KR20230083520A - 혈당 반응값을 활용한 식이 추천 시스템 및 그 방법 - Google Patents

혈당 반응값을 활용한 식이 추천 시스템 및 그 방법 Download PDF

Info

Publication number
KR20230083520A
KR20230083520A KR1020210171578A KR20210171578A KR20230083520A KR 20230083520 A KR20230083520 A KR 20230083520A KR 1020210171578 A KR1020210171578 A KR 1020210171578A KR 20210171578 A KR20210171578 A KR 20210171578A KR 20230083520 A KR20230083520 A KR 20230083520A
Authority
KR
South Korea
Prior art keywords
blood glucose
user
response value
glucose response
food
Prior art date
Application number
KR1020210171578A
Other languages
English (en)
Inventor
강병철
신가희
심재영
이상민
서진아
안성호
Original Assignee
주식회사 디이프
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 디이프 filed Critical 주식회사 디이프
Priority to KR1020210171578A priority Critical patent/KR20230083520A/ko
Priority to PCT/KR2022/000229 priority patent/WO2023101099A1/ko
Publication of KR20230083520A publication Critical patent/KR20230083520A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • 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
    • 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
    • A61B5/48—Other medical applications
    • A61B5/4866—Evaluating metabolism
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Nutrition Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Emergency Medicine (AREA)
  • Obesity (AREA)
  • Nursing (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 발명에 따른 사용자 혈당 반응값을 활용하여 식이를 추천하는 식이 추천 시스템은, 사용자 단말로부터 사용자 데이터 및 식품 데이터를 수신하고, 혈당 측정 단말로부터 시간에 따른 혈당 측정 데이터를 수신하는 데이터 수신부; 상기 식품 데이터에 대해 일정 시간동안 측정된 상기 혈당 측정 데이터의 면적을 이용하여 상기 사용자 혈당 반응값을 계산하는 사용자 혈당 반응값 계산부; 상기 사용자 데이터, 상기 식품 데이터 및 상기 혈당 측정 데이터를 기반으로 상기 사용자의 혈당 반응값 분포를 생성하는 혈당 반응값 분포 생성부; 상기 생성된 사용자 혈당 반응값 분포와 표준 식품 혈당 반응값 분포를 이용하여 사용자 혈당 반응값을 분석하는 사용자 혈당 반응값 분석부; 및 상기 사용자 혈당 반응값의 분석 결과 및 상기 사용자 혈당 반응값을 기반으로 맞춤화 된 식이를 추천하는 식이 추천부를 포함하는 것인 식이 추천 시스템을 제공한다.

