KR20230071620A - 복합 요인에 따른 개인 맞춤형 콘텐츠 결정 방법 및 서비스 장치 - Google Patents
복합 요인에 따른 개인 맞춤형 콘텐츠 결정 방법 및 서비스 장치 Download PDFInfo
- Publication number
- KR20230071620A KR20230071620A KR1020210158021A KR20210158021A KR20230071620A KR 20230071620 A KR20230071620 A KR 20230071620A KR 1020210158021 A KR1020210158021 A KR 1020210158021A KR 20210158021 A KR20210158021 A KR 20210158021A KR 20230071620 A KR20230071620 A KR 20230071620A
- Authority
- KR
- South Korea
- Prior art keywords
- analysis result
- phenotype
- gene
- information
- genetic
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims abstract description 87
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 82
- 230000002068 genetic effect Effects 0.000 claims abstract description 75
- 230000003862 health status Effects 0.000 claims abstract description 23
- 230000004044 response Effects 0.000 claims abstract description 16
- 230000036541 health Effects 0.000 claims description 49
- 239000011159 matrix material Substances 0.000 claims description 22
- 230000008821 health effect Effects 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims 1
- 210000003205 muscle Anatomy 0.000 description 17
- 238000011161 development Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 10
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 108700028369 Alleles Proteins 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012252 genetic analysis Methods 0.000 description 7
- 230000002452 interceptive effect Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 4
- 229960001948 caffeine Drugs 0.000 description 4
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 210000002435 tendon Anatomy 0.000 description 4
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 238000000556 factor analysis Methods 0.000 description 3
- 230000037081 physical activity Effects 0.000 description 3
- 102000053602 DNA Human genes 0.000 description 2
- 108020004414 DNA Proteins 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 235000012631 food intake Nutrition 0.000 description 2
- 230000037406 food intake Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 108010019813 leptin receptors Proteins 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000003387 muscular Effects 0.000 description 2
- 238000007481 next generation sequencing Methods 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 229920002477 rna polymer Polymers 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 102000008186 Collagen Human genes 0.000 description 1
- 108010035532 Collagen Proteins 0.000 description 1
- 108010074922 Cytochrome P-450 CYP1A2 Proteins 0.000 description 1
- 230000007067 DNA methylation Effects 0.000 description 1
- 101000824299 Homo sapiens Protocadherin Fat 2 Proteins 0.000 description 1
- 101000680015 Homo sapiens Thioredoxin-related transmembrane protein 1 Proteins 0.000 description 1
- 101000690100 Homo sapiens U1 small nuclear ribonucleoprotein 70 kDa Proteins 0.000 description 1
- 206010060820 Joint injury Diseases 0.000 description 1
- 101100029173 Phaeosphaeria nodorum (strain SN15 / ATCC MYA-4574 / FGSC 10173) SNP2 gene Proteins 0.000 description 1
- 101100236128 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) LSM2 gene Proteins 0.000 description 1
- 101100094821 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) SMX2 gene Proteins 0.000 description 1
- 102100024121 U1 small nuclear ribonucleoprotein 70 kDa Human genes 0.000 description 1
- 208000022542 ankle injury Diseases 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 235000019577 caloric intake Nutrition 0.000 description 1
- 230000023852 carbohydrate metabolic process Effects 0.000 description 1
- 235000021256 carbohydrate metabolism Nutrition 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 229920001436 collagen Polymers 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007614 genetic variation Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000003914 insulin secretion Effects 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 230000007102 metabolic function Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000002773 nucleotide Substances 0.000 description 1
- 125000003729 nucleotide group Chemical group 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 101150012509 sub gene Proteins 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- 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
Abstract
복합 요인에 따른 개인 맞춤형 콘텐츠 결정 방법은 서비스 장치는 대상자에 대한 유전체 분석 결과, 건강 상태 정보, 설문 결과 및 라이프로그 데이터를 입력받는 단계, 상기 서비스 장치는 대표 표현형에 대한 제1 유전자 분석 결과를 도출하는 단계, 상기 서비스 장치는 상기 대표 표현형과 관련된 하위 유전 요인에 대한 제2 유전자 분석 결과를 도출하는 단계, 상기 서비스 장치는 상기 대표 표현형과 관련된 신체반응 유전 요인에 대한 제3 유전자 분석 결과를 도출하는 단계 및 상기 서비스 장치는 상기 제1 유전자 분석 결과, 상기 제2 유전자 분석 결과 및 상기 제3 유전자 분석 결과를 이용하여 상기 대상자에 대한 맞춤형 콘텐츠를 결정하는 단계를 포함한다.
Description
이하 설명하는 기술은 개인의 유전자 검사 결과 및 다양한 정보를 복합적으로 이용하여 개인 맞춤형 콘텐츠를 제공하는 기법에 관한 것이다.
소비자 직접의뢰 유전자검사 서비스(direct to consumer, DTC)는 다양한 표현형에 대한 유전자 분석을 통해 생물학적 특성을 파악하여, 파악된 결과에 대한 해석을 소비자에게 전달하는 형태의 서비스이다. 표현형에 대한 생물학적 특성을 파악하는 방법으로 활용되는 방법 중 대표적인 것이 단일염기 다형성(single nucleotide polymorphism; SNP)이며, 현재 대부분의 DTC 유전자검사 서비스는 표현형에 효과와 영향력이 보고된 SNP의 유전형을 분석하여 제시하는 형태이다.
DTC 유전자검사를 통해 제시되는 표현형은 다수의 생리적인 경로 또는 유전적인 경로로 구성되는 경우가 대부분이다. 따라서, DTC는 개인의 신체/건강상태, 생활습관, 검사 활용 목적이 고려되지 않은 결과를 제공하게 된다.
이하 설명하는 기술은 유전자 검사 결과뿐만 아니라, 사용자가 원하는 특정 대표 표현형과 관련된 다양한 부가 유전 정보, 건강 상태 정보, 라이프로그 정보 등으로 구성된 복합적인 정보를 기준으로 개인 맞춤형 콘텐츠를 제공하는 기법을 제공하고자 한다.
