.
동작 440에서, 프로세서는 타겟 이벤트에 대한 타겟 행동을 결정할 수 있다. 예를 들어, 타겟 이벤트가 비정상적인 식사로 결정된 경우, 지정된 메뉴를 제한(restriction)하는 것이 타겟 행동으로 결정될 수 있다. 다른 예로, 타겟 이벤트가 과도한 운동으로 결정된 경우, 해당 운동의 수행 시간을 줄이는 것이 타겟 행동으로 결정될 수 있다. 타겟 행동에 대해 기재된 실시예로 제한되지 않는다.
동작 450에서, 프로세서는 결정된 타겟 행동을 제안하는 메시지를 출력할 수 있다. 예를 들어, 프로세서는 타겟 행동에 대한 정보와 혈당 값의 변화에 대한 정보 및 타겟 이벤트에 대한 정보 중 하나 이상을 포함하도록 메시지를 생성할 수 있다. 아래에서, 도 14 및 도 15를 참조하여 메시지를 출력하는 방법에 대해 상세히 설명된다.
사용자에게 행동을 제안하는 메시지를 출력하는 방법을 통해, 혈당 수치의 관리가 필요한 당뇨병 환자 뿐만 아니라, 당뇨병 환자가 아닌 일반적인 사용자에게도 연속적으로 측정된 혈당 값들을 이용하여 사용자의 생활 습관을 개선할 수 있는 맞춤 서비스가 제공될 수 있다.
도 5는 일 예에 따른 정상인 및 당뇨병 환자의 식사 후의 혈당 값의 변화를 도시한다.
일반적으로, 당뇨병 환자는 정상인에 비해 높은 혈당 값을 가질 수 있다. 특히, 당뇨병 환자는 식사 후의 혈당 값의 궤적(511)이 정상인의 혈당 값의 궤적(501)에 비해 오랜 시간 동안 높은 값을 유지하는 경향이 있을 수 있다.
일 실시 예에 따르면, 도 4를 참조하여 전술된 전자 장치(예: 도 1의 전자 장치(101), 도 2a 및 도 2b의 전자 장치(200), 또는 도 3의 전자 장치(300))는 연속적으로 사용자의 혈당 값을 측정할 수 있다. 도시된 그래프의 x축은 사용자가 식사를 시작한 시점을 기준으로 하는 시간 축일 수 있다. 예를 들어, t1, t2 및 t3 시각에서 각각 혈당 값이 측정되는 것으로 도시되었으나, 혈당 값은 수초(few seconds) 또는 수분(few minutes)의 주기로 측정될 수 있다.
예를 들어, 사용자가 정상인인 경우, t1, t2 및 t3 시각에 대해 혈당 값으로서 a1, a2, 및 a3이 각각 측정될 수 있다. t2에서 측정된 a2가 사용자의 피크 혈당 값일 수 있다. 다른 예로, 사용자가 당뇨병 환자인 경우, t1, t2 및 t3 시각에 대해 혈당 값으로서 b1, b2, 및 b3이 각각 측정될 수 있다. t3에서 측정된 b3가 사용자의 피크 혈당 값일 수 있다. 각각의 사용자에 대해, 해당 식사와 연관된 로그가 생성될 수 있다. 아래에서는 도 6 내지 도 8을 참조하여 식사에 대한 로그를 생성하는 방법이 상세하게 설명된다.
도 6은 일 예에 따른 사용자의 혈당 값에 대한 로그를 생성하는 방법의 흐름도이다.
일 실시 예에 따르면, 도 4를 참조하여 전술된 동작 420은 아래의 동작들 610 내지 640을 포함할 수 있다. 동작들 610 내지 640은 전자 장치(예: 도 1의 전자 장치(101), 도 2a 및 도 2b의 전자 장치(200), 또는 도 3의 전자 장치(300))의 프로세서(예: 도 1의 프로세서(120), 도 2a 및 도 2b 의 프로세서)에 의해 수행될 수 있다.
동작 610에서, 프로세서는 제1 시각에서 제1 혈당 값을 획득할 수 있다. 예를 들어, 프로세서는 전자 장치의 혈당 센서(도 1의 센서 모듈(176)의 혈당 센서)로부터 제1 혈당 값을 수신할 수 있다.
일 실시 예에 따르면, 프로세서는, 제1 혈당 값이 미리 설정된 평균 혈당 범위(예: 공복 혈당 값을 기준으로 10% 이내) 이상인 경우, 혈당 센서의 동작 주기를 조정할 수 있다.
동작 620에서, 프로세서는 제2 시각에서 제2 혈당 값을 획득할 수 있다. 예를 들어, 프로세서는 전자 장치의 혈당 센서로부터 제2 혈당 값을 수신할 수 있다. 예를 들어, 제1 시각 및 제2 시각 간의 차이는 혈당 센서의 동작 주기일 수 있고, 기재된 실시예로 한정되지 않는다. 동작들 610 및 620은 사용자의 혈당 수치를 연속적으로 모니터링하는 동작일 수 있다.
동작 630에서, 프로세서는 제1 혈당 값 및 제2 혈당 값에 기초하여 사용자가 수행한 행동의 종류를 결정할 수 있다. 연속적으로 측정된 혈당 값들의 변화 패턴에 기초하여 행동의 종류가 결정될 수 있다. 예를 들어, 혈당 값이 특정 범위 유지하다가 특정 시각 이후로 상승하고, 다시 감소하는 변화 패턴을 나타내는 경우, 사용자가 수행한 행동의 종류는 식사로 결정될 수 있다. 다른 예로, 혈당 값이 감소하다가 다시 증가하는 변화 패턴을 나타내는 경우, 사용자가 수행한 행동의 종류는 운동으로 결정될 수 있다.
일 실시 예에 따르면, 프로세서는 가속도 센서 및/또는 자이로 센서를 포함한 모션 센서에 의해 생성된 전자 장치의 움직임에 대한 움직임 정보(예: 가속도 정보 및/또는 회전 방향 정보)를 더 이용하여 사용자가 수행한 행동의 종류를 결정할 수 있다.
일 실시 예에 따르면, 프로세서는 체온 센서에 의해 생성된 사용자의 체온에 대한 정보를 더 이용하여 사용자가 수행한 행동의 종류를 결정할 수 있다.
동작 640에서, 프로세서는 제1 혈당 값, 제2 혈당 값 및 결정된 행동의 종류에 기초하여 행동에 대한 로그를 생성할 수 있다. 예를 들어, 행동의 종류가 아침 식사인 경우, 아침 식사에 대한 혈당 값의 변화를 나타내는 로그가 생성될 수 있다. 다른 예로, 행동의 종류가 걷기인 경우, 걷기에 대한 혈당 값의 변화를 나타내는 로그가 생성될 수 있다.