Description

혈당 반응값을 활용한 식이 추천 시스템 및 그 방법{DIETARY RECOMMENDATION SYSTEM USING GLYCEMIC RESPONSE VALUE AND METHOD OF THE SAME}
본 발명은 혈당 반응값을 활용한 식이 추천 시스템 및 그 방법에 관한 것으로, 더욱 상세하게는 특정 식품에 대한 사용자 혈당 반응값을 측정하고, 이를 표준 식품 데이터 및 시스템 사용자 데이터와 비교 분석함으로써 사용자에게 맞춤화된 식이 요법을 추천할 수 있는 식이 추천 시스템 및 그 방법에 관한 것이다.
최근 고령화, 식생활 변화, 운동 부족 및 스트레스 등으로 인한 당뇨 질환 환자 수가 폭발적으로 증가하는 추세이다. 특히, 서양인들에 비해 혈당을 조절하는 주된 호르몬인 인슐린의 분비량이 적은 동양인들은 서구화된 생활 습관으로 인해 혈당을 조절하지 못하게 되면서 당뇨 질환 유병률이 증가하고 있다. 또한, 고령화로 인해 여성들의 결혼과 임신 시기가 점차 늦어지면서 임신성 당뇨 질환에 대한 문제가 나타나고 있다.
이러한 문제를 해결하기 위해서, 당뇨 질환과 밀접한 관련이 있는 식생활에 대한 관심이 집중되고 있으며, 일상 생활에서 식단 관리로 혈당을 조절하는 것의 필요성이 제기되고 있다. 그러나, 임신성 당뇨와 같은 후천적 당뇨 질환 환자는 자신에게 맞는 음식 또는 혈당을 높이지 않는 식품을 구분해서 선택하는 것에 어려움이 있다.
종래의 당뇨 질환 환자의 식이 요법에 있어서는, 영양사, 임상 영양사 및 의사 등의 전문가의 진단으로 혈당 관리를 진행했다. 이는 당뇨 질환 환자가 전문가가 있는 곳으로 방문하여 진단을 받아야 하기 때문에 많은 시간 및 비용을 필요로 하며, 실시간으로 혈당 정보를 전문가에게 제공하는 것에 한계가 있다. 또한, 당뇨 질환 환자에게 적합한 식단을 제공하는 것에 전문가의 주관적인 의견이 반영되는 비율이 높다는 문제점이 존재한다. 이에 따라, 당뇨 질환 환자는 제공받은 식단으로 혈당이 제대로 조절되고 있는지 즉각적으로 확인하기 어려우며, 일생 생활에서 식단 관리를 하는 것에 불편함을 느끼는 경우가 대부분이다.
또한, 일반적으로 혈당 지수 데이터 베이스는 외국의 혈당 지수 데이터를 기반으로 국내 당뇨 질환 환자의 식단을 제공하고 있다. 이와 같은 방법은, 국내 식품에 대한 혈당 지수 데이터의 정보가 부족하므로 국내 당뇨 질환 환자에게 적합한 식단을 제공하는 것에 한계가 있다.
게다가, 혈당 지수 데이터는 표준 식품을 기반으로 이루어져 있기 때문에, 당뇨 질환 환자가 비표준 식품을 섭취하는 경우 정확한 혈당 지수 데이터를 파악하여 식단 관리를 하는 것에 어려움이 있다.
따라서, 사용자의 실시간 혈당 정보에 기초하여, 비표준 식품의 혈당 반응값과의 관련성 및 사용자 체질과 비표준 식품간의 상호 관련성에 기초하여 사용자 맞춤화 식단을 제공할 수 있는 식이 추천 시스템의 개발이 필요하다.
본 발명이 이루고자 하는 기술적 과제는 특정 식품에 대한 사용자 혈당 반응값을 측정하고, 이를 표준 식품 데이터 및 시스템 사용자 데이터와 비교 분석함으로써 사용자에게 맞춤화된 식이를 추천할 수 있는 식이 추천 시스템 및 그 방법에 관한 것이다.
또한, 본 발명이 이루고자 하는 기술적 과제는 특정 식품과 대응되는 표준 식품의 혈당 반응값 분포를 생성하여 사용자 혈당 반응값과 비교 분석함으로써, 특정 식품에 의한 혈당 반응에 대하여 보다 정확한 분석 결과를 제공할 수 있는 식이 추천 시스템 및 그 방법을 제공하는 것이다.
또한, 본 발명이 이루고자 하는 기술적 과제는 기 설정된 조건에 따라 특정 식품에 대한 시스템 사용자의 혈당 반응값 분포를 생성하여 사용자 혈당 반응값과 비교 분석함으로써, 사용자와 특정 식품간의 혈당 반응의 연관성을 더 세부적으로 분석 결과를 도출할 수 있는 식이 추천 시스템 및 그 방법을 제공하는 것이다.
또한, 본 발명이 이루고자 하는 기술적 과제는 별도의 외부 인력 없이도 사용자에게 맞춤화된 식단을 실시간으로 제공할 수 있는 식이 추천 시스템 및 그 방법을 제공하는 것이다.
또한, 본 발명이 이루고자 하는 기술적 과제는 판단된 사용자의 혈당 반응값 분석 결과를 기반으로 일상생활에서도 사용자가 스스로 혈당을 조절하도록 유도할 수 있는 식이 추천 시스템 및 그 방법을 제공하는 것이다.
본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기 기술적 과제를 달성하기 위하여 본 발명의 실시예는, 사용자 혈당 반응값을 활용하여 식이를 추천하는 식이 추천 시스템으로서, 사용자 단말로부터 사용자 데이터 및 식품 데이터를 수신하고, 혈당 측정 단말에서 측정된 시간에 따른 혈당 측정 데이터를 수신하는 데이터 수신부; 상기 식품 데이터에 대해 일정 시간동안 측정된 상기 혈당 측정 데이터의 면적을 이용하여 상기 사용자 혈당 반응값을 계산하는 사용자 혈당 반응값 계산부; 상기 사용자 데이터, 상기 식품 데이터 및 상기 혈당 측정 데이터를 기반으로 상기 사용자의 혈당 반응값 분포를 생성하는 혈당 반응값 분포 생성부; 상기 생성된 사용자 혈당 반응값 분포와 표준 식품 혈당 반응값 분포를 이용하여 사용자 혈당 반응값을 분석하는 사용자 혈당 반응값 분석부; 및 상기 사용자 혈당 반응값의 분석 결과 및 상기 사용자 혈당 반응값을 기반으로 맞춤화 된 식이를 추천하는 식이 추천부를 포함하는 것인 식이 추천 시스템을 제공할 수 있다.
상기 혈당 반응값 분포 생성부는 공공 DB로 상기 식품 데이터에 대응되는 표준 식품 혈당 지수 데이터를 요청하고, 상기 표준 식품 혈당 지수 데이터를 기반으로 상기 표준 식품 혈당 반응값 분포를 생성하는 표준 식품 혈당 반응값 분포 생성부를 포함할 수 있다.
상기 사용자 혈당 반응값 분석부는 상기 표준 식품 혈당 반응값 분포의 평균과 상기 사용자 혈당 반응값을 비교 분석하여 차이를 계산하고, 표준 식품과 상기 식품 데이터의 혈당 반응의 관련성을 판단할 수 있다.
상기 혈당 반응값 분포 생성부는 기 설정된 조건에 따라 시스템 사용자 DB로 상기 식품 데이터 및 미리 저장된 다른 사용자 데이터에 대응되는 시스템 사용자 혈당 반응값을 요청하고, 상기 시스템 사용자 혈당 반응값을 기반으로 시스템 사용자 혈당 반응값 분포를 생성하는 시스템 사용자 혈당 반응값 분포 생성부를 포함할 수 있다.
상기 사용자 혈당 반응값 분석부는 상기 시스템 사용자 혈당 반응값 분포의 평균과 상기 사용자 혈당 반응값을 비교하여 차이를 계산하고, 상기 기 설정된 조건에 따라 사용자 혈당 반응값을 분석할 수 있다.
계산된 상기 사용자 혈당 반응값은 시스템 사용자 DB로 저장될 수 있다.
또한, 상기 사용자 혈당 반응값 분석부는 동일한 식품에 대하여 상기 사용자 본인의 과거 혈당 반응값과 상기 계산된 사용자 혈당 반응값을 서로 비교하며, 상기 사용자 본인의 혈당 반응값 비교 결과에 기초하여 상기 사용자 단말로 건강 상태 진단 결과를 제공하는 건강 상태 진단부를 더 포함할 수 있다.
상기 기술적 과제를 달성하기 위하여 본 발명의 실시예는, 사용자 혈당 반응값을 활용하여 식이를 추천하는 식이 추천 방법으로서, a) 사용자 단말로부터 사용자 데이터 및 식품 데이터를 수신하고, 혈당 측정 단말에서 측정된 시간에 따른 혈당 측정 데이터를 수신하는 단계; b) 상기 식품 데이터에 대해 일정 시간동안 측정된 상기 혈당 측정 데이터의 면적으로 상기 사용자 혈당 반응값을 계산하는 단계; c) 상기 사용자 데이터, 상기 식품 데이터 및 상기 혈당 측정 데이터를 기반으로 사용자 혈당 반응값 분포를 생성하는 단계; d) 상기 생성된 사용자 혈당 반응값 분포 및 표준 식품 혈당 반응값 분포를 이용하여 상기 사용자 혈당 반응값을 분석하는 단계; 및 e) 상기 사용자 혈당 반응값의 분석 결과 및 상기 사용자 혈당 반응값을 기반으로 맞춤화 된 식이를 추천하는 단계를 포함하는 것인 식이 추천 방법을 제공할 수 있다.