복합 요인에 따른 개인 맞춤형 콘텐츠 결정 방법은 서비스 장치는 대상자에 대한 유전체 분석 결과, 건강 상태 정보, 설문 결과 및 라이프로그 데이터를 포함하는 소스 데이터를 입력받는 단계, 상기 서비스 장치는 상기 소스 데이터 중 적어도 하나의 데이터를 이용하여 대표 표현형에 대한 제1 유전자 분석 결과를 도출하는 단계, 상기 서비스 장치는 상기 소스 데이터 중 적어도 하나의 데이터를 이용하여 상기 대표 표현형과 관련된 하위 유전 요인에 대한 제2 유전자 분석 결과를 도출하는 단계, 상기 서비스 장치는 상기 소스 데이터 중 적어도 하나의 데이터를 이용하여 상기 대표 표현형과 관련된 신체반응 유전 요인에 대한 제3 유전자 분석 결과를 도출하는 단계 및 상기 서비스 장치는 상기 제1 유전자 분석 결과, 상기 제2 유전자 분석 결과 및 상기 제3 유전자 분석 결과를 이용하여 상기 대상자에 대한 맞춤형 콘텐츠를 결정하는 단계를 포함한다.
복합 요인에 따른 개인 맞춤형 콘텐츠 제공하는 서비스 장치는 대상자에 대한 유전체 분석 결과, 건강 상태 정보, 설문 결과 및 라이프로그 데이터를 포함하는 소스 데이터를 입력받는 입력장치, 건강활동 콘텐츠 라이브러리를 저장하는 저장장치 및 상기 소스 데이터 중 적어도 하나의 데이터를 이용하여 대표 표현형에 대한 제1 유전자 분석 결과, 상기 대표 표현형과 관련된 하위 유전 요인에 대한 제2 유전자 분석 결과 및 상기 대표 표현형과 관련된 신체반응 유전 요인에 대한 제3 유전자 분석 결과를 도출하고, 상기 제1 유전자 분석 결과, 상기 제2 유전자 분석 결과 및 상기 제3 유전자 분석 결과를 이용하여 상기 대상자에 대한 맞춤형 콘텐츠를 결정하는 연산장치를 포함한다.
이하 설명하는 기술은 개인의 검사 목적 달성을 위하여 개인의 유전 정보, 건강 상태, 라이프로그 등을 고려하여 정확한 콘텐츠를 제공할 수 있다.
도 1은 복합적 요인을 고려한 개인 건강 지표 산출 및 개인 맞춤형 콘텐츠 제공 시스템에 대한 예이다.
도 2는 대표 표현형 관련 유전자 분석 결과 도출 과정에 대한 예이다.
도 3은 대표 표현형 관련 유전자 분석 결과의 예이다.
도 4는 맞춤형 콘텐츠를 결정하는 과정에 대한 예이다.
도 5는 개인 맞춤형 콘텐츠를 출력한 예이다.
도 6은 복합적 요인을 고려한 개인 맞춤형 콘텐츠를 결정하는 서비스 장치에 대한 예이다.
도 2는 대표 표현형 관련 유전자 분석 결과 도출 과정에 대한 예이다.
도 3은 대표 표현형 관련 유전자 분석 결과의 예이다.
도 4는 맞춤형 콘텐츠를 결정하는 과정에 대한 예이다.
도 5는 개인 맞춤형 콘텐츠를 출력한 예이다.
도 6은 복합적 요인을 고려한 개인 맞춤형 콘텐츠를 결정하는 서비스 장치에 대한 예이다.
이하 설명하는 기술은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 이하 설명하는 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 이하 설명하는 기술의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 해당 구성요소들은 상기 용어들에 의해 한정되지는 않으며, 단지 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 이하 설명하는 기술의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
본 명세서에서 사용되는 용어에서 단수의 표현은 문맥상 명백하게 다르게 해석되지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함한다" 등의 용어는 설명된 특징, 개수, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 의미하는 것이지, 하나 또는 그 이상의 다른 특징들이나 개수, 단계 동작 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하지 않는 것으로 이해되어야 한다.
도면에 대한 상세한 설명을 하기에 앞서, 본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주기능 별로 구분한 것에 불과함을 명확히 하고자 한다. 즉, 이하에서 설명할 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 이하에서 설명할 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있음은 물론이다.
또, 방법 또는 동작 방법을 수행함에 있어서, 상기 방법을 이루는 각 과정들은 문맥상 명백하게 특정 순서를 기재하지 않은 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 과정들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
이하 서비스 장치가 특정 대상자에 대한 복합적 요인을 고려하여 건강 지표를 산출하고, 개인 맞춤형 콘텐츠를 제공한다고 설명한다. 서비스 장치는 데이터 처리가 가능한 다양한 장치로 구현될 수 있다. 예컨대, 서비스 장치는 PC, 네트워크상의 서버, 스마트 기기, 전용 프로그램이 임베딩된 칩셋 등으로 구현될 수 있다.
도 1은 복합적 요인을 고려한 개인 건강 지표 산출 및 개인 맞춤형 콘텐츠 제공 시스템(100)에 대한 예이다. 도 1은 서비스 장치로 서버의 형태를 도시한 예이다. 서비스 서버(150)는 대상자에 대한 다양한 정보를 취합하여 개인 건강 지표를 산출하고, 해당 정보 내지 지표에 기반한 개인 맞춤형 콘텐츠를 제공한다.
유전체 분석 장치(110)는 대상자의 시료를 분석하여 유전체 데이터를 생성한다. 유전체 데이터는 샘플을 분석하여 산출되는 유전 정보를 의미한다. 예컨대, 유전체 데이터는 세포, 조직 등으로부터 데옥시리보 핵산(DNA), 리보핵산(RNA), 또는 단백질(Protein) 등에서 얻어진 염기서열, 유전자 발현 데이터, 표준 유전체 데이터와의 유전 변이, DNA 메틸화(methylation) 등을 포함할 수 있다. 유전체 분석 장치(110)는 NGS(next generation sequencing) 장치일 수 있다.