도 7은 일 예에 따른 행동의 종류에 기초하여 로그를 생성하는 방법을 도시한다.
일 예에 따른, 사용자의 혈당 값의 변화 궤적(710)이 도시된다.
전자 장치(예: 도 1의 전자 장치(101), 도 2a 및 도 2b의 전자 장치(200), 또는 도 3의 전자 장치(300))는 복수의 시각들(t1, t2, t3, t4, t5, t6)에서 사용자의 혈당 값들(720)을 각각 측정할 수 있다. 혈당 값들(720)이 절대적인 혈당 수치(예: 단위 mg/dL)로 표현되었으나, 실시예에 따라 상대적인 값으로 표현될 수 있다.
일 실시 예에 따르면, 전자 장치는 혈당 값들(720)에 기초하여 사용자가 수행한 행동의 종류를 식사로 결정할 수 있다. 예를 들어, 전자 장치는 복수의 시각들(t1, t2, t3, t4, t5, t6)에 기초하여 해당 식사가 아침 식사, 점심 식사, 저녁 식사 또는 간식 인지 여부를 결정할 수 있다.
예를 들어, 프로세서는 사용자의 공복 혈당 값이 약 70 mg/dL 이었는데, 측정된 혈당 값이 공복 혈당 값에 기초하여 설정된 평균 혈당 범위(예: 63 내지 77mg/dL)를 넘어선 시각에 기초하여 식사의 시작 시각을 결정할 수 있다. 이어서, 프로세서는 혈당 값의 피크 값(예: 140 mg/dL)이 나타나는 시각을 피크 시각으로 결정하고, 혈당 값이 다시 정상 혈당 값(예: 공복 혈당 값 또는 평균 혈당 범위)으로 낮아지는 시각을 결정할 수 있다. 식사의 시작 시각으로부터 혈당 값이 다시 정상 혈당 값으로 낮아지는 시각까지의 시간이 지속 시간으로 결정될 수 있다. 연속적인 혈당 값들의 측정을 통해 복수의 로그들(730)이 생성될 수 있다. 예를 들어, 복수의 로그들(730)은 아침 식사에 대한 로그(731), 점심 식사에 대한 로그(732), 저녁 식사에 대한 로그(733) 및/또는 간식에 대한 로그(734)를 포함할 수 있다.
일 실시 예에 따르면, 전자 장치는 사용자로부터 해당 식사에 대한 메뉴 정보를 수신할 수 있고, 로그들에 메뉴 정보를 연관시킬 수 있다.
일 실시 예에 따르면, 전자 장치는 복수의 로그들(730)에 기초하여 사용자의 매일의 식사에 대한 평가를 수행할 수도 있다. 사용자의 식사에 대한 평가와 관련된 내용은 아래에서 도 16을 참조하여 상세히 설명된다.
도 8은 일 예에 따른 사용자에 대한 평균 혈당 범위를 설정하는 방법의 흐름도이다.
일 실시 예에 따르면, 도 4를 참조하여 전술된 동작 420은 아래의 동작들 810 및 820을 포함할 수 있다. 동작들 810 및 820은 전자 장치(예: 도 1의 전자 장치(101), 도 2a 및 도 2b의 전자 장치(200), 또는 도 3의 전자 장치(300))의 프로세서(예: 도 1의 프로세서(120), 도 2a 및 도 2b의 프로세서)에 의해 수행될 수 있다. 동작들 810 및 820은 도 6을 참조하여 전술된 동작들 610 내지 640이 수행되기 전에 수행될 수 있다.
동작 810에서, 프로세서는 사용자에 대한 공복 혈당 값을 계산할 수 있다. 예를 들어, 공복 혈당 값은 사용자가 약8시간 이상 식사를 하지 않은 시점의 혈당 값일 수 있다. 프로세서는 연속적으로 사용자의 혈당 값을 모니터링함으로써 사용자가 공복 상태인지 여부를 결정하고, 공복 상태에서 측정된 혈당 값에 기초하여 공복 혈당 값을 계산할 수 있다.
동작 820에서, 프로세서는 공복 혈당 값에 기초하여 평균 혈당 범위를 설정할 수 있다. 예를 들어, 사용자의 공복 혈당 값이 대략 70mg/dL인 경우, 공복 혈당 값의 약 90% 내지 약 110%인 약 63mg/dL 내지 약77 mg/dL가 평균 혈당 범위로 설정될 수 있다.
일 실시 예에 따르면, 프로세서는 설정된 평균 혈당 범위 및 측정된 혈당 값에 기초하여 사용자가 식사를 하고 있는지 또는 운동을 하고 있는지 여부를 결정할 수 있다.
도 9는 일 예에 따른 사용자의 생체 정보에 기초하여 행동에 대한 로그를 생성하는 방법의 흐름도이다.
일 실시 예에 따르면, 도 4를 참조하여 전술된 동작 420은 아래의 동작들 910 내지 950을 포함할 수 있다. 동작들 910 내지 950은 전자 장치(예: 도 1의 전자 장치(101), 도 2a 및 도 2b의 전자 장치(200), 또는 도 3의 전자 장치(300))의 프로세서(예: 도 1의 프로세서(120), 도 2a 및 도 2b의 프로세서)에 의해 수행될 수 있다.
동작 910에서, 프로세서는 사용자로부터 행동의 종류를 수신할 수 있다. 예를 들어, 사용자는 전자 장치의 사용자 인터페이스(예: 마이크, 버튼 또는 터치 센서)를 통해 행동의 종류를 전자 장치로 입력할 수 있다. 수신된 행동의 종류는 걷기, 달리기, 싸이클링, 하이킹 및 수영 중 적어도 하나를 포함할 수 있고, 기재된 실시예로 한정되지 않는다.
일 실시 예에 따르면, 동작들 920 내지 940은 동작 910의 수행 여부와는 관계없이 수행될 수 있으나, 동작 910이 수행되지 않은 경우에 수행되도록 미리 설정될 수도 있다.
동작 920에서, 프로세서는 전자 장치 또는 전자 장치를 착용한 사용자의 움직임에 대한 가속도 정보를 측정하는 가속도 센서(예: 도 1의 센서 모듈(176)의 가속도 센서)를 통해 제3 시각에서 제1 가속도 정보를 획득할 수 있다.
동작 930에서, 프로세서는 가속도 센서를 통해 제4 시각에서 제2 가속도 정보를 획득할 수 있다.