상기 c) 단계는 공공 DB로 상기 식품 데이터에 대응되는 표준 식품 혈당 지수 데이터를 요청하는 단계; 및 상기 표준 식품 혈당 지수 데이터를 기반으로 상기 표준 식품 혈당 반응값 분포를 생성하는 단계를 포함할 수 있다.
상기 d) 단계는 상기 표준 식품 혈당 반응값 분포의 평균과 상기 사용자 혈당 반응값을 비교 분석하여 차이를 계산하고, 표준 식품과 상기 식품 데이터의 혈당 반응의 관련성을 판단할 수 있다.
상기 c) 단계는 기 설정된 조건에 따라 시스템 사용자 DB로 상기 식품 데이터 및 미리 저장된 다른 사용자 데이터에 대응되는 시스템 사용자 혈당 반응값을 요청하는 단계; 및 상기 시스템 사용자 혈당 반응값을 기반으로 시스템 사용자 혈당 반응값 분포를 생성하는 단계를 포함할 수 있다.
상기 d) 단계는 상기 시스템 사용자 혈당 반응값 분포의 평균과 상기 사용자 혈당 반응값을 비교하여 차이를 계산하고, 상기 기 설정된 조건에 따라 사용자 혈당 반응값을 분석할 수 있다.
상기 b) 단계에 있어서 계산된 상기 사용자 혈당 반응값은 시스템 사용자 DB로 저장될 수 있다.
동일한 식별자를 가진 식품 데이터에 대한 사용자 본인의 과거 혈당 반응값 데이터와 현재 계산된 혈당 반응값 데이터를 비교하는 단계 및상기 과거 혈당 반응값 데이터와 현재 계산된 혈당 반응값 데이터의 비교 결과에 기초하여 건강 상태 진단에 대한 알람을 제공하는 단계를 더 포함할 수 있다.
본 발명의 실시예에 따르면, 특정 식품에 대응되는 표준 식품의 혈당 반응값 분포를 생성하여 특정 식품에 대한 사용자 혈당 반응값을 비교함으로써, 특정 식품에 대한 사용자 혈당 반응값을 중심으로 분석할 수 있다. 이에 따르면, 종래의 표준 식품 혈당 지수 데이터를 기반으로 사용자의 혈당 반응값을 분석하여 발생하는 정확도 오류를 해결할 수 있다. 따라서, 높은 분석 신뢰도를 가진 판단 결과를 제공할 수 있다.
또한, 본 발명의 실시예에 따르면, 기 설정된 조건이 반영되도록 특정 식품에 대한 시스템 사용자의 혈당 반응값 분포를 생성하고, 생성된 시스템 사용자의 혈당 반응값 분포와 특정 식품에 대한 사용자 혈당 반응값을 비교하여 분석할 수 있다. 이로써, 특정 식품에 대한 사용자 혈당 반응값을 보다 세부적으로 분석할 수 있다. 또한, 국내 시스템 사용자의 혈당 반응값과 비교 분석할 수 있으므로 보다 사용자에게 적합한 분석 결과를 제공할 수 있다.
또한, 본 발명의 실시예에 따르면, 별도의 외부 인력 없이도 특정 식품에 대한 사용자 혈당 반응값을 계산하여 분석하는 것이 자동으로 이루어질 수 있다. 따라서, 사용자 혈당 반응값을 계산하기 위한 사용자 데이터, 식품 데이터 및 혈당 측정 데이터의 누락을 방지할 수 있다.
또한, 본 발명의 실시예에 따르면, 분석 결과를 기반으로 사용자에게 맞춤화된 식이를 추천할 수 있기 때문에, 사용자는 전문가에게 식단을 제공받기 위하여 별도의 시간과 비용을 소모할 필요없이 스스로 식단을 관리할 수 있다. 즉, 사용자는 특정 식품에 대한 구매 여부를 효율적으로 결정할 수 있다.
도1은 본 발명의 실시예에 따른 식이 추천 시스템의 동작을 도시하는 블록도이다.
도 2는 본 발명의 실시예에 따른 식이 추천 시스템을 도시하는 세부 블록도이다.
도 3은 본 발명의 실시예에 따른 표준 식품 혈당 반응값 분포 및 시스템 사용자 혈당 반응값 분포에서 사용자 혈당 반응값을 그래프 형태로 도시하는 예시도이다.
도4는 본 발명의 실시예에 따른 식이 추천 시스템이 사용자 맞춤화 식이를 추천하는 과정을 도시하는 흐름도이다.
이하에서는 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시예로 한정되는 것은 아니다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결(접속, 접촉, 결합)"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우 뿐 아니라, 그 중간에 다른 부재를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 구비할 수 있다는 것을 의미한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하 첨부된 도면을 참고하여 본 발명의 실시예를 상세히 설명하기로 한다.
도1은 본 발명의 실시예에 따른 식이 추천 시스템의 동작을 도시하는 블록도이다.
도1을 참조하면, 식이 추천 시스템(100)은 사용자 단말(10)로부터 사용자 데이터 및 식품 데이터를 수신할 수 있다.
일 예로, 사용자 데이터는 사용자의 나이, 신체 정보, 운동 습관, 당뇨 병력, 거주 지역 및 성별 등 중 적어도 하나를 포함할 수 있다
또한, 식품 데이터는 식품군, 식품종, 식품 유형 및 식품 이름 등 적어도 하나를 포함할 수 있다. 식이 추천 시스템(100)은 식품 데이터를 텍스트 입력, 촬영 및 음성 기록 등으로 수신할 수 있다. 여기서, 식품 데이터는 혈당 지수 값을 제공하지 않는 특정 제품인 경우에는 새롭게 식품 데이터를 생성하여 등록하는 것도 가능하다.
식이 추천 시스템(100)은 혈당 측정 단말(20)로부터 시간에 따른 혈당의 측정 데이터를 수신할 수 있다. 혈당 측정 데이터는 특정 식품을 섭취할 시, 일정 시간 동안 측정되는 혈당 상승 정도에 대한 정보를 포함할 수 있다.
일 예로, 혈당 측정 단말(20)은 혈당 측정기, 스마트 워치 및 혈당 측정 패치 등을 포함할 수 있다. 혈당 측정기는 바늘로 손가락 피부를 찔러 채혈함으로써 모세혈관의 포도당 농도를 측정하는 자가 혈당 측정 방식 및 채혈하지 않고 피부 아래에 삽입한 센서가 피하세포 간질액의 포도당을 측정하는 연속 혈당 측정 방법을 포함할 수 있다. 스마트워치는 라만 분광법 및 흡수 분광법 등의 센서를 활용하여 비침습 혈당 수치를 판독할 수 있다. 또한, 혈당 측정 패치는 플렉시블 기판에 센서를 집적화하여 땀 속 당분을 검출함으로써 혈당을 모니터링할 수 있다.
상기 혈당의 측정 데이터는 실시간 적으로 수신하는 것도 가능하지만, 미리 측정된 데이터를 직접 입력하는 방식으로도 제공하는 것도 가능하다.
식이 추천 시스템(100)은 사용자 데이터, 식품 데이터 및 혈당 측정 데이터를 기반으로 사용자 혈당 반응값을 계산할 수 있다. 사용자 혈당 반응값은 특정 식품을 사용자가 섭취할 시, 특정 식품에 포함된 탄수화물의 혈당 반응에 대한 면적이다. 또한, 식이 추천 시스템(100)은 계산된 사용자 혈당 반응값을 시스템 사용자 DB(40)에 저장할 수 있다.
식이 추천 시스템(100)은 공공 DB(30)로 표준 식품 혈당 지수 데이터를 요청하여 수신할 수 있다. 공공 DB(30)는 국가에서 보유하고 있는 표준 식품 혈당 지수 데이터를 식이 추천 시스템(100)이 활용할 수 있도록 공유할 수 있다.
이 때, 식이 추천 시스템(100)은 식품 데이터에 대응되는 표준 식품의 혈당 지수 데이터를 수신할 수 있다. 혈당 지수 데이터는 식품 섭취 후 평균 혈당 반응 면적과 포도당 용액 섭취 후 평균 혈당 반응 면적의 비율이다. 즉, 혈당 지수 데이터는 식품을 섭취한 경우, 얼마나 빠른 속도로 소화되어 혈당 농도를 증가시키는지 객관적으로 표시한 지수이다.
식이 추천 시스템(100)은 표준 식품의 혈당 지수 데이터를 기반으로 표준 식품 혈당 반응값 분포를 생성할 수 있다. 또한, 식이 추천 시스템(100)은 생성된 표준 식품 혈당 반응값 분포와 사용자 혈당 반응값을 비교할 수 있다. 식이 추천 시스템(100)은 표준 식품 혈당 반응값 분포에서 사용자 혈당 반응값의 상대적인 값을 도출할 수 있다.