EMR(Electronic Medical Record, 120)은 의료 기관에서 대상자에 대하여 수집한 의료 정보(임상 정보, 검사 결과 등)를 보유한다. EMR(120)은 대상자의 건강검진 결과를 보유한다고 가정한다.
사용자 단말(130)은 특정 개인에 대한 문진 정보 내지 설문 정보를 전송한다. 문진 정보 및 설문 정보는 서비스 사업자가 사전에 확인하고자 하는 항목을 포함한다.
웨어러블 기기(140)는 특정 개인의 라이프로그 데이터를 전송한다. 스마트 기기, IoT 기기 등 다양한 기기가 라이프로그 데이터를 수집하여 전송할 수도 있다. 라이프로그 데이터는 생활습관과 관련한 정보를 의미한다. 예컨대, 생활습관 정보는 (i) 신체 활동 정보, (ii) 음식 섭취 정보, (iii) 운동 정보 등을 포함할 수 있다. 신체 활동 정보는 수면 시간, 기상 시간, 근무 시간, 휴식 시간 등을 포함할 수 있다. 음식 섭취 정보는 하루 섭취 열량, 섭취 영양분의 양 등을 포함할 수 있다. 운동 정보는 운동 여부, 운동 강도 등의 정보를 포함할 수 있다.
서비스 서버(150)는 대상자의 유전체 분석 결과, 의료 정보(건강 검진 결과), 설문 정보 및 라이프로그 데이터를 기준으로 대표 표현형에 대한 건강 지표를 산출할 수 있다. 대표 표현형은 사용자 또는 사용자 단말로부터 선택된 관심 영역의 표현형일 수 있다. 예컨대, 대표 표현형은 근육 발달, 다이어트, 당뇨 수치 관리 등과 같은 정보일 수 있다.
서비스 서버(150)는 다양한 소스로부터 수집된 정보로 생성된 복합적 요인을 기준으로 콘텐츠 DB(160)로부터 개인 맞춤형 콘텐츠를 결정할 수 있다. 서비스 서버(150)는 개인에게 도출한 개인 맞춤형 콘텐츠를 전달할 수 있다.
건강 지표 산출에 사용되는 다양한 요인들에 대하여 설명한다. 서비스 장치는 아래 다양한 요인들을 이용하여 건강 지표를 산출할 수 있다.
(1) 유전 요인
임의의 유전자 항목에 대하여 gij(i=1,...,m , j=1 ,...,p)에서 i는 유전 요인이고, j는 해당 유전 요인에 대한 표현형의 유전자를 나타낸다. 즉, 특정 유전 요인에 대하여 다수의 표현형 유전자들이 있을 수 있다. 
는 각각의 유전자로부터 도출한 유전자 위험 점수(Genetic Risk Score, GRS)라고 한다. 이때 
는 다음과 같이 계산할 수 있다. 즉, ggrs는 SNP 기반한 유전자 위험 점수에 해당한다. 아래 표 1은 특정 SNP에서 C가 위험 대립유전자(risk allele)인 경우의 예이다. GRS 점수는 해당 관련 유전자들의 유전자형 점수를 합산한 값일 수 있다.
| 표적 유전자 | 참조 SNP | 유전자형 점수 | ||
| 0 | 1 | 2 | ||
 |
SNP1 | TT | TC | CC |
 |
SNP2 | TT | TC | CC |
 |
SNP3 | TT | TC | CC |
 |
SNP4 | TT | TC | CC |
이와 같이 도출된 유전자 위험 점수를 이용하여 유전 요인과 관련된 행렬 A(1)(i=1,...,N )은 아래 수학식 1과 같이 표현될 수 있다. 수학식 1의 행렬의 값은 예시이다.
m×p 행렬에서 m은 유전 요인의 개수이고, p는 해당 유전 요인에 관련된 관련된 유전자의 개수이다.
(2) 현재 건강 상태(설문 정보) 요인
현재 건강 상태 정보는 개인의 건강 상태에 대한 사용자의 설문 정보, 건강 검진 결과 정보 등을 포함한다. 예컨대,현재 건강 상태 정보는 '근력운동 습관' 등의 설문결과, 혈당 수준에 대한 건강 검진 결과 등을 포함하는 설문과 건강상태 결과의 유형이 선다형으로 구성될 수 있다.
sij (i=1,...,m, j=1 ,...,p)은 문답 i와 문답 i에 대한 답변과 관련된 표현형의 유전자 j를 나타낸다. 
는 각 문답에 대하여 직접적으로 대응되는 표현형에 대한 유전자의 위험 점수라고 한다. 사용자 피드백(설문 정보)의 결과와 관련된 행렬 A(2)(i=1,...,N )은 아래 수학식 2와 같이 표현될 수 있다. 수학식 2의 행렬의 값은 예시이다.
m×p 행렬에서 m은 문답의 개수이고, p는 해당 문답에 관련된 유전자의 개수이다.
(3) 라이프로그 요인
라이프로그 데이터는 심박수, 수면량, 섭취 칼로리, 체온 등의 세부 요인으로 구성될 수 있다. lij (i=1,...m, j=1 ,...,p)는 라이프로그 데이터 i와 해당 라이프로그 데이터 i에 관련된 표현형의 유전자 j를 나타낸다. 
는 해당 라이프로그 데이터에 직접적으로 대응되는 표현형에 대한 유전자의 위험 점수라고 한다.
라이프로그와 관련된 행렬 A(3)(i=1,...,N )은 아래 수학식 3과 같이 표현될 수 있다. 수학식 3의 행렬의 값은 예시이다.
m×p 행렬에서 m은 라이프로그 데이터의 개수이고, p는 해당 라이프로그 데이터에 관련된 유전자의 개수이다.