동작 940에서, 프로세서는 제1 가속도 정보 및 제2 가속도 정보에 기초하여 사용자가 수행한 행동의 종류를 결정할 수 있다.
일 실시 예에 따르면, 프로세서는 가속도 센서 이외에 추가의 센서(지자기 센서, 자이로 센서, 기압 센서, 그립 센서, 생체 센서, 및/또는 온도 센서)를 통해 획득된 정보를 더 이용하여 사용자가 수행한 행동의 종류를 결정할 수 있다.
동작 950에서, 프로세서는 행동이 수행되는 동안 획득된 사용자의 생체 정보에 기초하여 행동에 대한 로그를 생성할 수 있다. 예를 들어, 생체 정보는 사용자의 혈당, 심박수, 체온, 혈압, 스트레스 수치, 및 소모 에너지 중 적어도 하나를 포함할 수 있다.
운동과 관련된 행동에 대한 로그에 대해 아래에서 도 10을 참조하여 상세히 설명된다.
도 10은 일 예에 따른 생체 정보를 포함하는 행동에 대한 로그들을 도시한다.
일 실시 예에 따른, 복수의 로그들(1000)은 제1 행동에 대한 제1 로그(1001), 제2 행동에 대한 제2 로그(1002) 및 제3 행동에 대한 제3 로그(1003)를 포함할 수 있다.
일 실시 예에 따르면, 전자 장치(예: 도 1의 전자 장치(101), 도 2a 및 도2b의 전자 장치(200), 또는 도 3의 전자 장치(300))는 수신한 사용자의 입력 또는 획득한 가속도 정보에 기초하여 행동의 종류(예: 걷기, 달리기 또는 싸이클링)를 결정할 수 있다. 또한, 전자 장치는 행동이 수행된 시작 시각 및 종료 시각을 결정할 수 있다.
일 실시 예에 따르면, 전자 장치는 행동 수행 시간 동안 획득된 혈당 값들 및 생체 정보(예: 심박수)를 더 포함하도록 행동에 대한 로그(1001, 1002, 또는 1003)를 생성할 수 있다. 생체 정보로서 심박수가 도시되었으나, 체온, 혈압, 스트레스 수치, 및 소모 에너지가 로그에 더 포함될 수 있다.
일 실시 예에 따르면, 전자 장치는 혈당 정보 및 생체 정보에 기초하여 해당 행동의 운동 효과를 평가할 수 있다. 평가된 운동 효과는 사용자에게 운동을 추천하기 위한 기초 정보로 이용될 수 있다.
도 11은 일 예에 따른 최고 혈당 값에 기초하여 타겟 이벤트를 비정상적인 식사로 결정하는 방법의 흐름도이다.
일 실시 예에 따르면, 도 4를 참조하여 전술된 동작 430은 아래의 동작들 1110 및 1120을 포함할 수 있다. 동작들 1110 및 1120은 전자 장치(예: 도 1의 전자 장치(101), 도 2a 및 도2b의 전자 장치(200), 또는 도 3의 전자 장치(300))의 프로세서(예: 도 1의 프로세서(120), 도 2a 및 도2b의 프로세서)에 의해 수행될 수 있다.
동작 1110에서, 프로세서는 타겟 혈당 값이 저장된 로그들에 기초하여 미리 결정된 최고 혈당 값 이상인지 여부를 결정할 수 있다. 예를 들어, 최고 혈당 값은 식사에 대한 하나 이상의 로그들의 피크 혈당 값들에 기초하여 결정될 수 있다. 예를 들어, 피크 혈당 값들 중 최대 값이 최고 혈당 값으로 결정되거나, 피크 혈당 값들의 평균이 최고 혈당 값으로 결정될 수 있다.
동작 1120에서, 프로세서는 타겟 혈당 값이 최고 혈당 값 이상인 경우, 타겟 이벤트를 비정상적인 식사로 결정할 수 있다. 예를 들어, 사용자가 먹은 음식이 당이 높은 경우 측정된 혈당 값이 기존의 최고 혈당 값을 넘을 수 있다. 사용자의 식생활을 개선하기 위해, 타겟 혈당 값이 최고 혈당 값 이상인 경우 프로세서는 이벤트를 생성할 수 있다.
도 12는 일 예에 따른 혈당 감소 시간에 기초하여 타겟 이벤트를 비정상적인 식사로 결정하는 방법의 흐름도이다.
일 실시 예에 따르면, 도 4를 참조하여 전술된 동작 430은 아래의 동작들 1210 내지 1230을 포함할 수 있다. 동작들 1210 내지 1230은 전자 장치(예: 도 1의 전자 장치(101), 도 2a 및 도2b의 전자 장치(200), 또는 도 3의 전자 장치(300))의 프로세서(예: 도 1의 프로세서(120), 도 2a 및 도2b의 프로세서)에 의해 수행될 수 있다.
동작 1210에서, 프로세서는 타겟 혈당 값에 기초하여 혈당 감소 시간을 결정할 수 있다. 혈당 감소 시간은 식사의 시작 시각으로부터 혈당 값이 다시 정상 혈당 값으로 낮아지는 시각까지의 시간인 지속 시간일 수 있다.
동작 1220에서, 프로세서는 혈당 감소 시간이 미리 설정된 기준 혈당 감소 시간 이상인지 여부를 결정할 수 있다. 예를 들어, 기준 혈당 감소 시간은 식사에 대한 하나 이상의 로그들의 지속 시간들에 기초하여 결정될 수 있다. 예를 들어, 지속 시간들의 평균이 기준 혈당 감소 시간으로 결정될 수 있다.
동작 1230에서, 프로세서는 혈당 감소 시간이 기준 혈당 감소 시간 이상인 경우, 타겟 이벤트를 비정상적인 식사로 결정할 수 있다. 예를 들어, 사용자가 먹은 음식이 당이 높은 경우 측정된 혈당 감소 시간이 평소보다 증가할 수 있다. 사용자의 식생활을 개선하기 위해, 혈당 감소 시간이 기준 혈당 감소 시간 이상인 경우 프로세서는 이벤트를 생성할 수 있다.
도 13은 일 예에 따른 타겟 이벤트를 과도한 운동으로 결정하는 방법의 흐름도이다.
일 실시 예에 따르면, 도 4를 참조하여 전술된 동작 430은 아래의 동작들 1310 및 1320을 포함할 수 있다. 동작들 1310 및 1320은 전자 장치(예: 도 1의 전자 장치(101), 도 2a 및 도2b의 전자 장치(200), 또는 도 3의 전자 장치(300))의 프로세서(예: 도 1의 프로세서(120), 도 2a 및 도2b의 프로세서)에 의해 수행될 수 있다.