식이 추천 시스템(100)은 특정 식품의 사용자 혈당 반응값 분석 결과를 사용자 단말(10)로 제공할 수 있다. 또한, 식이 추천 시스템(100)은 사용자 혈당 반응값 분석 결과를 기초로 하여 사용자에게 맞춤화된 식이를 추천할 수 있다. 일 예로, 식이 추천 시스템(100)은 특정 식품의 사용자 혈당 반응값이 표준 식품 혈당 반응값 분포의 평균 보다 크거나 작은 경우, 특정 식품과 표준 식품의 혈당 반응 관련성을 판단하여 사용자 단말에 제공할 수 있다. 따라서, 식이 추천 시스템(100)은 사용자가 특정 식품의 구매 여부를 판단하도록 관리할 수 있다.
또한, 식이 추천 시스템(100)은 시스템 사용자 DB(40)로부터 시스템 사용자 혈당 반응값을 수신할 수 있다. 이 때, 식이 추천 시스템(100)은 식품 데이터에 대응되는 시스템 사용자들의 혈당 반응값을 요청하여 수신할 수 있다.
식이 추천 시스템(100)은 수신한 시스템 사용자 혈당 반응값을 기반으로 시스템 사용자 혈당 반응값 분포를 생성할 수 있다. 식이 추천 시스템(100)은 생성된 시스템 사용자 혈당 반응값 분포와 사용자 혈당 반응값을 비교하여 분석할 수 있다. 또한, 식이 추천 시스템(100)은 사용자 단말(10)로 분석 결과를 제공하고 식이를 추천할 수 있다.
일 예로, 특정 식품에 대한 사용자 혈당 반응값이, 사용자 연령대에 해당하는 시스템 사용자의 특정 식품에 대한 혈당 반응값 분포의 평균보다 낮은 경우, 특정 식품의 식이를 조절할 필요가 없는 것으로 사용자 단말(10)에 제공할 수 있다.
시스템 사용자 DB(40)은 식이 추천 시스템(100)과 분리 되어 있는 것으로 도시되어 있으나, 구현예에 따라 식이 추천 시스템(100)의 내부나 일체화된 시스템으로 구현되는 것도 가능하다.
도 2는 본 발명의 실시예에 따른 식이 추천 시스템을 도시하는 세부 블록도이다.
식이 추천 시스템(100)은 데이터 수신부(110), 사용자 혈당 반응값 계산부(120), 혈당 반응값 분포 생성부(130), 사용자 혈당 반응값 분석부(140), 사용자 식이 추천부(150) 및 건강 상태 진단부(160)을 포함할 수 있다.
먼저, 데이터 수신부(110)는 사용자 데이터 수신부(111), 식품 데이터 수신부(112) 및 혈당 측정 데이터 수신부(113)를 포함할 수 있다.
사용자 데이터 수신부(111)는 사용자 단말로부터 사용자 데이터를 수신할 수 있다. 일 예로, 사용자 데이터는 사용자의 나이, 지역 및 성별 등 중 적어도 하나를 포함할 수 있다.
식품 데이터 수신부(112)는 사용자 단말로부터 식품 데이터를 수신할 수 있다. 식품 데이터 수신부(112)는 식품 데이터를 텍스트 입력, 촬영 및 음성 기록 등으로 수신할 수 있다. 일 예로, 식품 데이터는 식품군, 식품종, 식품 유형 및 식품 이름 등 적어도 하나를 포함할 수 있다.
혈당 측정 데이터 수신부(113)는 혈당 측정 단말로부터 혈당 측정 데이터를 수신할 수 있다. 일 예로, 혈당 측정 단말(20)은 혈당 측정기, 스마트 워치 및 혈당 측정 패치 등을 포함할 수 있다. 혈당 측정 데이터는 특정 식품을 섭취함으로써 측정되는 시간에 따른 혈당 상승 정도에 대한 정보를 포함할 수 있다.
한편, 사용자 혈당 반응값 계산부(120)는 사용자 데이터, 식품 데이터 및 혈당 측정 데이터를 기반으로 계산할 수 있다. 사용자 혈당 반응값은 특정 식품을 사용자가 섭취한 경우, 특정 식품에 포함된 탄수화물의 혈당 반응에 대한 면적이다. 사용자 혈당 반응값 계산부(120)는 사용자가 특정 식품을 섭취할 시, 일정 시간(예를 들어, 120분)동안 측정된 혈당 측정 데이터의 면적을 계산할 수 있다. 일 예로, 사용자 혈당 반응값 계산부는 Total AUC, Incremental AUC cut, Incremental AUC, Incremental AUC min 또는 Net incremental AUC 등의 방법으로 사용자 혈당 반응값을 계산할 수 있다.
혈당 반응값 분포 생성부(130)는 표준 식품 혈당 반응값 분포 생성부(131) 및 시스템 사용자 혈당 반응값 분포 생성부(132)를 포함할 수 있다.
먼저, 표준 식품 혈당 반응값 분포 생성부(131)는 식품 데이터를 기반으로 공공 DB에 특정 식품에 대한 표준 식품 혈당 지수 데이터를 요청할 수 있다. 일 예로, 표준 식품 혈당 반응값 분포 생성부(131)는 식품 데이터가 비표준 식품인 경우, 비표준 식품에 대응되는 표준 식품의 혈당 지수 데이터를 요청하여 수신할 수 있다. 이 때, 표준 식품은 비표준 식품을 포함하거나 유사한 식품일 수 있다.
혈당 지수 데이터는 특정 식품에 대한 혈당 반응값 면적과 표준 혈당 반응 면적의 비율이므로, 표준 식품 혈당 반응값 분포 생성부(131)는 수신한 표준 식품의 혈당 지수 데이터를 기반으로 표준 식품 혈당 반응값 분포를 생성할 수 있다. 또한, 생성된 표준 식품 혈당 반응값 분포는 정규 분포 형태일 수 있다. 정규 분포는 분포 곡선이 평균을 중앙으로 하여 좌우 대칭으로 종 모양을 이루는 것으로, 모집단의 분포가 정규 분포를 가지는 것으로 가정하는 경우, 통계 분석을 손쉽게 수행할 수 있기 때문에 통계 분석에서 많이 사용되는 분포 형태이다. 표준 식품 혈당 반응값 분포 생성부(131)는 정규 분포 형태로 표준 식품 혈당 반응값 분포를 형성함으로써 사용자 혈당 반응값을 효율적으로 파악할 수 있다.
또한, 시스템 사용자 혈당 반응값 분포 생성부(132)는 식품 데이터를 기반으로 시스템 사용자 DB에 식품 데이터에 대응되는 시스템 사용자 혈당 반응값을 요청할 수 있다. 시스템 사용자 DB는 식이 추천 시스템(100)을 사용하는 복수의 사용자 혈당 반응값을 저장할 수 있다. 일 예로, 시스템 사용자 혈당 반응값 분포 생성부(132)는 특정 식품의 시스템 사용자 혈당 반응값을 요청하여 수신할 수 있다.
또한, 시스템 사용자 혈당 반응값 분포 생성부(132)는 기 설정된 조건에 따라 시스템 사용자 혈당 반응값 분포를 정규 분포 형태로 생성할 수 있다. 일 예로, 기 설정된 조건은 나이, 지역 및 성별 등 중 적어도 하나를 포함할 수 있다. 일 예로, 시스템 사용자 혈당 반응값 분포 생성부(132)는 기 설정된 조건이 나이일 시, 시스템 사용자 혈당 반응값 분포를 연령별로 생성할 수 있다.
또한, 사용자 혈당 반응값 분석부(140)는 생성된 표준 식품 혈당 반응값 분포 및 시스템 사용자 혈당 반응값을 사용자 혈당 반응값과 비교할 수 있다.
먼저, 사용자 혈당 반응값 분석부(140)는 표준 식품 혈당 반응값 분포와 특정 시품에 대한 사용자 혈당 반응값을 비교할 수 있다. 또한, 사용자 혈당 반응값 분석부(140)는 표준 식품 혈당 반응값 분포의 평균과 특정 식품에 대한 사용자의 혈당 반응값을 비교하여 분석할 수 있다. 즉, 사용자 혈당 반응값 분석부(140)는 사용자가 특정 식품에 대한 사용자 혈당 반응값을 상대적으로 분석하는 것이 가능하다.
따라서, 사용자 혈당 반응값 분석부(140)는 비표준 식품을 섭취할 시에도 사용자 혈당 반응값을 분석할 수 있으므로, 종래의 표준 식품 혈당 지수 데이터를 기반으로 사용자 혈당 반응값을 분석함으로써 발생하는 정확도 문제를 해결할 수 있다.
또한, 사용자 혈당 반응값 분석부(140)는 시스템 사용자 혈당 반응값 분포와 사용자 혈당 반응값을 비교할 수 있다. 사용자 혈당 반응값 분석부(140)는 기 설정된 조건에 따라 사용자 혈당 반응값과 비교할 시스템 사용자 혈당 반응값 분포를 파악할 수 있다. 기 설정된 조건은 나이, 지역 및 성별 등 중 적어도 하나를 포함할 수 있다. 따라서, 사용자 혈당 반응값 분석부(140)는 사용자 데이터와 대응되는 시스템 사용자의 특정 식품에 대한 혈당 반응값 분포와 특정 식품에 대한 사용자 혈당 반응값을 상대적으로 분석하는 것이 가능하다.
일 예로, 사용자 혈당 반응값 분석부(140)는 기 설정된 조건이 나이인 경우, 사용자 나이에 대응되는 시스템 사용자 혈당 반응값 분포와 비교할 수 있다. 게다가, 사용자 혈당 반응값 분석부(140)는 기 설정된 조건이 지역인 경우, 사용자 지역에 대응되는 사용자 혈당 반응값 분포와 비교할 수 있으므로 종래의 외국 혈당 지수 데이터를 중심으로 분석함으로써 발생하는 한계를 해결할 수 있다.