나아가 건강 지표에 해당하는 상기 행렬은 유전 요인 관련 표현형의 유전자 위험 점수, 상기 현재 건강 상태 관련 표현형의 유전자 위험 점수 및 상기 라이프로그 관련 표현형의 유전자 위험 점수가 하나의 행렬로 조합된 형태일 수도 있다. 또는 건강 지표는 상기 수학식 1 내지 수학식 3으로 표현되는 지표들이 일정하게 행렬 연산으로 처리된 값일 수도 있다.
서비스 장치는 전술한 유전 요인, 현재 건강 상태 요인 및 라이프로그 요인에 대하여 건강 지표 산출을 할 수 있다. 서비스 장치는 복합적인 요인을 고려한 종합 점수를 산출할 수 있다. 또는 서비스 장치는 아래 표 2와 같이 개별 요인들에 대한 개별 점수를 산출할 수도 있다. 사용자는 해당 점수를 확인하여 취약한 요인 또는 강점 요인을 확인할 수 있다.
| 유전요인 점수 | 현재 상태 점수 | 건강/생활습관 점수 |
| 80점 | 50점 | 30점 |
도 2는 대표 표현형 관련 유전자 분석 결과 도출 과정(200)에 대한 예이다. 도 2의 순서는 설명의 편의를 위한 것이며, 분석 과정에서 사용될 수 있는 요인들을 설명하기 위한 것이지, 해당 요인이 적용되는 순서가 중요한 것은 아니다. 따라서, 분석 과정에서 사용되는 요인들의 종류 및 요인들 기반한 순서는 상이해질 수 있다.
설명의 편의를 위하여 '근육발달 능력'을 대표 표현형으로 삼아 분석하는 예를 중심으로 설명한다. 사전에 특정 대상자에 대한 유전자 요인 분석, 현재 건강 상태 관련 유전자 분석 및 라이프로그 관련 유전자 분석을 수행하였다고 가정한다.
서비스 장치는 대상자에 대한 유전체 분석 결과, 건강 상태 정보, 설문 결과 및 라이프로그 데이터를 사전에 입력받는다.
서비스 장치는 대표 표현형인 '근육발달 능력'에 대한 유전자 분석을 수행한다(210). 이때, 서비스 장치는 대표 표현형에 대한 유전자 마커의 분석 결과를 종합하여 일정한 점수를 산출할 수 있다. 아래 표 3은 근육발달 능력 관련된 마커에 대한 예이다. 서비스 장치는 해당 마커에 대한 GRS를 결정할 수 있다.
| 유전자 | ACTN3 | IL-15RA | IL-15RA | BMP2 | LEPR |
| SNP | Rs1815739 | Rs2296135 | Rs2208059 | Rs15705 | Rs1137100 |
| risk allele | T | C | C | A | A |
서비스 장치는 대표 표현형에 대한 사용자의 건강 상태 정보가 있는지 확인한다(215). 건강 상태 정보는 대표 표현형에 대한 건강 상태 관련 건강 검진 결과 및/또는 건강 상태 관련 설문 결과를 포함할 수 있다.
건강 상태 정보에 대표 표현형과 관련된 정보(연관 건강 상태 정보)가 없다면(215의 No), 서비스 장치는 210에서 분석한 대표 표현형 유전자 분석 결과를 출력할 수 있다(218).
예컨대, 건강 검진 결과는 혈당, 중성지방, 콜레스테롤, 혈압, BMI, 기타 검진 결과를 포함할 수 있다. 설문 결과는 성별, 연령, 신장, 체중, BMI, 신체활동, 운동수준, 식습관, 병력, 가족력 등을 포함할 수 있다.
연관 건강 상태 정보가 있다면(215의 Yes), 서비스 장치는 대표 표현형과 관련된 건강상태 정보를 기준으로 특히 대표 표현형과 관련된 유전자 분석 결과를 재평가할 수 있다(220). 예컨대, 근육발달 능력의 경우 성별에 따라 유전자 마커의 차이가 있을 수 있다. 이 경우, 서비스 장치는 대상자의 성별 정보를 기준으로 마커를 다시 설정하여, GRS를 결정할 수 있다. 예컨대, 성별이 여성인 경우, 아래 표 4의 마커를 기준으로 대표 표현형의 유전자 분석 결과를 결정할 수 있다.
| 유전자 | ACTN3 | IL-15RA | IL-15RA | LEPR |
| SNP | Rs1815739 | Rs2296135 | Rs2208059 | Rs1137100 |
| risk allele | T | C | C | A |
또는, 서비스 장치는 건강상태 정보를 기준으로 대표 표현형의 하위 구성 요인에 해당하는 유전자에 대한 분석 결과를 추가 분석할 수도 있다(220). 예컨대, 건강상태 정보가 혈당이라면, 서비스 장치는 인슐린 분비 조절 능력, 생체내 탄수화물 대사능력 등의 대사적 기능과 관련된 유전자에 대한 분석 결과(GRS)를 추가로 도출할 수 있다. 또는, 건강 상태 정보가 발목 부상이라면, 서비스 장치는 힘줄의 콜라겐 구성, 세포 내 회복능력 등과 관련된 유전자에 대한 분석 결과를 추가로 도출할 수도 있다.
서비스 장치는 대표 표현형과 관련된 상호작용 유전 요인이 존재하는지 판단한다(225). 상호작용 유전 요인이 없다면(225의 No), 서비스 장치는 230에서 분석한 건강 상태 정보를 반영한 유전자 분석 결과를 출력할 수 있다(228).