동작 1310에서, 프로세서는 타겟 혈당 값이 미리 설정된 최저 혈당 값 이하인지 여부를 결정할 수 있다. 예를 들어, 최저 혈당 값은 운동에 대한 하나 이상의 로그들의 혈당 값들에 기초하여 결정될 수 있다.
동작 1320에서, 프로세서는 타겟 혈당 값이 최저 혈당 값 이하인 경우, 타겟 이벤트를 과도한 운동으로 결정할 수 있다. 예를 들어, 사용자가 과도한 운동을 수행하는 경우 측정된 혈당 값이 적정 수준 이하로 떨어질 수 있다. 사용자의 운동 습관을 개선하기 위해, 타겟 혈당 값이 최저 혈당 값 이하인 경우 프로세서는 이벤트를 생성할 수 있다.
도 14는 일 예에 따른 사용자에게 메시지를 출력하는 방법의 흐름도이다.
일 실시 예에 따르면, 도 4를 참조하여 전술된 동작 450은 아래의 동작들 1410 내지 1450을 포함할 수 있다. 동작들 1410 및 1450은 전자 장치(예: 도 1의 전자 장치(101), 도 2a 및 도2b의 전자 장치(200), 또는 도 3의 전자 장치(300))의 프로세서(예: 도 1의 프로세서(120), 도 2a 및 도2b의 프로세서)에 의해 수행될 수 있다.
동작 1410에서, 프로세서는 타겟 행동에 기초하여 메시지를 생성할 수 있다.
일 실시 예에 따르면, 프로세서는 비정상적인 식사로 이벤트가 결정된 경우, 해당 식사 또는 해당 식사의 메뉴를 제한하는 것을 타겟 행동으로 결정할 수 있고, 해당 식사의 메뉴를 제한하는 것을 사용자에게 제안하는 메시지를 생성할 수 있다. 예를 들어, 사용자가 간식을 먹은 경우 간식을 자제하도록 메시지를 생성할 수 있다.
일 실시 예에 따르면, 프로세서는 과도한 운동으로 이벤트가 결정된 경우, 해당 운동의 수행 시간을 줄이는 것을 타겟 행동으로 결정할 수 있고, 해당 운동의 수행 시간을 줄이는 것을 사용자에게 제안하는 메시지를 생성할 수 있다.
동작 1420에서, 프로세서는 전자 장치의 디스플레이(예: 도 1의 디스플레이 모듈(160) 또는 도 3의 디스플레이(220)) 및/또는 스피커(예: 도 1의 음향 출력 모듈(155))를 통해 메시지를 출력할 수 있다. 사용자는 출력된 메시지를 통해 식사 습관 또는 운동 습관과 같은 생활 습관에서 바람직하지 않은 행동을 인지할 수 있다.
일 실시 예에 따르면, 필요에 따라 동작들 1430 내지 1450이 더 수행될 수 있다. 예를 들어, 전자 장치가 사용자에게 추가의 정보를 제공하기 위해 동작들 1430 내지 1450이 수행될 수 있다.
동작 1430에서, 프로세서는 추가의 정보를 사용자에게 제공하기 위해, 사용자로부터 지정된 입력을 요청할 수 있고, 요청에 대한 사용자의 입력을 수신할 수 있다. 예를 들어, 프로세서는 비정상적인 식사로 결정된 식사의 메뉴를 사용자에게 문의할 수 있고, 사용자로부터 식사의 메뉴를 수신할 수 있다.
동작 1440에서, 프로세서는 사용자의 입력에 기초하여 추가 메시지를 생성할 수 있다. 예를 들어, 수신한 메뉴의 섭취를 제한하는 것을 제안하는 추가 메시지를 생성할 수 있다.
동작 1450에서, 프로세서는 생성된 추가 메시지를 디스플레이 및/또는 스피커를 통해 출력할 수 있다.
도 15는 일 예에 따른 사용자에게 출력된 메시지를 도시한다.
일 실시 예에 따르면, 사용자의 아침 식사가 비정상적인 식사로 결정된 경우, 전자 장치(예: 도 1의 전자 장치(101), 도 2a 및 도2b의 전자 장치(200), 또는 도 3의 전자 장치(300))는 아침 식사에 대한 추가 정보를 획득하기 위해 사용자에게 제1 메시지(1510)를 생성 및 출력할 수 있다.
사용자는 제1 메시지(1510)에 대한 회신으로서 아침 식사의 메뉴를 메시지(1520)의 형태로 입력할 수 있다.
전자 장치는 수신한 아침 식사의 메뉴에 기초하여 제2 메시지(1530)를 생성 및 출력할 수 있다. 제2 메시지(1530)를 통해 사용자는 식사 습관을 개선할 수 있다.
도 16은 일 예에 따른 미리 설정된 조건이 만족된 경우 제안 메시지를 출력하는 방법의 흐름도이다.
일 실시 예에 따르면, 도 4를 참조하여 전술된 동작 410이 수행된 후 아래의 동작들 1610 내지 1630이 더 수행될 수 있다. 동작들 1610 및 1630은 전자 장치(예: 도 1의 전자 장치(101), 도 2a 및 도2b의 전자 장치(200), 또는 도 3의 전자 장치(300))의 프로세서(예: 도 1의 프로세서(120), 도 2a 및 도2b의 프로세서)에 의해 수행될 수 있다. 동작들 1610 내지 1630은 도 4를 참조하여 전술된 동작들 430 내지 450과 독립적이고, 병렬적으로 수행될 수 있다.
동작 1610에서, 프로세서는 타겟 혈당 값 및 저장된 로그들에 기초하여 미리 설정된 타겟 조건이 만족되었는지 여부를 결정할 수 있다. 타겟 조건은 미리 설정된 하나 이상의 조건들 중 어느 하나를 지칭하는 것일 수 있다.
일 실시 예에 따르면, 프로세서는 특정 식사에 대한 피크 혈당 값이 평소의 피크 혈당 값 보다 기준치 이상 낮은 경우, 설정된 조건이 만족된 것으로 결정할 수 있다.
일 실시 예에 따르면, 프로세서는 연속적으로 측정된 혈당 값들에 의해 계산된 지표가 이전의 지표 보다 개선된 경우, 설정된 조건이 만족된 것으로 결정할 수 있다.
일 실시 예에 따르면, 프로세서는 사용자가 아침 식사를 거른 상태에서 점심 식사에 대한 피크 혈당 값이 평소의 피크 혈당 값 보다 상대적으로 높은 경우, 설정된 조건이 만족된 것으로 결정할 수 있다.
일 실시 예에 따르면, 프로세서는 특정 식사에 대한 지속 시간이 결정되지 않는 경우, 설정된 조건이 만족된 것으로 결정할 수 있다. 예를 들어, 사용자가 점심 식사 후 간식을 먹은 경우 혈당 값이 다시 상승하게 되므로 점심 식사에 대한 지속 시간이 결정되지 않을 수 있다.
일 실시 예에 따르면, 프로세서는 사용자가 운동을 수행한 후 측정되는 공복 혈당 값이 이전의 공복 혈당 값에 비해 낮아진 경우, 설정된 조건이 만족된 것으로 결정할 수 있다.
일 실시 예에 따르면, 프로세서는 측정된 공복 혈당 값이 이전의 공복 혈당 값에 비해 높아진 경우, 설정된 조건이 만족된 것으로 결정할 수 있다.
동작 1620에서, 프로세서는 타겟 조건이 만족된 경우 타겟 조건에 대한 제안 메시지를 생성할 수 있다.
일 실시 예에 따르면, 프로세서는 특정 식사에 대한 피크 혈당 값이 평소의 피크 혈당 값 보다 기준치 이상 낮은 경우에 대해, 해당 식사를 권장하는 메시지를 생성할 수 있다. 예를 들어, 메시지의 내용은 "오늘 점심 식사가 당신의 건강 관리에 좋은 식사로 보입니다. 앞으로도 좋은 식습관을 유지하세요"일 수 있다.
일 실시 예에 따르면, 프로세서는 연속적으로 측정된 혈당 값들에 의해 계산된 지표가 이전의 지표 보다 개선된 경우에 대해, 미리 설정된 기간 동안 기록된 식단을 분석하고, 이에 기초하여 사용자에게 식단을 추천할 수 있다. 프로세서는 기록된 식단의 영양소 예를 들어, 탄수화물, 단백질, 지방 및/또는 각 무기질의 권장량을 분석하고, 개선이 필요하거나 보완되어야 하는 영양소에 대한 정보를 메시지를 통해 사용자에게 제안할 수 있다. 권장되는 탄수화물, 단백질, 및/또는 지방의 칼로리 기준 섭취 비율은 각각 약 50-60%, 약 20%, 약20% 이하이므로, 기록된 식단에서 영양소의 비율을 조절하는 것을 사용자에게 제안할 수 있다. 예를 들어, 사용자가 과도하게 탄수화물을 섭취하는 식단의 경우, 메시지를 통해 탄수화물을 단순 당에서 식이섬유가 많고 정제되지 않은 곡물로 변경하도록 사용자에게 제안될 수 있다. 다른 예로, 사용자가 과도하게 지방을 섭취하는 식단의 경우, 메시지를 통해 트랜스지방은 섭취를 피하도록 사용자에게 제안될 수 있다. 또한, 포화지방산이 많이 함유된 음식은 총 에너지량의 약 7%가 넘어가지 않도록 사용자에게 제안될 수 있다.
일 실시 예에 따르면, 프로세서는 사용자가 아침 식사를 거른 상태에서 점심 식사에 대한 피크 혈당 값이 평소의 피크 혈당 값 보다 상대적으로 높은 경우에 대해, 식사를 거르지 않도록 제안하는 메시지를 생성할 수 있다. 예를 들어, 메시지의 내용은 "아침을 거르고 나면 점심에 많이 드시는 경향이 나타납니다. 되도록 아침을 거르지 않도록 해보세요"일 수 있다.
일 실시 예에 따르면, 프로세서는 특정 식사에 대한 지속 시간이 결정되지 않는 경우에 대해, 간식을 줄이도록 제안하는 메시지를 생성할 수 있다. 예를 들어, 메시지의 내용은 "혹시 어제 점심 식사 후 간식을 드셨나요? 잦은 간식은 건강을 해칠 수 있습니다. 자주 허기가 진다면 주위에 견과류를 두고 가볍게 드세요"일 수 있다.
일 실시 예에 따르면, 프로세서는 사용자가 운동을 수행한 후 측정되는 공복 혈당 값이 이전의 공복 혈당 값에 비해 낮아진 경우에 대해, 해당 운동을 추천하는 메시지를 생성할 수 있다. 예를 들어, 메시지의 내용은 "어제 운동으로 더욱 건강해질 수 있어요. 어제 낮에 한 자전거 타기 운동을 이틀에 한 번씩 하면 더욱 건강해질꺼에요"일 수 있다.
일 실시 예에 따르면, 프로세서는 측정된 공복 혈당 값이 이전의 공복 혈당 값에 비해 높아진 경우에 대해, 저장된 로그들에 기초하여 사용자에게 운동을 제안하는 메시지를 생성할 수 있다. 예를 들어, 메시지의 내용은 "오늘은 지난 주에 한 실내 자전거를 30분 동안 하면 어떨까요?"일 수 있다.
동작 1630에서, 프로세서는 전자 장치의 디스플레이(예: 도 1의 디스플레이 모듈(160) 또는 도 3의 디스플레이(220)) 및/또는 스피커(예: 도 1의 음향 출력 모듈(155))를 통해 제안 메시지를 출력할 수 있다.
전술된 동작들 1610 내지 1630이 전자 장치에 의해 수행되는 것으로 설명되었으나, 실시 예에 따라 동작들 1610 내지 1630 중 적어도 일부의 동작이 전자 장치와 연결된 외부 전자 장치(예: 도 1의 서버(108))에 의해 수행될 수 있다. 예를 들어, 동작들 1610 및 1620이 외부의 전자 장치에 의해 수행되고, 동작 1630이 전자 장치에 의해 수행될 수 있다. 외부 전자 장치가 동작들 1610 및 1620을 수행하는 경우 전자 장치가 외부 전자 장치로 필요한 정보들을 전송할 수 있고, 외부 전자 장치는 전자 장치로 제안 메시지를 전달할 수 있다.
도 17은 일 예에 따른 사용자에게 행동을 제안하는 메시지를 출력하는 시스템의 구성도이다.
일 실시 예에 따르면, 사용자에게 행동을 제안하는 메시지를 출력하는 시스템은 제1 전자 장치(1710)(예: 도 1의 전자 장치(101)), 제2 전자 장치(1720)(예: 도 2a 및 도 2b의 전자 장치(200) 또는 도 3의 전자 장치(300)) 및 서버(1730)(예: 도 1의 서버(108))를 포함할 수 있다. 제1 전자 장치(1710)는 메인 장치이고, 제2 전자 장치(1720)는 웨어러블 장치일 수 있다. 제1 전자 장치(1710) 및 제2 전자 장치(1720)는 동일한 사용자가 소유한 장치들일 수 있다. 예를 들어, 제1 전자 장치(1710)의 사용자 계정 및 제2 전자 장치(1720)의 사용자 계정은 동일할 수 있다.
일 실시 예에 따르면, 제1 전자 장치(1710) 및 제2 전자 장치(1720)는 도 4를 참조하여 전술된 동작들 410 내지 450을 각각 수행하거나, 어느 하나의 전자 장치만이 동작들 410 내지 450을 수행할 수 있다.
일 실시 예에 따르면, 동작들 410 내지 450은 제1 전자 장치(1710) 및 제2 전자 장치(1720)의 조합에 의해 수행될 수 있다. 예를 들어, 동작 410은 제2 전자 장치(1720)에 의해 수행되고, 동작들 420 내지 450은 제1 전자 장치(1710)에 의해 수행될 수 있다. 이 경우, 제2 전자 장치(1720)는 동작 410을 통해 생성된 혈당 값을 제1 전자 장치(1710)로 전송할 수 있다.
일 실시 예에 따르면, 서버(1730)는 제1 전자 장치(1710) 및/또는 제2 전자 장치(1720)와 연결될 수 있고, 도 16을 참조하여 전술된 동작들 1610 및 1620을 수행할 수 있다. 제1 전자 장치(1710) 또는 제2 전자 장치(1720)는 서버(1730)로부터 수신한 제안 메시지를 사용자에게 출력할 수 있다.
일 실시 예에 따르면, 전자 장치(예: 도 1의 전자 장치(101), 도 2a 및 도 2b의 전자 장치(200), 도 3의 전자 장치(300), 도 17의 제1 전자 장치(1710) 또는 제2 전자 장치(1720))는 사용자의 혈당을 측정함으로써 혈당 값을 생성하는 혈당 센서(예: 도 1의 센서 모듈(176)의 혈당 센서), 및 전자 장치를 제어하는 적어도 하나의 프로세서(예: 도 1의 프로세서(120) 또는 도 2a 및 도 2b의 프로세서)를 포함하고, 프로세서는, 혈당 센서를 통해 획득된 사용자의 혈당 값에 대한 로그들을 생성하고(예: 도 4의 동작 420), 혈당 센서를 통해 획득된 사용자의 타겟 혈당 값 및 로그들에 기초하여 타겟 이벤트를 결정하고(예: 도 4의 동작 430), 타겟 이벤트에 대한 타겟 행동을 제안하는 메시지를 출력(예: 도 4의 동작 450)할 수 있다.
일 실시 예에 따르면, 프로세서는 제1 시각에서 센서 모듈을 통해 제1 혈당 값을 획득하고(예: 도 6의 동작 610), 제2 시각에서 센서 모듈을 통해 제2 혈당 값을 획득하고(예: 도 6의 동작 620), 제1 혈당 값 및 제2 혈당 값에 기초하여 사용자가 수행한 행동의 종류를 결정하고(예: 도 6의 동작 630), 제1 혈당 값, 제2 혈당 값 및 행동의 종류에 기초하여 행동에 대한 로그를 생성(예: 도 6의 동작 640)할 수 있다.
일 실시 예에 따르면, 전자 장치는 전자 장치의 움직임에 대한 가속도 정보를 측정하는 가속도 센서(예: 도 1의 센서 모듈(176)의 가속도 센서)를 더 포함하고, 프로세서는, 가속도 정보에 기초하여 행동의 종류를 결정할 수 있다.
일 실시 예에 따르면, 전자 장치는 사용자의 체온을 측정함으로써 체온 정보를 생성하는 체온 센서를 더 포함하고, 프로세서는 체온 정보에 기초하여 행동의 종류를 결정할 수 있다.
일 실시 예에 따르면, 프로세서는 제1 혈당 값이 미리 설정된 평균 혈당 범위 이상인 경우, 행동의 종류를 식사로 결정할 수 있다.
일 실시 예에 따르면, 프로세서는, 제1 혈당 값이 미리 설정된 평균 혈당 범위 이상인 경우, 혈당 센서의 동작 주기를 조정할 수 있다.
일 실시 예에 따르면, 프로세서는, 사용자에 대한 공복 혈당 값을 계산하고(예: 도 8의 동작 810), 계산된 공복 혈당 값에 기초하여 평균 혈당 범위를 설정(예: 도 8의 동작 820)할 수 있다.
일 실시 예에 따르면, 행동의 종류에 대한 로그는 사용자의 혈압 및 심박수 중 적어도 하나를 더 포함할 수 있다.
일 실시 예에 따르면, 전자 장치는 전자 장치의 움직임에 대한 가속도 정보를 측정하는 가속도 센서를 더 포함하고, 제3 시각에서 가속도 센서를 통해 제1 가속도 정보를 획득하고(예: 도 9의 동작 920), 제4 시각에서 가속도 센서를 통해 제2 가속도 정보를 획득하고(예: 도 9의 동작 930), 제1 가속도 정보 및 제2 가속도 정보에 기초하여 사용자가 수행한 행동의 종류를 결정하고(예: 도 9의 동작 940), 행동이 수행되는 동안 획득된 사용자의 생체 정보에 기초하여 행동에 대한 로그를 생성(예: 도 9의 동작 950)할 수 있다.
일 실시 예에 따르면, 생체 정보는, 사용자의 혈당, 심박수, 체온, 혈압, 스트레스 수치, 및 소모 에너지 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 프로세서는, 타겟 혈당 값이 로그들에 기초하여 미리 결정된 최고 혈당 값 이상인지 여부를 결정하고(예: 도 11의 동작 1110), 타겟 혈당 값이 최고 혈당 값 이상인 경우, 타겟 이벤트를 비정상적인 식사로서 결정(예: 도 11의 동작 1120)할 수 있다.
일 실시 예에 따르면, 프로세서는, 타겟 혈당 값에 기초하여 혈당 감소 시간을 결정하고(예: 도 12의 동작 1210), 결정된 혈당 감소 시간이 미리 설정된 기준 혈당 감소 시간 이상인 경우, 타겟 이벤트를 비정상적인 식사로서 결정(예: 도 12의 동작 1230)할 수 있다.
일 실시 예에 따르면, 프로세서는, 타겟 혈당 값이 미리 설정된 최저 혈당 값 이하인 경우, 타겟 이벤트를 과도한 운동으로서 결정(예: 도 13의 동작 1320)할 수 있다
일 실시 예에 따르면, 전자 장치는 웨어러블 장치일 수 있다.