혈당 반응값 분석부(140)는 사용자 본인의 과거 혈당 반응 값 데이터도 포함될 수 있다. 즉, 동일한 식별자를 가진 식품 데이터에 대해 현재 사용자 본인의 혈당 반응값이 어떻게 변화되었는지를 분석할 수도 있다. 혈당 반응값은 본인의 건강 상태(예를 들어, 당뇨병 악화)등에 의해 동일한 식품에 대해서도 달라질 수 있기 때문에 본인의 과거 데이터와의 비교에 의해 건강 상태의 대한 정보를 획득하는 것이 가능하다.
사용자 맞춤 식이 추천부(150)는 사용자 혈당 반응값 분석 결과를 사용자 단말에 제공할 수 있다. 일 예로, 사용자 맞춤 식이 추천부(150)는 표준 식품 혈당 반응값 분포 및 시스템 사용자 혈당 반응값 분포에서 사용자의 혈당 반응값을 그래프 형태로 제공할 수 있다. 또한, 사용자 맞춤 식이 추천부(150)는 표준 식품 혈당 반응값 분포의 평균 및 시스템 사용자 혈당 반응값 분포의 평균과 사용자 혈당 반응값의 차이를 제공할 수 있다.
또한, 사용자 맞춤 식이 추천부(150)는 사용자 혈당 반응값 분석 결과를 기반으로 사용자 맞춤화 식이를 추천할 수 있다. 일 예로, 사용자 맞춤 식이 추천부(150)는 사용자 혈당 반응값이 표준 식품 혈당 반응값 분포의 평균 보다 식품 혈당 반응값 분포의 평균 보다 높거나 낮은 경우, 특정 식품과 표준 혈당의 반응 관련성을 판단하여 사용자 단말에 제공할 수 있다.
또한, 사용자 맞춤 식이 추천부(150)는 사용자 혈당 반응값이, 사용자 연령대에 해당하는 시스템 사용자의 특정 식품에 대한 혈당 반응값 분포의 평균보다 낮은 경우, 특정 식품의 식이를 조절할 필요가 없는 것으로 사용자 단말에 제공할 수 있다.
뿐만 아니라, 사용자 맞춤 식이 추천부(150)는 특정 식품에 대한 사용자 혈당 반응값을 기반으로 사용자에게 맞춤화 된 식단 구성을 추천할 수 있다. 일 예로, 식이 추천 시스템은 특정 식품에 대한 사용자 혈당 반응값이 사용자 연령대에 해당하는 시스템 사용자의 특정 식품에 대한 혈당 반응 평균보다 높거나 낮을 시, 혈당을 조절할 필요한 것으로 판단하여 사용자에게 적합한 식단을 추천할 수 있다.
따라서, 사용자 맞춤 식이 추천부(150)는 사용자 단말로 사용자 혈당 반응값 분석 결과 및 식이 추천 정보를 제공함으로써, 사용자가 특정 식품에 대한 구매 여부를 객관적이고 정확하게 판단할 수 있도록 관리할 수 있다.
건강 상태 진단부(160)은 혈당 반응값 분석부(140)가 비교한 사용자 본인의 과거 혈당 반응값 데이터를 통해 동일한 식별자를 가진 식품에 대해 혈당 반응값이 임계치 이상 커진 경우에는 건강 상태에 문제가 있음을 진단할 수 있다.
예를 들어, 당뇨 악화가 추정되는 경우에는 이에 대한 건강 상태를 진단하고 사용자에게 당뇨 악화 추정에 관한 알람을 송신한다.
도 3은 본 발명의 실시예에 따른 표준 식품 혈당 반응값 분포 및 시스템 사용자 혈당 반응값 분포에서 사용자 혈당 반응값을 그래프 형태로 도시하는 예시도이다.
(A)는 표준 식품 혈당 반응값 분포에서 사용자 혈당 반응값을 표시한 그래프이며, (B)는 시스템 사용자 혈당 반응값 분포에서 사용자 혈당 반응값을 표시한 그래프이다. 도 3에 도시된 바와같이, 표준 식품 혈당 반응값 분포 및 시스템 사용자 혈당 반응값 분포는 정규 분포 형태일 수 있다. 이는, 정규 분포 형태로 표준 식품 혈당 반응값 분포 및 시스템 사용자 혈당 반응값 분포를 형성함으로써 사용자 혈당 반응값을 효율적으로 파악할 수 있다.
먼저, (A)의 사용자 혈당 반응값은 비표준 식품 a'에 대한 사용자 혈당 반응값이다. 또한, 표준 식품 혈당 반응값 분포는 비표준 식품 a'에 대응되는 표준 식품의 혈당 반응값 분포이다. 이 때, 표준 식품 a는 비표준 식품 a'를 포함할 수 있으며 유사한 식품일 수 있다. 일 예로, 비표준 식품 a'는 a의 특정 제품일 수 있다.
(A)에 도시된 바와 같이, 식이 추천 시스템은 a 식품의 혈당 반응값 분포의 평균과 a' 식품의 사용자 혈당 반응값을 비교할 수 있다. 식이 추천 시스템은 a식품의 혈당 반응값의 평균이 a' 식품에 대한 사용자 혈당 반응값이 유사한 것으로 파악될 시, a 식품과 a' 식품을 구분하여 식이 관리를 할 필요가 없는 것으로 판단할 수 있다. 즉, 식이 추천 시스템은 표준 식품 혈당 반응값과 비표준 식품에 대한 사용자 혈당 반응값 차이를 확인할 수 있으며, 이를 기반으로 식이 추천 시스템은 비표준 식품과 표준 식품의 구분 여부를 판단할 수 있다. 따라서, 식이 추천 시스템은 비표준 식품에 관한 사용자 맞춤화 식이를 사용자 단말에 제공할 수 있다.
(B)는 비표준 식품 a'에 대한 사용자 혈당 반응값과 비표준 식품 a'에 대한 시스템 사용자 혈당 반응값 분포를 도시한다. 식이 추천 시스템은 기 설정된 조건에 따라 시스템 사용자 혈당 반응값 분포를 생성할 수 있다. (B)는 식이 추천 시스템이 기 설정된 조건이 나이인 경우, a' 식품에 대한 시스템 사용자의 혈당 반응값 분포를 연령별로 생성한 것을 표시한다.
또한, (B)에 도시된 바와 같이, 식이 추천 시스템은 사용자 데이터에 포함된 사용자의 나이에 대응되는 시스템 사용자 혈당 반응값 분포에 사용자 혈당 반응값을 표시한 그래프를 생성할 수 있다. 또한, 식이 추천 시스템은 시스템 사용자 혈당 반응값 분포 평균과 사용자 혈당 반응값을 비교할 수 있다. 식이 추천 시스템은 사용자 나이에 대응되는 시스템 사용자 혈당 반응값 분포 평균보다 사용자 혈당값이 큰 경우, a' 식품에 대한 식이 조절할 필요가 있는 것으로 사용자 단말로 제공할 수 있다.
따라서, 식이 조절 시스템은 사용자 데이터를 기반으로 조건에 따른 특정 식품에 대한 시스템 사용자 혈당 반응값 분포와 사용자 혈당 반응값을 비교함으로써, 사용자 혈당 반응값을 보다 세부적으로 분석할 수 있다. 또한, 식이 추천 시스템은 사용자 데이터에 대응되는 시스템 사용자의 특정 식품에 대한 혈당 반응값 분포와 특정 식품에 대한 사용자 혈당 반응값을 비교한 결과를 시각적 그래프 및 데이터로 제공하므로, 특정 식품의 구매 여부를 결정하는 것에 도움을 줄 수 있다.
요약하면, 도 3에 도시된 그래프(A)는 사용자는 자신이 선택한 비표준 식품 a'가 속한 표준 식품 a에 비해 혈당 반응값이 얼마나 더 높거나 낮은지에 관한 정보를 제공하며, 그래프(B)는 비표준 식품 a'에 대해 사용자가 다른 사용자에 비해 혈당 반응값이 얼마나 더 높거나 낮은지에 관한 정보를 제공한다.
이를 기반으로 사용자는 비표준 식품 a'의 혈당 반응값에 대한 정보와 자신의 체질과 연관된 혈당 반응값에 대한 정보를 획득하게 되고 식이 추천 시스템(100)은 상기 정보를 이용하여 식이 요법 및 식품을 추천할 수 있다.
도4는 본 발명의 실시예에 따른 식이 추천 시스템이 사용자 맞춤화 식이를 추천하는 과정을 도시하는 흐름도이다.
단계(S110)에서, 사용자 단말(10)은 식이 추천 시스템(100)으로 사용자 데이터 및 식품 데이터를 제공할 수 있다. 일 예로, 사용자 데이터는 사용자의 나이, 지역 및 성별 등 중 적어도 하나를 포함할 수 있다. 또한, 식품 데이터는 식품군, 식품종, 식품 유형 및 식품 이름 등 적어도 하나를 포함할 수 있다. 식이 추천 시스템(100)은 사용자 단말(10)로부터 식품 데이터를 텍스트 입력, 촬영 및 음성 기록 등으로 수신할 수 있다.
단계(S120)에서, 혈당 측정 단말(20)은 식이 추천 시스템(100)으로 혈당 측정 데이터를 제공할 수 있다. 혈당 측정 데이터는 특정 식품을 섭취함으로써 측정되는 혈당 상승 정도에 대한 정보를 포함할 수 있다. 일 예로, 혈당 측정 단말(20)은 혈당 측정기, 스마트 워치 및 혈당 측정 패치 등을 포함할 수 있다.
단계(S130)에서 식이 추천 시스템(100)은 사용자 데이터, 식품 데이터 및 혈당 측정 데이터를 기반으로 사용자 혈당 반응값을 계산할 수 있다. 식이 추천 시스템(100)은 일정 시간동안 측정된 특정 식품에 대한 혈당 측정 데이터의 면적을 계산할 수 있다. 일 예로, 식이 추천 시스템(100)은 Total AUC, Incremental AUC cut, Incremental AUC, Incremental AUC min 또는 Net incremental AUC 등의 방법으로 혈당 반응값을 계산할 수 있다.
단계(S140)에서, 식이 추천 시스템(100)은 시스템 사용자 DB(40)로 사용자 혈당 반응값을 저장할 수 있다. 시스템 사용자 DB(40)는 식이 추천 시스템(100)을 사용하는 복수의 시스템 사용자의 혈당 반응값을 저장할 수 있다.
단계(S150)에서, 식이 추천 시스템(100)은 공공 DB(30)로 식품 데이터에 대응되는 표준 식품 혈당 지수 데이터를 요청할 수 있다. 이 때, 식이 추천 시스템(100)은 식품 데이터를 기반으로 표준 식품을 판단할 수 있다. 예를 들어, 식이 추천 시스템(100)은 식품 데이터가 비표준 식품일 시, 해당 비표준 식품을 포함하거나 유사한 표준 식품을 판단할 수 있다.
단계(S160)에서 공공 DB(30)는 식이 추천 시스템(100)으로 요청된 표준 식품 혈당 지수 데이터를 제공할 수 있다. 공공 DB(30)는 국가에서 보유하고 있는 표준 식품 혈당 지수 데이터를 식이 추천 시스템(100)이 활용할 수 있도록 공유할 수 있다.
단계(S170)에서, 식이 추천 시스템(100)은 표준 식품 데이터 혈당 반응값 분포를 생성할 수 있다. 혈당 지수 데이터는 특정 식품에 대한 혈당 반응값 면적과 표준 혈당 반응 면적의 비율이므로, 식이 추천 시스템(100)은 수신한 표준 식품의 혈당 지수 데이터를 기반으로 표준 식품 혈당 반응값 분포를 생성할 수 있다. 또한, 식이 추천 시스템(100) 통계 분석을 수행하기 위하여 정규 분포 형태로 표준 식품 혈당 반응값 분포를 생성할 수 있다.
단계(S180)에서, 식이 추천 시스템(100)은 표준 식품 데이터 혈당 반응값 분포와 특정 식품에 대한 사용자 혈당 반응값을 비교할 수 있다. 일 예로, 식이 추천 시스템(100)은 표준 식품 데이터 혈당 반응값 분포의 평균과 특정 식품에 대한 사용자 혈당 반응값을 비교하여 표준 식품과 특정 식품의 혈당 반응 연관성을 판단할 수 있다. 식이 추천 시스템(100)은 표준 식품 데이터 혈당 반응값 분포의 평균보다 사용자 혈당 반응값이 크거나 작을 시, 표준 식품과 특정 식품을 구분할 필요가 있는 것으로 판단할 수 있다.
단계(S190)에서, 식이 추천 시스템(100)은 사용자 단말(10)로 비교 분석 결과 및 사용자 맞춤 식이 추천 데이터를 제공할 수 있다. 식이 추천 시스템(100)은 표준 식품 데이터 혈당 반응값 분포에 특정 식품에 대한 사용자 혈당 반응값을 표시한 그래프를 제공할 수 있다. 식이 추천 시스템(100)은 표준 식품 데이터 혈당 반응값 분포의 평균과 특정 식품에 대한 사용자 혈당 반응값의 차이값을 제공할 수 있다.
또한, 이를 기반으로 식이 추천 시스템(100)은 사용자 맞춤 식이를 추천할 수 있다. 일 예로, 식이 추천 시스템(100)은 표준 식품 혈당 반응값 분포의 평균보다 특정 식품에 대한 사용자 혈당 반응값이 크거나 작을 시, 표준 식품과 특정 식품을 구분하여 섭취하는 것을 권장할 수 있다. 이로써, 식이 추천 시스템(100)은 모든 사용자에게 동일한 표준 식품 혈당 지수를 중심으로 관리되던 식이를 각 사용자별로 특정 식품에 대한 사용자 혈당 반응값을 기반으로 관리하는 것이 가능하다.
단계(S200)에서, 식이 추천 시스템(100)은 시스템 사용자 DB(40)로 식품 데이터에 대응되는 시스템 사용자 혈당 반응값을 요청할 수 있다. 시스템 사용자 DB(40)는 식이 추천 시스템을 이용하는 사용자들의 특정 식품에 대한 혈당 반응값을 저장할 수 있다.
단계(S210)에서 시스템 사용자 DB(40)는 식이 추천 시스템(100)으로 요청된 시스템 사용자 혈당 반응값을 제공할 수 있다.
단계(S220)에서, 식이 추천 시스템(100)은 기 설정된 조건에 따라 특정 식품에 대한 시스템 사용자 혈당 반응값 분포를 생성할 수 있다. 일 예로, 기 설정된 조건은 나이, 지역 및 성별 등 중 적어도 하나를 포함할 수 있다. 식이 추천 시스템(100)은 기 설정된 조건이 사용자의 나이인 경우, 사용자 데이터를 기반으로 특정 식품에 대한 시스템 사용자 혈당 반응값 분포를 생성할 수 있다. 이 때, 식이 추천 시스템(100)은 정규 분포 형태로 특정 식품에 대한 시스템 사용자 혈당 반응값 분포를 연령대별로 생성할 수 있다.
단계(S230)에서, 식이 추천 시스템(100)은 생성된 특정 식품에 대한 사용자 혈당 반응값 분포와 특정 식품에 대한 사용자 혈당 반응값을 비교할 수 있다. 식이 추천 시스템(100)은 특정 식품에 대한 사용자 혈당 반응값 분포의 평균과 특정 식품에 대한 사용자 혈당 반응값을 상대적으로 비교하여 분석할 수 있다. 일 예로, 식이 추천 시스템(100)은 사용자의 나이에 대응되는 특정 식품에 대한 시스템 사용자 혈당 반응값 분포의 평균과 특정 식품에 대한 사용자 혈당 반응값을 비교할 수 있다. 따라서, 식이 추천 시스템(100)은 기 설정된 조건에 따라서 더 많은 종류의 사용자 혈당 반응값의 분석 결과를 도출하는 것이 가능하다.
단계(S240)에서, 식이 추천 시스템(100)은 사용자 단말(10)로 비교 분석 결과 및 사용자 맞춤 식이 추천 데이터를 제공할 수 있다. 일 예로, 비교 분석 결과는 특정 식품에 대한 사용자 혈당 반응값을 기 설정된 조건에 대응되는 특정 식품에 대한 시스템 사용자 혈당 반응값 분포에 표시한 그래프를 포함할 수 있다. 또한, 비교 분석 결과는 기 설정된 조건에 대응되는 특정 식품에 대한 시스템 사용자 혈당 반응값 분포의 평균과 특정 식품에 대한 사용자 혈당 반응값의 차이일 수 있다.
또한, 식이 추천 시스템(100)은 사용자 혈당 반응값 분석 결과를 기반으로 사용자 맞춤화 식이를 추천할 수 있다. 일 예로, 식이 추천 시스템(100)은 사용자와 대응되는 나이의 시스템 사용자들의 특정 식품에 대한 혈당 반응값보다 특정 식품에 대한 사용자 혈당 반응값이 큰 경우, 특정 식품에 대한 식이 제한을 추천할 수 있다. 또한, 식이 추천 시스템(100)은 혈당을 조절하기 위한 사용자 맞춤화 식단을 제공할 수 있다.
이로써, 식이 추천 시스템(100)은 실시간으로 특정 식품에 관하여 사용자에게 맞춤화된 식이를 추천할 수 있다. 또한, 식이 추천 시스템(100)은 특정 식품의 구매 여부를 결정하는데 필요한 데이터를 즉각적으로 제공할 수 있다.
단계(S250)에서 식이 추천 시스템(100) 동일한 식별자를 가진 식품 데이터에 대한 사용자 본인의 과거 혈당 반응값 데이터와 현재 혈당 반응값 데이터를 비교한다. 단계(S250)을 통해 동일한 식품에 대해서 현재 사용자 본인의 혈당 반응값이 어떻게 변화되었는지를 분석할 수 있다.
만약 동일한 식품에 대한 과거 혈당 반응값보다 현재의 혈당 반응값이 임계치 이상 변화한 경우에는 단계(S260)에서 건강 상태 진단에 대한 알람을 사용자 단말(10)에 전송할 수 있다. 예를 들어, 동일한 식별자의 식품에 대한 혈당 반응값이 과거 데이터 대비 더 커진 경우에는 당뇨 악화를 경고하는 알람을 전송하는 것이 가능하다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 후술하는 청구범위에 의하여 나타내어지며, 청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 식이 추천 시스템
110 : 데이터 수신부
120 : 사용자 혈당 반응값 계산부
130 : 혈당 반응값 분포 생성부
140 : 사용자 혈당 반응값 분석부
150 : 사용자 맞춤 식이 추천부
160 : 건강 상태 진단부

Claims (14)

  1. 사용자 혈당 반응값을 활용하여 식이를 추천하는 식이 추천 시스템으로서,
    사용자 단말로부터 사용자 데이터 및 식품 데이터를 수신하고, 혈당 측정 단말에서 측정된 시간에 따른 혈당 측정 데이터를 수신하는 데이터 수신부;
    상기 식품 데이터에 대해 일정 시간동안 측정된 상기 혈당 측정 데이터의 면적을 이용하여 상기 사용자 혈당 반응값을 계산하는 사용자 혈당 반응값 계산부;
    상기 사용자 데이터, 상기 식품 데이터 및 상기 혈당 측정 데이터를 기반으로 상기 사용자의 혈당 반응값 분포를 생성하는 혈당 반응값 분포 생성부;
    상기 생성된 사용자 혈당 반응값 분포와 표준 식품 혈당 반응값 분포를 이용하여 사용자 혈당 반응값을 분석하는 사용자 혈당 반응값 분석부; 및
    상기 사용자 혈당 반응값의 분석 결과 및 상기 사용자 혈당 반응값을 기반으로 맞춤화 된 식이를 추천하는 식이 추천부를 포함하는 것인 식이 추천 시스템.
  2. 제1항에 있어서,
    상기 혈당 반응값 분포 생성부는 공공 DB로 상기 식품 데이터에 대응되는 표준 식품 혈당 지수 데이터를 요청하고, 상기 표준 식품 혈당 지수 데이터를 기반으로 상기 표준 식품 혈당 반응값 분포를 생성하는 표준 식품 혈당 반응값 분포 생성부를 포함하는 것인 식이 추천 시스템.
  3. 제 2항에 있어서,
    상기 사용자 혈당 반응값 분석부는 상기 표준 식품 혈당 반응값 분포의 평균과 상기 사용자 혈당 반응값을 비교 분석하여 차이를 계산하고, 표준 식품과 상기 식품 데이터의 혈당 반응의 관련성을 판단하는 것인 식이 추천 시스템.
  4. 제1항에 있어서,
    상기 혈당 반응값 분포 생성부는 기 설정된 조건에 따라 시스템 사용자 DB로 상기 식품 데이터 및 미리 저장된 다른 사용자 데이터에 대응되는 시스템 사용자 혈당 반응값을 요청하고, 상기 시스템 사용자 혈당 반응값을 기반으로 시스템 사용자 혈당 반응값 분포를 생성하는 시스템 사용자 혈당 반응값 분포 생성부를 포함하는 것인 식이 추천 시스템.
  5. 제 4항에 있어서,
    상기 사용자 혈당 반응값 분석부는 상기 시스템 사용자 혈당 반응값 분포의 평균과 상기 사용자 혈당 반응값을 비교하여 차이를 계산하고, 상기 기 설정된 조건에 따라 사용자 혈당 반응값을 분석하는 것인 식이 추천 시스템.
  6. 제 1항에 있어서
    계산된 상기 사용자 혈당 반응값은 시스템 사용자 DB로 저장되는 것인 식이 추천 시스템.
  7. 제1항에 있어서,
    상기 사용자 혈당 반응값 분석부는 동일한 식품에 대하여 상기 사용자 본인의 과거 혈당 반응값과 상기 계산된 사용자 혈당 반응값을 서로 비교하며,
    상기 사용자 본인의 혈당 반응값 비교 결과에 기초하여 상기 사용자 단말로 건강 상태 진단 결과를 제공하는 건강 상태 진단부를 더 포함하는 식이 추천 시스템.
  8. 사용자 혈당 반응값을 활용하여 식이를 추천하는 식이 추천 방법으로서,
    a) 사용자 단말로부터 사용자 데이터 및 식품 데이터를 수신하고, 혈당 측정 단말에서 측정된 시간에 따른 혈당 측정 데이터를 수신하는 단계;
    b) 상기 식품 데이터에 대해 일정 시간동안 측정된 상기 혈당 측정 데이터의 면적으로 상기 사용자 혈당 반응값을 계산하는 단계;
    c) 상기 사용자 데이터, 상기 식품 데이터 및 상기 혈당 측정 데이터를 기반으로 사용자 혈당 반응값 분포를 생성하는 단계;
    d) 상기 생성된 사용자 혈당 반응값 분포 및 표준 식품 혈당 반응값 분포를 이용하여 상기 사용자 혈당 반응값을 분석하는 단계; 및
    e) 상기 사용자 혈당 반응값의 분석 결과 및 상기 사용자 혈당 반응값을 기반으로 맞춤화 된 식이를 추천하는 단계를 포함하는 것인 식이 추천 방법.
  9. 제8항에 있어서,
    상기 c) 단계는 공공 DB로 상기 식품 데이터에 대응되는 표준 식품 혈당 지수 데이터를 요청하는 단계; 및
    상기 표준 식품 혈당 지수 데이터를 기반으로 상기 표준 식품 혈당 반응값 분포를 생성하는 단계를 포함하는 것인 식이 추천 방법.
  10. 제 9항에 있어서,
    상기 d) 단계는 상기 표준 식품 혈당 반응값 분포의 평균과 상기 사용자 혈당 반응값을 비교 분석하여 차이를 계산하고, 표준 식품과 상기 식품 데이터의 혈당 반응의 관련성을 판단하는 것인 식이 방법.

  11. 제8항에 있어서,
    상기 c) 단계는 기 설정된 조건에 따라 시스템 사용자 DB로 상기 식품 데이터 및 미리 저장된 다른 사용자 데이터에 대응되는 시스템 사용자 혈당 반응값을 요청하는 단계; 및
    상기 시스템 사용자 혈당 반응값을 기반으로 시스템 사용자 혈당 반응값 분포를 생성하는 단계를 포함하는 것인 식이 추천 방법.
  12. 제 11항에 있어서,
    상기 d) 단계는 상기 시스템 사용자 혈당 반응값 분포의 평균과 상기 사용자 혈당 반응값을 비교하여 차이를 계산하고, 상기 기 설정된 조건에 따라 사용자 혈당 반응값을 분석하는 것인 식이 추천 방법.
  13. 제8항에 있어서,
    상기 b) 단계에 있어서 계산된 상기 사용자 혈당 반응값은 시스템 사용자 DB로 저장되는 것인 식이 추천 방법.

  14. 제8항에 있어서,
    동일한 식별자를 가진 식품 데이터에 대한 사용자 본인의 과거 혈당 반응값 데이터와 현재 계산된 혈당 반응값 데이터를 비교하는 단계 및
    상기 과거 혈당 반응값 데이터와 현재 계산된 혈당 반응값 데이터의 비교 결과에 기초하여 건강 상태 진단에 대한 알람을 제공하는 단계를 더 포함하는 식이 추천 방법.

KR1020210171578A 2021-12-03 2021-12-03 혈당 반응값을 활용한 식이 추천 시스템 및 그 방법 KR20230083520A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210171578A KR20230083520A (ko) 2021-12-03 2021-12-03 혈당 반응값을 활용한 식이 추천 시스템 및 그 방법
PCT/KR2022/000229 WO2023101099A1 (ko) 2021-12-03 2022-01-06 혈당 반응값을 활용한 식이 추천 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210171578A KR20230083520A (ko) 2021-12-03 2021-12-03 혈당 반응값을 활용한 식이 추천 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR20230083520A true KR20230083520A (ko) 2023-06-12

Family

ID=86612515

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210171578A KR20230083520A (ko) 2021-12-03 2021-12-03 혈당 반응값을 활용한 식이 추천 시스템 및 그 방법

Country Status (2)

Country Link
KR (1) KR20230083520A (ko)
WO (1) WO2023101099A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2626672C2 (ru) * 2015-11-11 2017-07-31 Самсунг Электроникс Ко., Лтд. Устройство (варианты) и способ автоматического мониторинга привычек питания
KR101777747B1 (ko) * 2015-12-15 2017-09-13 주식회사 아이센스 당뇨병 증상을 가진 사용자에 개인화된 음식 추천 방법
KR20160144942A (ko) * 2016-11-29 2016-12-19 최성숙 당뇨환자별 맞춤형 식단 관리시스템
KR102233722B1 (ko) * 2018-12-18 2021-04-06 계명대학교 산학협력단 혈당부하지수에 기반한 당류 섭취 안전지수 산출 시스템 및 방법
KR20210104382A (ko) * 2020-02-17 2021-08-25 연세대학교 산학협력단 당뇨관리 대상자에 대한 맞춤형 식단정보 제공시스템 및 방법

Also Published As

Publication number Publication date
WO2023101099A1 (ko) 2023-06-08

Similar Documents

Publication Publication Date Title
US10950335B2 (en) Health tracking device
JP4891511B2 (ja) 自己モニタリングデータから糖尿病の血糖管理を評価する方法、システム及びコンピユータプログラム製品
US8060318B2 (en) Assessment method to process a glucose concentration signal and devices thereof
RU2749187C2 (ru) Компьютерно-реализуемый способ и портативный прибор для анализа данных контроля глюкозы, показывающих уровень глюкозы в физиологической жидкости
US20090240440A1 (en) Non-Invasive Glucose Monitoring
CN101785701B (zh) 信息处理的装置、方法、设备及试剂载体
KR101141251B1 (ko) 만보기 기능을 가지는 혈당측정기를 이용한 혈당측정방법
JP2007044203A (ja) 生体情報計測装置及びその方法
KR20130135677A (ko) 혈당측정 데이터를 이용한 건강관리 방법 및 그 시스템
AU2019220109B2 (en) Method for managing biometric information using sensor usage information
Wong et al. A comparison of transcutaneous bilirubinometers: SpectRx BiliCheck versus Minolta AirShields
CN115175616A (zh) 计算体内插入用传感器的校准灵敏度的方法
JP2018175488A (ja) 健康支援装置、健康支援システム、健康支援方法及び健康支援装置のプログラム
EP3721790B1 (en) Continuous biometric information measuring device using sensor usage information stored in memory
KR20230083520A (ko) 혈당 반응값을 활용한 식이 추천 시스템 및 그 방법
KR102326690B1 (ko) 비침습 혈당측정기를 이용한 혈당관리 방법
US10441252B2 (en) Medical toilet with user customized health metric validation system
Nickel et al. Full finger reperfusion time measured by pulse oximeter waveform analysis in children
US11484210B1 (en) Methods and systems for early detection of diabetes and advising those considered pre diabetic or diabetic
KR102418341B1 (ko) 연속혈당 데이터를 이용한 당 관리 장치 및 그 방법
US20230270362A1 (en) Continuous health monitoring system
KR101885631B1 (ko) 혈중 암모니아 모니터링을 위한 실시간 모니터링 시스템 및 그 방법
US7510528B2 (en) Device and method for noninvasive measuring glucose level in the blood
WO2022101647A1 (en) Clinical warning score system
CN116098591A (zh) 基于近红外数据的精神疾病评估装置和精神疾病评估系统

Legal Events

Date Code Title Description
E902 Notification of reason for refusal