상호작용 유전 요인이 있다면(225의 Yes), 서비스 장치는 상호작용 유전 요인에 대한 분석 결과를 도출할 수 있다(230). 예컨대, 근육발달과 관련된 상호작용 유전 요인은 '근력 운동 적합성(근력운동에 대한 근력 발달)'의 분석결과와 '근육과 건의 연결'에 대한 분석결과 등이 있다. 서비스 장치는 아래 표 5의 마커를 기준으로 근력 운동 적합성 내지 근육과 건의 연결에 대한 분석 결과를 도출할 수 있다.
| 근력 운동 적합성 |
남성 |
유전자 | ACTN3 | CCL2 | CCR2 | FAT2 | |||
| SNP | Rs1815739 | Rs1024610 | Rs3918358 | Rs10072841 | |||||
| risk allele | T | A | C | T | |||||
| 여성 |
유전자 | ACTN3 | CCL2 | CCR2 | IL-15RA | SLC10A2 | TMX1 | ||
| SNP | Rs1815739 | Rs1024610 | Rs3918358 | Rs2296135 | Rs1341439 | Rs7154161 | |||
| risk allele | T | A | C | A | G | C | |||
| 근육과 건의 연결 |
남성/ 여성 |
유전자 | PTK2 | PTK2 | |||||
| SNP | Rs7843014 | Rs4760 | |||||||
| risk allele | C | T | |||||||
서비스 장치는 대표 표현형과 관련된 신체반응 유전 요인이 존재하는지 판단한다(235). 신체반응 유전 요인이 없다면(235의 No), 서비스 장치는 250에서 분석한 건강 상태 정보를 반영한 유전자 분석 결과를 출력할 수 있다(238).
상호작용 유전 요인이 있다면(235의 Yes), 서비스 장치는 신체반응 유전 요인에 대한 분석 결과를 도출할 수 있다. 예컨대, 근육발달과 관련된 신체반응 유전 요인은 '카페인 반응'이 있을 수 있다. 서비스 장치는 아래 표 6의 마커를 기준으로 카페인 반응에 대한 부가적인 분석 결과를 결정할 수 있다(240).
| 카페인반응 |
남성/여성 |
유전자 | CYP1A2 |
| SNP | Rs762551 | ||
| risk allele | A |
서비스 장치는 대표 표현형과 관련된 설문 조사 결과가 존재하는지 판단한다(245). 예컨대, 근육 발달과 관련된 설문 조사 결과는 '근력 운동의 목적'이 될 수 있다. 근력 운동의 목적은 근육 발달, 건강관리, 슬림핏 또는 다이어트 중 어느 하나일 수 있다. 설문 조사 결과가 없다면(245의 No), 서비스 장치는 270에서 분석한 신체반응 유전 요인에 대한 유전자 분석 결과를 출력할 수 있다(248).
설문 조사 결과가 있다면(245의 Yes), 서비스 장치는 설문 조사 결과를 고려한 운동 방법(사용자 맞춤형 콘텐츠)를 제공할 수 있다(250).
서비스 장치는 대표 표현형과 관련된 라이프로그 데이터가 존재하는지 판단한다(255). 근육 발달과 관련된 라이프로그 데이터는 근력 운동 항목, 운동 수행 정도, 운동량 등을 포함할 수 있다. 라이프로그 데이터는 스마트폰, 웨어러블 기기 등으로부터 획득이 가능하다. 서비스 장치는 실제 측정된 라이프로그 데이터를 기주능로 목표하는 사용자 맞춤형 콘텐츠(운동 정보)를 일정하게 갱신할 수 있다(260).
도 3은 대표 표현형 관련 유전자 분석 결과의 예이다. 대표 표현형은 근육 발달인 예이다. 도 3은 전술한 유전 요인, 현재 건강 상태 요인 및 라이프로그 요인에 대한 유전자 분석 결과에 따른 점수를 표시한다. 또한, 맞춤 분석 결과는 개인에 대한 근육 발당의 성향을 '빅 머슬'로 결정하였고, 다만, 개인의 운동 목적에 따라 적당한 운동이 필요할 수 있다는 맞춤형 콘텐츠를 추천하고 있다. 맞춤 분석 결과는 하위 관련 유전 요인(근육과 건의 연결)을 기준으로 유전적인 성향을 설명하고 있고, 신체 반응 유전 요인(카페인 반응)에 따른 조언을 포함하고 있다.
도 4는 맞춤형 콘텐츠를 결정하는 과정에 대한 예이다. 서비스 장치(150)는 특정 사용자에 대한 분석 결과 및 정보를 기준으로 해당 사용자 맞춤형 콘텐츠(건강 콘텐츠)를 제공하게 된다. 서비스 장치(150)는 입력 변수를 기준으로 매칭되는 콘텐츠를 콘텐츠 DB에서 찾는다.
입력 변수는 분석 결과 코드, 현재 상태 코드, 유전 요인 코드, 라이프로그 코드 및 B2B 코드를 포함할 수 있다.
분석 결과 코드는 도 2에서 설명한 과정에서 분석되는 결과들을 포함할 수 있다. 즉, 분석 결과 코드는 대표 표현형 분석 결과, 건강 상태 관련 유전자 또는 하위 유전자 분석 결과, 상호작용 유전 요인 분석 결과, 신체반응 유전 요인 분석 결과, 설문 결과 및 라이프로그 데이터 기반 결과 중 적어도 하나를 포함할 수 있다.
현재 상태 코드는 건강 상태와 관련된 정보이다. 현재 상태 코드는 건강 검진 결과 및 설문 조사 결과 중 적어도 하나를 포함할 수 있다.
유전 요인 코드는 대표 표현형과 관련된 유전자 발현 정보를 포함할 수 있다. 이 경우, 유전 요인 코드는 전술한 분석 결과 코드에서 사용되지 않았던 유전자들에 대한 정보로 구성될 수 있다. 나아가, 유전 요인 코드는 대표 표현형과의 연관성을
라이프로그 코드는 라이프로그 데이터로 획득되는 정보들로 구성될 수 있다.
B2B 코드는 선택적(optional)으로 사용될 수 있는 정보이다. B2B 코드는 제휴사 서비스, 상품 등으로 구성될 수 있다. 즉, B2B 코드는 개인 맞춤형 콘텐츠 제공에서 제휴가 제품이나 서비스를 고려하여 콘텐츠를 추천할 때 사용할 수 있다.
서비스 장치(150)는 전술한 입력 변수를 기준으로 콘텐츠 DB에서 매칭되는 맞춤형 콘텐츠를 결정하여 사용자에게 제공할 수 있다.