일 실시 예에 따르면, 전자 장치(예: 도 1의 전자 장치(101), 도 2a 및 도 2b의 전자 장치(200), 도 3의 전자 장치(300), 도 17의 제1 전자 장치(1710) 또는 제2 전자 장치(1720))에 의해 수행되는, 방법은, 전자 장치의 혈당 센서(예: 도 1의 센서 모듈(176)의 혈당 센서)를 통해 획득된 사용자의 혈당 값에 대한 로그들을 생성하는 동작(예: 도 4의 동작 420), 혈당 센서를 통해 획득된 사용자의 타겟 혈당 값 및 로그들에 기초하여 타겟 이벤트를 결정하는 동작(예: 도 4의 동작 430), 및 타겟 이벤트에 대한 타겟 행동을 제안하는 메시지를 출력하는 동작(예: 도 4의 동작 450)을 포함할 수 있다.
일 실시 예에 따르면, 전자 장치(예: 도 1의 전자 장치(101), 또는 도 17의 제1 전자 장치(1710))는 외부 장치와 데이터를 교환하는 통신 모듈(예: 도 1의 통신 모듈(190)), 및 전자 장치를 제어하는 적어도 하나의 프로세서(예: 도 1의 프로세서(120))를 포함하고, 프로세서는, 통신 모듈을 통해 부가 장치(예: 도 1의 전자 장치(102), 도 2a 및 도2b의 전자 장치(200), 도 3의 전자 장치(300) 또는 도 17의 제2 전자 장치(1720))로부터 사용자의 혈당 값에 대한 정보를 수신하고, 혈당 값에 대한 정보에 기초하여 사용자의 혈당 값에 대한 로그들을 생성하고, 사용자의 타겟 혈당 값 및 로그들에 기초하여 타겟 이벤트를 결정하고, 타겟 이벤트에 대한 타겟 행동을 제안하는 메시지를 출력할 수 있다.
일 실시 예에 따르면, 프로세서는, 통신 모듈을 통해 메시지를 부가 장치로 전송함으로써 출력하고, 메시지가 부가 장치에 의해 출력될 수 있다.
일 실시 예에 따르면, 프로세서는, 혈당 값이 획득된 시각에 사용자가 수행한 행동의 종류를 결정하고, 혈당 값 및 행동의 종류에 기초하여 혈당 값에 대한 로그를 생성할 수 있다.
일 실시 예에 따르면, 프로세서는, 가속도 센서에 의해 획득된 가속도 정보 및 체온 센서에 의해 획득된 체온 정보에 기초하여 사용자가 수행한 행동의 종류를 결정할 수 있다.
이상에서 설명된 실시 예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시 예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시 예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있으며 매체에 기록되는 프로그램 명령은 실시 예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
위에서 설명한 하드웨어 장치는 실시 예의 동작을 수행하기 위해 하나 또는 복수의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시 예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 이를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시 예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
Claims (20)
- 전자 장치에 있어서,
사용자의 혈당을 측정함으로써 혈당 값을 생성하는 혈당 센서; 및
상기 전자 장치를 제어하는 적어도 하나의 프로세서
를 포함하고,
상기 프로세서는,
상기 혈당 센서를 통해 획득된 사용자의 혈당 값에 대한 로그들을 생성하고,
상기 혈당 센서를 통해 획득된 사용자의 타겟 혈당 값 및 상기 로그들에 기초하여 타겟 이벤트를 결정하고,
상기 타겟 이벤트에 대한 타겟 행동을 제안하는 메시지를 출력하는,
전자 장치.
- 제1항에 있어서,
상기 프로세서는,
제1 시각에서 상기 센서 모듈을 통해 제1 혈당 값을 획득하고,
제2 시각에서 상기 센서 모듈을 통해 제2 혈당 값을 획득하고,
상기 제1 혈당 값 및 상기 제2 혈당 값에 기초하여 상기 사용자가 수행한 행동의 종류를 결정하고,
상기 제1 혈당 값, 상기 제2 혈당 값 및 상기 행동의 종류에 기초하여 상기 행동에 대한 로그를 생성하는,
전자 장치.
- 제2항에 있어서,
상기 전자 장치의 움직임에 대한 가속도 정보를 측정하는 가속도 센서
를 더 포함하고,
상기 프로세서는,
상기 가속도 정보에 기초하여 상기 행동의 종류를 결정하는,
전자 장치.
- 제2항에 있어서,
상기 사용자의 체온을 측정함으로써 체온 정보를 생성하는 체온 센서
를 더 포함하고,
상기 프로세서는, 상기 체온 정보에 기초하여 상기 행동의 종류를 결정하는,
전자 장치.
- 제2항에 있어서,
상기 프로세서는,
상기 제1 혈당 값이 미리 설정된 평균 혈당 범위 이상인 경우, 상기 행동의 종류를 식사로 결정하는,
전자 장치.
- 제5항에 있어서,
상기 프로세서는,
상기 제1 혈당 값이 상기 미리 설정된 평균 혈당 범위 이상인 경우, 상기 혈당 센서의 동작 주기를 조정하는,
전자 장치.
- 제5항에 있어서,
상기 프로세서는,
상기 사용자에 대한 공복 혈당 값을 계산하고,
상기 계산된 공복 혈당 값에 기초하여 상기 평균 혈당 범위를 설정하는,
전자 장치.
- 제2항에 있어서,
상기 행동의 종류에 대한 로그는 상기 사용자의 혈압 및 심박수 중 적어도 하나를 더 포함하는,
전자 장치.
- 제1항에 있어서,
상기 전자 장치의 움직임에 대한 가속도 정보를 측정하는 가속도 센서
를 더 포함하고,
제3 시각에서 상기 가속도 센서를 통해 제1 가속도 정보를 획득하고,
제4 시각에서 상기 가속도 센서를 통해 제2 가속도 정보를 획득하고,
상기 제1 가속도 정보 및 상기 제2 가속도 정보에 기초하여 상기 사용자가 수행한 행동의 종류를 결정하고,
상기 행동이 수행되는 동안 획득된 상기 사용자의 생체 정보에 기초하여 상기 행동에 대한 로그를 생성하는,
전자 장치.
- 제9항에 있어서,
상기 생체 정보는, 상기 사용자의 혈당, 심박수, 체온, 혈압, 스트레스 수치, 및 소모 에너지 중 적어도 하나를 포함하는,
전자 장치.
- 제1항에 있어서,
상기 프로세서는,
상기 타겟 혈당 값이 상기 로그들에 기초하여 미리 결정된 최고 혈당 값 이상인지 여부를 결정하고,
상기 타겟 혈당 값이 상기 최고 혈당 값 이상인 경우, 상기 타겟 이벤트를 비정상적인 식사로서 결정하는,
전자 장치.
- 제1항에 있어서,
상기 프로세서는,
상기 타겟 혈당 값에 기초하여 혈당 감소 시간을 결정하고,
상기 결정된 혈당 감소 시간이 미리 설정된 기준 혈당 감소 시간 이상인 경우, 상기 타겟 이벤트를 비정상적인 식사로서 결정하는,
전자 장치.
- 제1항에 있어서,
상기 프로세서는,
상기 타겟 혈당 값이 미리 설정된 최저 혈당 값 이하인 경우, 상기 타겟 이벤트를 과도한 운동으로서 결정하는,
전자 장치.
- 제1항에 있어서,
상기 전자 장치는 웨어러블 장치인,
전자 장치.
- 전자 장치에 의해 수행되는, 방법은,
상기 전자 장치의 혈당 센서를 통해 획득된 사용자의 혈당 값에 대한 로그들을 생성하는 동작;
상기 혈당 센서를 통해 획득된 상기 사용자의 타겟 혈당 값 및 상기 로그들에 기초하여 타겟 이벤트를 결정하는 동작; 및
상기 타겟 이벤트에 대한 타겟 행동을 제안하는 메시지를 출력하는 동작
을 포함하는,
방법.
- 제15항의 방법을 수행하는 프로그램을 기록한 컴퓨터 판독 가능 기록매체.
- 전자 장치에 있어서,
외부 장치와 데이터를 교환하는 통신 모듈; 및
상기 전자 장치를 제어하는 적어도 하나의 프로세서
를 포함하고,
상기 프로세서는,
상기 통신 모듈을 통해 부가 장치로부터 사용자의 혈당 값에 대한 정보를 수신하고,
상기 혈당 값에 대한 정보에 기초하여 상기 사용자의 혈당 값에 대한 로그들을 생성하고,
상기 사용자의 타겟 혈당 값 및 상기 로그들에 기초하여 타겟 이벤트를 결정하고,
상기 타겟 이벤트에 대한 타겟 행동을 제안하는 메시지를 출력하는,
전자 장치.
- 제17항에 있어서,
상기 프로세서는, 상기 통신 모듈을 통해 상기 메시지를 상기 부가 장치로 전송함으로써 출력하고,
상기 메시지가 상기 부가 장치에 의해 출력되는,
전자 장치.
- 제17항에 있어서,
상기 프로세서는,
상기 혈당 값이 획득된 시각에 상기 사용자가 수행한 행동의 종류를 결정하고,
상기 혈당 값 및 상기 행동의 종류에 기초하여 상기 혈당 값에 대한 로그를 생성하는,
전자 장치.
- 제19항에 있어서,
상기 프로세서는,
가속도 센서에 의해 획득된 가속도 정보 및 체온 센서에 의해 획득된 체온 정보에 기초하여 상기 사용자가 수행한 행동의 종류를 결정하는,
전자 장치.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/KR2022/012691 WO2023080407A1 (ko) | 2021-11-02 | 2022-08-25 | 사용자의 혈당 값에 기초하여 사용자에게 행동을 제안하는 메시지를 출력하는 방법 및 그 방법을 수행하는 전자 장치 |
| US18/653,525 US20240277289A1 (en) | 2021-11-02 | 2024-05-02 | Method for outputting message suggesting behavior to user on basis of blood glucose values of user, and electronic device performing same |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20210148988 | 2021-11-02 | ||
| KR1020210148988 | 2021-11-02 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230063820A true KR20230063820A (ko) | 2023-05-09 |
Family
ID=86409513
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210168005A KR20230063820A (ko) | 2021-11-02 | 2021-11-30 | 사용자의 혈당 값에 기초하여 사용자에게 행동을 제안하는 메시지를 출력하는 방법 및 그 방법을 수행하는 전자 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230063820A (ko) |
-
2021
- 2021-11-30 KR KR1020210168005A patent/KR20230063820A/ko unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11450230B2 (en) | Electronic device including meditation application | |
| EP4302683A1 (en) | Wearable electronic device | |
| US20200237295A1 (en) | Method for calculating recovery index based on rem sleep stage and electronic device thereof | |
| KR20210108275A (ko) | 정보 송수신 방법 및 그 전자 장치 | |
| US20240277289A1 (en) | Method for outputting message suggesting behavior to user on basis of blood glucose values of user, and electronic device performing same | |
| KR20230063820A (ko) | 사용자의 혈당 값에 기초하여 사용자에게 행동을 제안하는 메시지를 출력하는 방법 및 그 방법을 수행하는 전자 장치 | |
| KR20220082759A (ko) | 식사 메뉴에 대한 정보를 제공하는 전자 장치와 이의 동작 방법 | |
| CN117099166A (zh) | 用于使用医疗数据提供锻炼程序的电子装置及其方法 | |
| KR20220117579A (ko) | 선택적 클록 동기화를 이용하는 전자 장치 및 방법 | |
| US20230165531A1 (en) | Electronic device for providing biometric information and operating method thereof | |
| US20240206807A1 (en) | Electronic device, and biometric information notification method for electronic device | |
| US20230149775A1 (en) | Wearable device, method, and non-transitory computer readable storage medium including body temperature sensor | |
| US20220192530A1 (en) | Electronic device including sensor array and method for controlling thereof | |
| US20220265206A1 (en) | Electronic device and method for providing individualized guide based on blood pressure related information | |
| US20240172948A1 (en) | Electronic device and method for identifying body temperature of user | |
| US20240180448A1 (en) | Method of monitoring blood sugar and electronic device supporting same | |
| US20230118067A1 (en) | Electronic device and method to measure bioelectrical impedance | |
| US20230359152A1 (en) | Electronic device including body-contactable electrode | |
| US20240032828A1 (en) | Biometric information detection method and electronic device for implementing same | |
| US20220175311A1 (en) | Method for detecting sleep apnea and electronic device for supporting the same | |
| US20230361453A1 (en) | Electronic device including antenna and method therefor | |
| US20230218201A1 (en) | Electronic device for determining users vital sign and method for operating the same | |
| KR20240079119A (ko) | 사용자의 체온을 식별하기 위한 전자 장치 및 방법 | |
| US20230074565A1 (en) | Electronic device and method for detecting tremor in electronic device | |
| KR20230124446A (ko) | 사용자의 혈중 알코올 농도 정보를 제공하기 위한 전자 장치 및 그의 동작 방법 |