맞춤형 콘텐츠는 다양한 유형의 콘텐츠들 중 적어도 하나를 포함할 수 있다. 예컨대, 맞춤형 콘텐츠는 지식형 정보 또는 활동형 정보를 포함할 수 있다. 지식형 정보는 개인 건강을 위한 지식에 해당하는 정보이고, 활동형 정보는 운동 정보와 같이 일정한 활성 내용을 담는 정보이다. 또한, 맞춤형 콘텐츠는 텍스트, 영상, 이미지 등으로 다양한 형태로 제공될 수 있다. 도 5는 개인 맞춤형 콘텐츠를 출력한 예이다. 도 5는 주로 운동 방법, 추천 운동 등으로 구성된 예이다.
도 6은 복합적 요인을 고려한 개인 맞춤형 콘텐츠를 결정하는 서비스 장치에 대한 예이다. 서비스 장치(300)는 전술한 서비스 장치(150)에 해당한다. 서비스 장치(300)는 물리적으로 다양한 형태로 구현될 수 있다. 예컨대, 서비스 장치(300)는 PC와 같은 컴퓨터 장치, 네트워크의 서버, 데이터 처리 전용 칩셋 등의 형태를 가질 수 있다.
서비스 장치(300)는 저장장치(310), 메모리(320), 연산장치(330), 인터페이스 장치(340), 통신장치(350) 및 출력장치(360)를 포함할 수 있다.
저장장치(310)는 대상자에 대하여 또는 대상자가 수집한 다양한 정보를 저장할 수 있다. 저장장치(310)는 대상자의 유전체 정보, 의료 정보(건강 건짐 결과), 설문 정보, 라이프로그 데이터 등을 저장할 수 있다. 이와 같은 정보(로 데이터)를 소스 데이터라고 명명할 수 있다.
저장장치(310)는 소스 데이터로부터 추출한 대표 표현형에 대한 복합 요인을 저장할 수 있다. 전술한 바와 같이 복합 요인은 유전 요인, 현재 건강 상태 요인 및 라이프로그 요인을 포함할 수 있다.
저장장치(310)는 분석 결과(건강 지표, 개인 맞춤형 콘텐츠)를 저장할 수 있다.
저장장치(310)는 콘텐츠 DB에서 보유하는 건강활동 콘텐츠 라이브러리를 저장할 수 있다.
저장장치(310)는 소스 데이터로부터 복합 요인을 결정하는 과정, 복합 요인 기준으로 건강 지표를 산출하는 과정 및 개인 맞춤형 콘텐츠를 결정하는 과정에 대한 알고리즘 내지 프로그램을 저장할 수 있다.
메모리(320)는 서비스 장치(300)가 건강 지표를 산출하는 과정 및 개인 맞춤형 콘텐츠를 결정하는 과정 등에서 생성되는 데이터 및 정보 등을 저장할 수 있다.
인터페이스 장치(340)는 외부로부터 일정한 명령 및 데이터를 입력받는 장치이다.
인터페이스 장치(340)는 물리적으로 연결된 입력 장치 또는 외부 저장장치로부터 대상자의 소스 데이터를 입력받을 수 있다.
인터페이스 장치(340)는 대표 표현형에 대한 정보를 입력받을 수 있다.
인터페이스 장치(340)는 개인의 복합 요인에 기반하여 콘텐츠 DB 또는 저장장치로부터 개인 맞춤형 콘텐츠를 입력받을 수 있다.
인터페이스 장치(340)는 분석 결과(건강 지표, 개인 맞춤형 콘텐츠)를 외부 객체에 전달할 수도 있다.
통신장치(350)는 유선 또는 무선 네트워크를 통해 일정한 정보를 수신하고 전송하는 구성을 의미한다. 통신장치(350)는 외부 객체로부터 대상자의 소스 데이터를 수신할 수 있다.
통신장치(350)는 대표 표현형에 대한 정보를 수신할 수 있다.
통신장치(350)는 개인의 복합 요인에 기반하여 콘텐츠 DB로부터 개인 맞춤형 콘텐츠를 수신할 수 있다.
통신장치(350)는 분석 결과(건강 지표, 개인 맞춤형 콘텐츠)를 사용자 단말과 같은 외부 객체에 송신할 수도 있다.
인터페이스 장치(340) 및 통신장치(350)는 사용자 또는 다른 물리적 객체로부터 일정한 데이터를 주고받는 구성이므로, 포괄적으로 입출력장치라고도 명명할 수 있다. 대상자의 소스 데이터를 입력받는 기능에 한정하면 인터페이스 장치(340) 및 통신장치(350)는 입력장치라고 할 수도 있다.
출력장치(360)는 일정한 정보를 출력하는 장치이다. 출력장치(360)는 데이터 처리 과정에 필요한 인터페이스, 분석 결과 등을 출력할 수 있다.
연산 장치(330)는 저장장치(310)에 저장된 프로그램 및 데이터를 이용하여 대상자에 대한 건강 지표 및 개인 맞춤형 콘텐츠를 결정할 수 있다.
연산 장치(330)는 개인이 관심 있는 대표 표현형에 대하여 소스 데이터로부터 전술한 과정을 통해 복합 요인을 결정할 수 있다. 이를 통해 연산 장치(330)는 개인의 건강 지표를 산출할 수 있다. 또한, 연산 장치(330)는 도 2에서 설명한 과정과 유사하게 대표 표현형 유전자 분석, 건강 상태 정보 기반 유전자 분석, 상호작용 유전 요인 유전자 분석, 신체반응 유전 요인 유전자 분석 등을 할 수 있다. 즉, 연산 장치(330)는 대표 표현형에 따른 유전자 분석을 시작으로 이용할 수 있는 다양한 정보들을 활용하여 개인의 건강 지표 및 맞춤형 콘텐츠를 결정할 수 있다.
연산 장치(330)는 도 4에서 설명한 바와 같이 해당 개인에 대하여 수집된 다양한 정보(분석 결과 코드, 현재 상태 코드, 유전 요인 코드, 라이프로그 코드 등)를 기준으로 개인 맞춤형 콘텐츠를 결정할 수 있다.
연산 장치(330)는 데이터를 처리하고, 일정한 연산을 처리하는 프로세서, AP, 프로그램이 임베디드된 칩과 같은 장치일 수 있다.
또한, 상술한 바와 같은 복합적 요인을 이용한 개인 맞춤형 지표 산출 방법 및 콘텐츠 제공 방법은 컴퓨터에서 실행될 수 있는 실행가능한 알고리즘을 포함하는 프로그램(또는 어플리케이션)으로 구현될 수 있다. 상기 프로그램은 일시적 또는 비일시적 판독 가능 매체(non-transitory computer readable medium)에 저장되어 제공될 수 있다.
비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 어플리케이션 또는 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM (read-only memory), PROM (programmable read only memory), EPROM(Erasable PROM, EPROM) 또는 EEPROM(Electrically EPROM) 또는 플래시 메모리 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.
일시적 판독 가능 매체는 스태틱 램(Static RAM，SRAM), 다이내믹 램(Dynamic RAM，DRAM), 싱크로너스 디램 (Synchronous DRAM，SDRAM), 2배속 SDRAM(Double Data Rate SDRAM，DDR SDRAM), 증강형 SDRAM(Enhanced SDRAM，ESDRAM), 동기화 DRAM(Synclink DRAM，SLDRAM) 및 직접 램버스 램(Direct Rambus RAM，DRRAM) 과 같은 다양한 RAM을 의미한다.
본 실시예 및 본 명세서에 첨부된 도면은 전술한 기술에 포함되는 기술적 사상의 일부를 명확하게 나타내고 있는 것에 불과하며, 전술한 기술의 명세서 및 도면에 포함된 기술적 사상의 범위 내에서 당업자가 용이하게 유추할 수 있는 변형 예와 구체적인 실시례는 모두 전술한 기술의 권리범위에 포함되는 것이 자명하다고 할 것이다.
Claims (10)
- 서비스 장치는 대상자에 대한 유전체 분석 결과, 건강 상태 정보, 설문 결과 및 라이프로그 데이터를 포함하는 소스 데이터를 입력받는 단계;
상기 서비스 장치는 상기 소스 데이터 중 적어도 하나의 데이터를 이용하여 대표 표현형에 대한 제1 유전자 분석 결과를 도출하는 단계;
상기 서비스 장치는 상기 소스 데이터 중 적어도 하나의 데이터를 이용하여 상기 대표 표현형과 관련된 하위 유전 요인에 대한 제2 유전자 분석 결과를 도출하는 단계;
상기 서비스 장치는 상기 소스 데이터 중 적어도 하나의 데이터를 이용하여 상기 대표 표현형과 관련된 신체반응 유전 요인에 대한 제3 유전자 분석 결과를 도출하는 단계; 및
상기 서비스 장치는 상기 제1 유전자 분석 결과, 상기 제2 유전자 분석 결과 및 상기 제3 유전자 분석 결과를 이용하여 상기 대상자에 대한 맞춤형 콘텐츠를 결정하는 단계를 포함하는 복합 요인에 따른 개인 맞춤형 콘텐츠 결정 방법. - 제1항에 있어서,
상기 제1 유전자 분석 결과는
상기 대상자에 대하여 상기 대표 표현형에 대한 유전자 마커들로 산출되는 유전자 위험 점수, 상기 건강 상태 정보 내지 상기 설문 정보와 관련된 표현형의 유전자의 위험 점수 및 상기 라이프로그 데이터의 표현형과 관련된 유전자의 위험 점수를 포함하는 복합 요인에 따른 개인 맞춤형 콘텐츠 결정 방법. - 제1항에 있어서,
상기 제1 유전자 분석 결과는 상기 대표 표현형에 대한 유전자 마커들로 산출되는 유전자 위험 점수, 상기 건강 상태 정보 내지 상기 설문 정보와 관련된 표현형의 유전자의 위험 점수 및 상기 라이프로그 데이터의 표현형과 관련된 유전자의 위험 점수가 하나의 행렬로 구성된 값인 복합 요인에 따른 개인 맞춤형 콘텐츠 결정 방법. - 제1항에 있어서,
상기 제1 유전자 분석 결과는 상기 대표 표현형에 대한 유전자 마커들로 산출되는 유전자 위험 점수로 구성된 제1 행렬, 상기 건강 상태 정보 내지 상기 설문 정보와 관련된 표현형의 유전자의 위험 점수로 구성된 제2 행렬 및 상기 라이프로그 데이터의 표현형과 관련된 유전자의 위험 점수로 구성된 제3 행렬이 행렬 연산으로 처리된 값인 복합 요인에 따른 개인 맞춤형 콘텐츠 결정 방법. - 제1항에 있어서,
상기 서비스 장치는
상기 대상자의 현재 건강 상태 정보, 상기 대상자의 유전 요인 정보 및 상기 대상자의 라이프로그 정보를 더 이용하여 상기 맞춤형 콘텐츠를 결정하는 복합 요인에 따른 개인 맞춤형 콘텐츠 결정 방법. - 대상자에 대한 유전체 분석 결과, 건강 상태 정보, 설문 결과 및 라이프로그 데이터를 포함하는 소스 데이터를 입력받는 입력장치;
건강활동 콘텐츠 라이브러리를 저장하는 저장장치; 및
상기 소스 데이터 중 적어도 하나의 데이터를 이용하여 대표 표현형에 대한 제1 유전자 분석 결과, 상기 대표 표현형과 관련된 하위 유전 요인에 대한 제2 유전자 분석 결과 및 상기 대표 표현형과 관련된 신체반응 유전 요인에 대한 제3 유전자 분석 결과를 도출하고, 상기 제1 유전자 분석 결과, 상기 제2 유전자 분석 결과 및 상기 제3 유전자 분석 결과를 이용하여 상기 대상자에 대한 맞춤형 콘텐츠를 결정하는 연산장치를 포함하는 복합 요인에 따른 개인 맞춤형 콘텐츠 제공하는 서비스 장치. - 제6항에 있어서,
상기 제1 유전자 분석 결과는
상기 대상자에 대하여 상기 대표 표현형에 대한 유전자 마커들로 산출되는 유전자 위험 점수, 상기 건강 상태 정보 내지 상기 설문 정보와 관련된 표현형의 유전자의 위험 점수 및 상기 라이프로그 데이터의 표현형과 관련된 유전자의 위험 점수를 포함하는 복합 요인에 따른 개인 맞춤형 콘텐츠 제공하는 서비스 장치. - 제6항에 있어서,
상기 제1 유전자 분석 결과는 상기 대표 표현형에 대한 유전자 마커들로 산출되는 유전자 위험 점수, 상기 건강 상태 정보 내지 상기 설문 정보와 관련된 표현형의 유전자의 위험 점수 및 상기 라이프로그 데이터의 표현형과 관련된 유전자의 위험 점수가 하나의 행렬로 구성된 값인 복합 요인에 따른 개인 맞춤형 콘텐츠 제공하는 서비스 장치. - 제6항에 있어서,
상기 제1 유전자 분석 결과는 상기 대표 표현형에 대한 유전자 마커들로 산출되는 유전자 위험 점수로 구성된 제1 행렬, 상기 건강 상태 정보 내지 상기 설문 정보와 관련된 표현형의 유전자의 위험 점수로 구성된 제2 행렬 및 상기 라이프로그 데이터의 표현형과 관련된 유전자의 위험 점수로 구성된 제3 행렬이 행렬 연산으로 처리된 값인 복합 요인에 따른 개인 맞춤형 콘텐츠 제공하는 서비스 장치. - 제6항에 있어서,
상기 연산장치는
상기 대상자의 현재 건강 상태 정보, 상기 대상자의 유전 요인 정보 및 상기 대상자의 라이프로그 정보를 더 이용하여 상기 맞춤형 콘텐츠를 결정하는 복합 요인에 따른 개인 맞춤형 콘텐츠 제공하는 서비스 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210158021A KR20230071620A (ko) | 2021-11-16 | 2021-11-16 | 복합 요인에 따른 개인 맞춤형 콘텐츠 결정 방법 및 서비스 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210158021A KR20230071620A (ko) | 2021-11-16 | 2021-11-16 | 복합 요인에 따른 개인 맞춤형 콘텐츠 결정 방법 및 서비스 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230071620A true KR20230071620A (ko) | 2023-05-23 |
Family
ID=86544655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210158021A KR20230071620A (ko) | 2021-11-16 | 2021-11-16 | 복합 요인에 따른 개인 맞춤형 콘텐츠 결정 방법 및 서비스 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230071620A (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190141460A (ko) | 2018-06-14 | 2019-12-24 | 이원다이애그노믹스(주) | 유전자 기반 개인별 맞춤형 유산소 대사 능력 정보 제공 방법 및 시스템 |
-
2021
- 2021-11-16 KR KR1020210158021A patent/KR20230071620A/ko not_active Application Discontinuation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190141460A (ko) | 2018-06-14 | 2019-12-24 | 이원다이애그노믹스(주) | 유전자 기반 개인별 맞춤형 유산소 대사 능력 정보 제공 방법 및 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210166794A1 (en) | Genetic Based Health Management Systems for Weight and Nutrition Control | |
| US20200227172A1 (en) | Determining indicators of individual health | |
| US20190267128A1 (en) | Determining an Optimal Wellness Regime | |
| US8762167B2 (en) | Methods and systems for generation of personalized health plans | |
| KR102258899B1 (ko) | 통합적 건강 정보를 이용한 식단 및 운동 추천 방법 및 서비스 시스템 | |
| US20170132369A1 (en) | Genetic based health management apparatus and methods | |
| CN102171697A (zh) | 用于个性化行动计划的方法和系统 | |
| US20220102009A1 (en) | Systems and methods for nutrigenomics and nutrigenetic analysis | |
| WO2018204763A2 (en) | Systems and methods for generating genetic profile test and related purchase recommendations via an artificial intelligence-enhanced chatbot | |
| GB2595373A (en) | Ancestry-specific genetic risk scores | |
| US20210397996A1 (en) | Methods and systems for classification using expert data | |
| Pellegrini et al. | A proof-of-concept application of a novel scoring approach for personalized medicine in multiple sclerosis | |
| US20180108433A1 (en) | System and computer program for analyzing and managing health, fitness and nutritional wellness | |
| WO2012006669A1 (en) | System and method for determining personal health intervention | |
| KR102492977B1 (ko) | 마이크로바이옴을 이용한 건강 정보 제공 방법 및 분석장치 | |
| KR20230071620A (ko) | 복합 요인에 따른 개인 맞춤형 콘텐츠 결정 방법 및 서비스 장치 | |
| KR102261270B1 (ko) | 사용자 다중 특징 정보를 이용한 개인 맞춤형 콘텐츠 제공 방법 및 분석장치 | |
| EP3693972A1 (en) | System and method for interpreting data and providing recommendations to a user based on his/her genetic data and on data related to the composition of his/her intestinal microbiota | |
| Ossorio | The ethics of translating high-throughput science into clinical practice | |
| KR102529407B1 (ko) | 건강 컨설팅 서비스를 제공하는 서버, 방법 및 컴퓨터 프로그램 | |
| JP6138824B2 (ja) | セルフケア行動の患者固有の順序付けられたリストを生成するための方法、システム及びコンピュータプログラム | |
| CN116246754B (zh) | 一种人体体重监测评估干预管理方法和系统 | |
| EP4239643A1 (en) | Automated personalized nutrition and lifestyle recommendation system and associated method thereof | |
| KR102407891B1 (ko) | 개인별 건강 상태를 반영한 맞춤형 검색을 통한 건강 정보 제공 시스템 및 그 동작 방법 | |
| US20230253115A1 (en) | Methods and systems for predicting in-vivo response to drug therapies |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |