KR20240087912A - 고밀도 지단백 콜레스테롤 수치 모니터링을 이용한 갑상선 암 진단 방법, 이를 위한 서버 및 프로그램 - Google Patents
고밀도 지단백 콜레스테롤 수치 모니터링을 이용한 갑상선 암 진단 방법, 이를 위한 서버 및 프로그램 Download PDFInfo
- Publication number
- KR20240087912A KR20240087912A KR1020220172708A KR20220172708A KR20240087912A KR 20240087912 A KR20240087912 A KR 20240087912A KR 1020220172708 A KR1020220172708 A KR 1020220172708A KR 20220172708 A KR20220172708 A KR 20220172708A KR 20240087912 A KR20240087912 A KR 20240087912A
- Authority
- KR
- South Korea
- Prior art keywords
- thyroid cancer
- cholesterol level
- subject
- hdl cholesterol
- hdl
- Prior art date
Links
- 208000024770 Thyroid neoplasm Diseases 0.000 title claims abstract description 62
- 201000002510 thyroid cancer Diseases 0.000 title claims abstract description 62
- 238000003745 diagnosis Methods 0.000 title claims abstract description 21
- 238000012544 monitoring process Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title claims description 20
- 108010023302 HDL Cholesterol Proteins 0.000 title description 4
- 238000005259 measurement Methods 0.000 title 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 claims abstract description 104
- 108010010234 HDL Lipoproteins Proteins 0.000 claims abstract description 64
- 102000015779 HDL Lipoproteins Human genes 0.000 claims abstract description 64
- 210000001685 thyroid gland Anatomy 0.000 claims description 12
- 238000002604 ultrasonography Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 8
- 206010028980 Neoplasm Diseases 0.000 claims description 6
- 201000011510 cancer Diseases 0.000 claims description 6
- 238000008214 LDL Cholesterol Methods 0.000 claims description 4
- 238000011161 development Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 235000012000 cholesterol Nutrition 0.000 description 4
- 208000008589 Obesity Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 235000020824 obesity Nutrition 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 208000032928 Dyslipidaemia Diseases 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 2
- 108010007622 LDL Lipoproteins Proteins 0.000 description 2
- 102000007330 LDL Lipoproteins Human genes 0.000 description 2
- 208000017170 Lipid metabolism disease Diseases 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 206010020850 Hyperthyroidism Diseases 0.000 description 1
- 108010028554 LDL Cholesterol Proteins 0.000 description 1
- 102000004895 Lipoproteins Human genes 0.000 description 1
- 108090001030 Lipoproteins Proteins 0.000 description 1
- 208000001145 Metabolic Syndrome Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 201000000690 abdominal obesity-metabolic syndrome Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003748 differential diagnosis Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 208000005057 thyrotoxicosis Diseases 0.000 description 1
- 238000005199 ultracentrifugation Methods 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
- G16H50/20—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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
고밀도 지단백(HDL) 콜레스테롤 수치 모니터링을 이용한 갑상선 암 진단 서버가 개시된다. 본 서버는 피검자의 HDL 콜레스테롤 수치를 저장하는 메모리 및 피검자의 초기 측정된 HDL 콜레스테롤 수치가 성별에 따른 설정 기준값보다 낮은 경우, 유의 관찰 기간을 설정하고, 유의 관찰 기간에서, 복수의 횟수 동안 측정된 HDL 콜레스테롤 수치가 상기 설정 기준값보다 지속적으로 낮은 경우, 피검자의 갑상선 암 발병 가능성을 모니터링하는 제어부를 포함할 수 있다. 본 서버가 제공됨으로써, 갑상선 암 발병이 예방될 수 있다.
Description
본 개시는 갑상선 암 진단 기술에 관한 것이다. 보다 상세하게는, 본 개시는 고밀도 지단백 콜레스테롤 수치 모니터링을 이용한 갑상선 암 진단 방법, 이를 위한 서버 및 프로그램에 관한 것이다.
젊은 성인의 갑상선 암 발병률은 지속해서 증가하고 있으며, 이전 연구자들은 급증하는 비만을 갑상선 암 발병의 원인 중 하나로 제시한 바 있다. 또한, 대사 증후군 역시 갑상선 암의 위험인자라고 보고된 연구가 있다. 이에, 단순 비만이 아닌 대사 질환을 동반한 비만에서 갑상선 암의 발병 위험이 더욱 높다는 연구도 보고되었다.
갑상선 암 발병과 고밀도 지단백과의 관계에 대한 연구도 수행될 수 있는데, 고밀도 지단백(HDL, high-density lipoprotein)은 혈장 지질단백의 주요 분획의 하나에 해당하며, 초원심법에서 비중 1.063~1.210의 지질 단백이라 할 수 있다. 고밀도 지단백(HDL)의 일분획에 포함되는 콜레스테롤(HDL콜레스테롤)은 수치가 높은 편이 건강에 도움이 될 수 있다.
이에, 고밀도 지단백(HDL) 콜레스테롤 수치를 모니터링하여 갑상선 암을 진단하는 방법이 필요하다.
본 개시에 개시된 실시예는 고밀도 지단백(HDL) 콜레스테롤 수치를 모니터링하여 갑상선 암을 진단하는 방법을 제공하는 데에 있다.
본 개시가 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 기술적 과제를 달성하기 위한 본 개시의 일 측면에 따른 고밀도 지단백(HDL, high-density lipoprotein) 콜레스테롤(cholesterol) 수치 모니터링을 이용한 갑상선 암(thyroid cancer) 진단 방법은, 피검자의 초기 측정된 HDL 콜레스테롤 수치가 성별에 따른 설정 기준값보다 낮은 경우, 유의 관찰 기간을 설정하는 단계; 및 상기 유의 관찰 기간에서, 복수의 횟수 동안 측정된 HDL 콜레스테롤 수치가 상기 설정 기준값보다 지속적으로 낮은 경우, 상기 피검자의 갑상선 암 발병 가능성을 모니터링하는 단계를 포함할 수 있다.
상기 모니터링하는 단계는, 소정의 지속횟수 이상 상기 HDL 콜레스테롤 수치가 상기 설정 기준값보다 낮은 경우, 갑상선 초음파 검사를 권고하는 단계를 포함할 수 있다.
상기 갑상선 초음파 검사를 권고하는 단계는, 상기 피검자의 연령이 소정 연령보다 높거나 LDL 콜레스테롤 수치가 소정 수치보다 낮은 경우, 갑상선 초음파 검사를 우선적으로 권고하는 단계를 포함할 수 있다.
상기 갑상선 암 진단 방법은, 복수의 건강 검진 대상자에 대한 소정 기간의 HDL 콜레스테롤 수치 및 갑상선 암 발병 가능성의 상관 관계를 분석한 분석 자료에 기반하여 수행될 수 있다.
상기 상관 관계는, 복수의 건강 검진 대상자 중에서 암이 발생된 환자를 제외하여 분석될 수 있다.
또한, 본 개시에 따른 고밀도 지단백(HDL, high-density lipoprotein) 콜레스테롤(cholesterol) 수치 모니터링을 이용한 갑상선 암(thyroid cancer) 진단 서버는, 피검자의 HDL 콜레스테롤 수치를 저장하는 메모리; 및 피검자의 초기 측정된 HDL 콜레스테롤 수치가 성별에 따른 설정 기준값보다 낮은 경우, 유의 관찰 기간을 설정하고, 상기 유의 관찰 기간에서, 복수의 횟수 동안 측정된 HDL 콜레스테롤 수치가 상기 설정 기준값보다 지속적으로 낮은 경우, 상기 피검자의 갑상선 암 발병 가능성을 모니터링하는 제어부를 포함할 수 있다.
상기 제어부는, 소정의 지속횟수 이상 상기 HDL 콜레스테롤 수치가 상기 설정 기준값보다 낮은 경우, 갑상선 초음파 검사를 권고하도록 구성될 수 있다.
상기 제어부는, 상기 피검자의 연령이 소정 연령보다 높거나 LDL 콜레스테롤 수치가 소정 수치보다 낮은 경우, 갑상선 초음파 검사를 우선적으로 권고하도록 구성될 수 있다.
상기 제어부는, 복수의 건강 검진 대상자에 대한 소정 기간의 HDL 콜레스테롤 수치 및 갑상선 암 발병 가능성의 상관 관계를 분석한 분석 자료를 이용하도록 구성될 수 있다.
상기 상관 관계는, 복수의 건강 검진 대상자 중에서 암이 발생된 환자를 제외하여 분석될 수 있다.
이 외에도, 본 개시를 구현하기 위한 실행하기 위한 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 더 제공될 수 있다.
이 외에도, 본 개시를 구현하기 위한 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.
본 개시의 전술한 과제 해결 수단에 의하면, 고밀도 지단백 콜레스테롤 모니터링을 통해 갑상선 암의 발병 가능성을 예측하는 효과를 제공한다.
본 개시의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시에 따른 고밀도 지단백(HDL) 콜레스테롤 수치 모니터링을 이용한 갑상선 암 진단 서버의 구성들을 설명하기 위한 블록도이다.
도 2는 본 개시에 따른 컴퓨팅 장치에 의해 수행되는 고밀도 지단백(HDL) 콜레스테롤 수치 모니터링을 이용한 갑상선 암 진단 방법을 나타내는 시퀀스도이다.
도 3은 본 개시에 따른 복수의 건강 검진 대상자에 대한 소정 기간의 HDL 콜레스테롤 수치 및 갑상선 암 발병 가능성의 상관 관계를 분석하기 위한 데이터를 수집하는 과정을 설명하기 위한 도면이다.
도 4 및 도 5는 복수의 건강 검진 대상자에 대한 소정 기간의 HDL 콜레스테롤 수치 및 갑상선 암 발병 가능성의 상관 관계를 분석하기 위한 기초 자료 및 이에 기반한 분석 자료를 나타낸다.
도 6은 본 개시에 따른 시간에 따른 갑상선 암 발병률을 대응할 , HDL 콜레스테롤 수치가 성별에 따른 설정 기준값보다 낮은 빈도수에 따른 양상을 나타낸다.
도 2는 본 개시에 따른 컴퓨팅 장치에 의해 수행되는 고밀도 지단백(HDL) 콜레스테롤 수치 모니터링을 이용한 갑상선 암 진단 방법을 나타내는 시퀀스도이다.
도 3은 본 개시에 따른 복수의 건강 검진 대상자에 대한 소정 기간의 HDL 콜레스테롤 수치 및 갑상선 암 발병 가능성의 상관 관계를 분석하기 위한 데이터를 수집하는 과정을 설명하기 위한 도면이다.
도 4 및 도 5는 복수의 건강 검진 대상자에 대한 소정 기간의 HDL 콜레스테롤 수치 및 갑상선 암 발병 가능성의 상관 관계를 분석하기 위한 기초 자료 및 이에 기반한 분석 자료를 나타낸다.
도 6은 본 개시에 따른 시간에 따른 갑상선 암 발병률을 대응할 , HDL 콜레스테롤 수치가 성별에 따른 설정 기준값보다 낮은 빈도수에 따른 양상을 나타낸다.
본 개시 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 개시가 실시예들의 모든 요소들을 설명하는 것은 아니며, 본 개시가 속하는 기술분야에서 일반적인 내용 또는 실시예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 '부, 모듈, 부재, 블록'이라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시예들에 따라 복수의 '부, 모듈, 부재, 블록'이 하나의 구성요소로 구현되거나, 하나의 '부, 모듈, 부재, 블록'이 복수의 구성요소들을 포함하는 것도 가능하다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우 뿐 아니라, 간접적으로 연결되어 있는 경우를 포함하고, 간접적인 연결은 무선 통신망을 통해 연결되는 것을 포함한다.
또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
명세서 전체에서, 어떤 부재가 다른 부재 "상에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
제 1, 제 2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로, 구성요소가 전술된 용어들에 의해 제한되는 것은 아니다.
단수의 표현은 문맥상 명백하게 예외가 있지 않는 한, 복수의 표현을 포함한다.
각 단계들에 있어 식별부호는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다.
이하 첨부된 도면들을 참고하여 본 개시의 작용 원리 및 실시예들에 대해 설명한다.
본 명세서에서 본 개시에 따른 '갑상선 암 진단 서버'는 연산처리를 수행하여 사용자에게 결과를 제공할 수 있는 다양한 장치들이 모두 포함된다. 예를 들어, 본 개시에 따른 갑상선 암 진단 서버는, 컴퓨터, 서버 장치 및 휴대용 단말기를 모두 포함하거나, 또는 어느 하나의 형태가 될 수 있다.
여기에서, 상기 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop), 태블릿 PC, 슬레이트 PC 등을 포함할 수 있다.
상기 서버 장치는 외부 장치와 통신을 수행하여 정보를 처리하는 서버로써, 애플리케이션 서버, 컴퓨팅 서버, 데이터베이스 서버, 파일 서버, 게임 서버, 메일 서버, 프록시 서버 및 웹 서버 등을 포함할 수 있다.
상기 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), WiBro(Wireless Broadband Internet) 단말, 스마트 폰(Smart Phone) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치와 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD) 등과 같은 웨어러블 장치를 포함할 수 있다.
도 1은 본 개시에 따른 고밀도 지단백(HDL) 콜레스테롤 수치 모니터링을 이용한 갑상선 암 진단 서버(100)의 구성들을 설명하기 위한 블록도이다.
갑상선 암 진단 서버(100)는 피검자의 초기 측정된 HDL 콜레스테롤 수치가 성별에 따른 설정 기준값(가령, 남성의 경우 40 mg/dL 및 여성의 경우 50 mg/dL)보다 낮은 경우, 유의 관찰 기간을 설정할 수 있으며, 유의 관찰 기간에서 복수의 횟수(가령, 2회/3회 이상) 이상으로 재차 HDL 콜레스테롤 수치가 성별에 따른 설정 기준값보다 낮은 경우, 이를 갑상선 암 발병 가능성이 있다고 결정하여, 암 발병 가능성을 모니터링할 수 있다.
상기 갑상선 암 진단 서버(100)는 통신부(110), 입력부(120), 디스플레이(140), 메모리(150) 및 제어부(190)를 포함할 수 있다. 도 1에 도시된 구성요소들은 본 개시에 따른 갑상선 암 진단 서버(100)를 구현하는데 있어서 필수적인 것은 아니어서, 본 명세서 상에서 설명되는 갑상선 암 진단 서버(100)는 위에서 열거된 구성요소들 보다 많거나, 또는 적은 구성요소들을 가질 수 있다.
상기 구성요소들 중 통신부(110)는 외부 장치와 통신을 가능하게 하는 하나 이상의 구성 요소를 포함할 수 있으며, 예를 들어, 방송 수신 모듈, 유선통신 모듈, 무선통신 모듈, 근거리 통신 모듈, 위치정보 모듈 중 적어도 하나를 포함할 수 있다.
입력부(120)는 영상 정보(또는 신호), 오디오 정보(또는 신호), 데이터, 또는 사용자로부터 입력되는 정보의 입력을 위한 것으로서, 적어도 하나의 카메라, 적어도 하나의 마이크로폰 및 사용자 입력부 중 적어도 하나를 포함할 수 있다. 입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어명령으로 처리될 수 있다.
여기서, 사용자 입력부는 사용자로부터 정보를 입력받기 위한 것으로서, 사용자 입력부를 통해 정보가 입력되면, 제어부(190)는 입력된 정보에 대응되도록 본 장치의 동작을 제어할 수 있다. 이러한, 사용자 입력부는 하드웨어식 물리 키(예를 들어, 본 장치의 전면, 후면 및 측면 중 적어도 하나에 위치하는 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 소프트웨어식 터치 키를 포함할 수 있다. 일 예로서, 터치 키는, 소프트웨어적인 처리를 통해 터치스크린 타입의 디스플레이부 상에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 터치스크린 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있다. 한편, 상기 가상키 또는 비주얼 키는, 다양한 형태를 가지면서 터치스크린 상에 표시되는 것이 가능하며, 예를 들어, 그래픽(graphic), 텍스트(text), 아이콘(icon), 비디오(video) 또는 이들의 조합으로 이루어질 수 있다.
디스플레이(140)는 본 서버에서 처리되는 정보를 표시(출력)한다. 예를 들어, 디스플레이(140)는 본 서버에서 구동되는 응용 프로그램(일 예로, 어플리케이션)의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.
메모리(150)는 본 장치의 다양한 기능을 지원하는 데이터와, 제어부(190)의 동작을 위한 프로그램을 저장할 수 있고, 입/출력되는 데이터들(예를 들어, 음악 파일, 정지영상, 동영상 등)을 저장할 있고, 본 장치에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 본 장치의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버로부터 다운로드 될 수 있다.
이러한, 메모리(150)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory), 자기 메모리, 자기 디스크 및 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 메모리는 본 장치와는 분리되어 있으나, 유선 또는 무선으로 연결된 데이터베이스가 될 수도 있다.
제어부(190)는 본 서버 내의 구성요소들의 동작을 제어하기 위한 알고리즘 또는 알고리즘을 재현한 프로그램에 대한 데이터를 저장하는 메모리, 및 메모리에 저장된 데이터를 이용하여 전술한 동작을 수행하는 적어도 하나의 프로세서(미도시)로 구현될 수 있다. 이때, 메모리와 프로세서는 각각 별개의 칩으로 구현될 수 있다. 또는, 메모리와 프로세서는 단일 칩으로 구현될 수도 있다.
또한, 제어부(190)는 이하의 도 2 내지 도 6에서 설명되는 본 개시에 따른 다양한 실시 예들을 본 서버 상에서 구현하기 위하여, 위에서 살펴본 구성요소들을 중 어느 하나 또는 복수를 조합하여 제어할 수 있다.
도 1에 도시된 구성 요소들의 성능에 대응하여 적어도 하나의 구성요소가 추가되거나 삭제될 수 있다. 또한, 구성 요소들의 상호 위치는 시스템의 성능 또는 구조에 대응하여 변경될 수 있다는 것은 당해 기술 분야에서 통상의 지식을 가진 자에게 용이하게 이해될 것이다.
한편, 도 1에서 도시된 각각의 구성요소는 소프트웨어 및/또는 Field Programmable Gate Array(FPGA) 및 주문형 반도체(ASIC, Application Specific Integrated Circuit)와 같은 하드웨어 구성요소를 의미한다.
도 2는 본 개시에 따른 컴퓨팅 장치에 의해 수행되는 고밀도 지단백(HDL) 콜레스테롤 수치 모니터링을 이용한 갑상선 암 진단 방법을 나타내는 시퀀스도이다.
먼저, 제어부(190)는 피검자의 초기 측정된 HDL 콜레스테롤 수치가 성별에 따른 설정 기준값보다 낮은 경우, 유의 관찰 기간을 설정할 수 있다(S210).
여기서, 설정 기준값은 남성의 경우 40 mg/dL, 여성의 경우 50 mg/dL 로 설정될 수 있으나, 실시 에가 이에 한정되는 것은 아니다. 또한, 유의 관찰 기간은 2년 이상으로 설정될 수 있다.
제어부(190)는 유의 관찰 기간에서, 복수의 횟수 동안 측정된 HDL 콜레스테롤 수치가 성별에 따른 설정 기준값보다 지속적으로 낮은 경우, 피검자의 갑상선 암 발병 가능성을 모니터링할 수 있다(S220).
여기서, 유의 관찰 기간은 2년 이상으로 설정될 수 있으나, 실시 예가 이에 한정되는 것은 아니다. 또한, 복수의 횟수는 2회 또는 3회가 될 수 있으나, 실시 예가 이에 한정되는 것은 아니다.
제어부(190)는 소정의 지속횟수 이상 HDL 콜레스테롤 수치가 설정 기준값보다 낮은 경우, 갑상선 초음파 검사를 권고할 수 있다. 가령, 제어부(190)는 통신부(110)를 통해 피검자의 단말에 검사 권고 메시지를 전송할 수 있다.
제어부(190)는 피검자의 연령이 소정 연령보다 높거나 LDL(low-density lipoprotein) 콜레스테롤 수치가 소정 수치보다 낮은 경우, 갑상선 초음파 검사를 우선적으로 권고할 수 있다.
제어부(190)는 복수의 건강 검진 대상자에 대한 소정 기간의 HDL 콜레스테롤 수치 및 갑상선 암 발병 가능성의 상관 관계를 분석한 분석 자료에 기반하여 수행될 수 있다.
도 3은 본 개시에 따른 복수의 건강 검진 대상자에 대한 소정 기간의 HDL 콜레스테롤 수치 및 갑상선 암 발병 가능성의 상관 관계를 분석하기 위한 데이터를 수집하는 과정을 설명하기 위한 도면이다.
제어부(190)는 2009년도부터 2013년도까지 3,255,533명에 대한 건강 검진 결과를 수집하고(S410), 데이터 정제를 위한 전처리를 수행할 수 있다(S420).
가령, 제어부(190)는 불충분한 정보를 제외하고, 이미 암이 발생된 피검자에 대한 정보를 제외하는 전처리를 수행할 수 있다.
도 4 및 도 5는 복수의 건강 검진 대상자에 대한 소정 기간의 HDL 콜레스테롤 수치 및 갑상선 암 발병 가능성의 상관 관계를 분석하기 위한 기초 자료 및 이에 기반한 분석 자료를 나타낸다.
도 4를 참고하면, 제어부(190)는 다섯 개의 그룹(제0 내지 제4 그룹)으로 구분할 수 있다. 제어부(190)는 연령, 남성 비율, 허리둘레, 고혈압 여부, 당뇨 여부, 이상지질혈증 여부, 콜레스테롤 총량, HDL-C, LDL-C, 알코올 섭취정도, 흡연정도, 운동 여부, 수입정도 등의 기초 정보를 그룹별로 달리 설정할 수 있다.
도 5를 참고하면, 제1 그룹을 레퍼런스로 하여, 제1 모델 내지 제4 모델에 적용할 수 있는데, 제1 모델은 조정이 없는 경우, 제2 모델은 연령 및 성별을 조정한 경우, 제3 모델은 연령, 성별, 흡연 여부, 음주 여부, 운동 여부, 수입정도 등을 조정한 경우, 제4 모델은 제3 모델에 추가적으로 허리 둘레, 고혈압 여부, 당뇨 여부, 이상지질혈증 여부 등을 조정한 경우에 해당될 수 있다.
도 6은 본 개시에 따른 시간에 따른 갑상선 암 발병률을 대응할 , HDL 콜레스테롤 수치가 성별에 따른 설정 기준값보다 낮은 빈도수에 따른 양상을 나타낸다.
즉, HDL 콜레스테롤 수치가 성별에 따른 설정 기준값보다 낮은 횟수가 증가함에 따라 갑상선 암 발병률이 향상될 수 있다.
선택적 실시 예로, 제어부(190)는 피검자의 초기 측정된 HDL 콜레스테롤 수치가 기준 설정값보다 낮게 측정되는 경우, 유의 관찰 기간을 설정할 수 있으며, 갑상선 암 관련한 검사 항목을 리스트업한 후, 기준 설정값보다 낮게 측정되는 횟수가 증가함에 따라 갑상선 암 발병 가능성을 이전보다 높게 설정하며, 피검자 및/또는 보호자에게 갑상선 암 발병을 진단하기 위한 다양한 검사를 추천할 수 있다.
한편, 개시된 실시예들은 컴퓨터에 의해 실행 가능한 명령어를 저장하는 기록매체의 형태로 구현될 수 있다. 명령어는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 프로그램 모듈을 생성하여 개시된 실시예들의 동작을 수행할 수 있다. 기록매체는 컴퓨터로 읽을 수 있는 기록매체로 구현될 수 있다.
컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터에 의하여 해독될 수 있는 명령어가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다.
이상에서와 같이 첨부된 도면을 참조하여 개시된 실시예들을 설명하였다. 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자는 본 개시의 기술적 사상이나 필수적인 특징을 변경하지 않고도, 개시된 실시예들과 다른 형태로 본 개시가 실시될 수 있음을 이해할 것이다. 개시된 실시예들은 예시적인 것이며, 한정적으로 해석되어서는 안 된다.
100 : 갑상성 중독증의 감별 진단 서버, 190 : 제어부
Claims (11)
- 고밀도 지단백(HDL, high-density lipoprotein) 콜레스테롤(cholesterol) 수치 모니터링을 이용한 갑상선 암(thyroid cancer) 진단 방법으로서,
피검자의 초기 측정된 HDL 콜레스테롤 수치가 성별에 따른 설정 기준값보다 낮은 경우, 유의 관찰 기간을 설정하는 단계; 및
상기 유의 관찰 기간에서, 복수의 횟수 동안 측정된 HDL 콜레스테롤 수치가 상기 설정 기준값보다 지속적으로 낮은 경우, 상기 피검자의 갑상선 암 발병 가능성을 모니터링하는 단계를 포함하는, 갑상선 암 진단 방법. - 제1항에 있어서,
상기 모니터링하는 단계는,
소정의 지속횟수 이상 상기 HDL 콜레스테롤 수치가 상기 설정 기준값보다 낮은 경우, 갑상선 초음파 검사를 권고하는 단계를 포함하는, 갑상선 암 진단 방법. - 제2항에 있어서,
상기 갑상선 초음파 검사를 권고하는 단계는,
상기 피검자의 연령이 소정 연령보다 높거나 LDL 콜레스테롤 수치가 소정 수치보다 낮은 경우, 갑상선 초음파 검사를 우선적으로 권고하는 단계를 포함하는, 갑상선 암 진단 방법. - 제3항에 있어서,
상기 갑상선 암 진단 방법은,
복수의 건강 검진 대상자에 대한 소정 기간의 HDL 콜레스테롤 수치 및 갑상선 암 발병 가능성의 상관 관계를 분석한 분석 자료에 기반하여 수행되는, 갑상선 암 진단 방법. - 제4항에 있어서,
상기 상관 관계는,
복수의 건강 검진 대상자 중에서 암이 발생된 환자를 제외하여 분석되는, 갑상선 암 진단 방법. - 하드웨어인 컴퓨터와 결합되어, 제1항 내지 제5항 중 어느 한 항의 방법을 실행시키기 위하여 매체에 저장된, 갑상선 암 진단 프로그램.
- 고밀도 지단백(HDL, high-density lipoprotein) 콜레스테롤(cholesterol) 수치 모니터링을 이용한 갑상선 암(thyroid cancer) 진단 서버로서,
피검자의 HDL 콜레스테롤 수치를 저장하는 메모리; 및
피검자의 초기 측정된 HDL 콜레스테롤 수치가 성별에 따른 설정 기준값보다 낮은 경우, 유의 관찰 기간을 설정하고, 상기 유의 관찰 기간에서, 복수의 횟수 동안 측정된 HDL 콜레스테롤 수치가 상기 설정 기준값보다 지속적으로 낮은 경우, 상기 피검자의 갑상선 암 발병 가능성을 모니터링하는 제어부를 포함하는, 갑상선 암 진단 서버. - 제7항에 있어서,
상기 제어부는,
소정의 지속횟수 이상 상기 HDL 콜레스테롤 수치가 상기 설정 기준값보다 낮은 경우, 갑상선 초음파 검사를 권고하도록 구성되는, 갑상선 암 진단 서버. - 제8항에 있어서,
상기 제어부는,
상기 피검자의 연령이 소정 연령보다 높거나 LDL 콜레스테롤 수치가 소정 수치보다 낮은 경우, 갑상선 초음파 검사를 우선적으로 권고하도록 구성되는, 갑상선 암 진단 서버. - 제9항에 있어서,
상기 제어부는,
복수의 건강 검진 대상자에 대한 소정 기간의 HDL 콜레스테롤 수치 및 갑상선 암 발병 가능성의 상관 관계를 분석한 분석 자료를 이용하도록 구성되는, 갑상선 암 진단 서버. - 제10항에 있어서,
상기 상관 관계는,
복수의 건강 검진 대상자 중에서 암이 발생된 환자를 제외하여 분석되는, 갑상선 암 진단 서버.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220172708A KR20240087912A (ko) | 2022-12-12 | 2022-12-12 | 고밀도 지단백 콜레스테롤 수치 모니터링을 이용한 갑상선 암 진단 방법, 이를 위한 서버 및 프로그램 |
| PCT/KR2023/004564 WO2024128424A1 (ko) | 2022-12-12 | 2023-04-05 | 고밀도 지단백 콜레스테롤 수치 모니터링을 이용한 갑상선 암 진단 방법, 이를 위한 서버 및 프로그램 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220172708A KR20240087912A (ko) | 2022-12-12 | 2022-12-12 | 고밀도 지단백 콜레스테롤 수치 모니터링을 이용한 갑상선 암 진단 방법, 이를 위한 서버 및 프로그램 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240087912A true KR20240087912A (ko) | 2024-06-20 |
Family
ID=91485041
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220172708A KR20240087912A (ko) | 2022-12-12 | 2022-12-12 | 고밀도 지단백 콜레스테롤 수치 모니터링을 이용한 갑상선 암 진단 방법, 이를 위한 서버 및 프로그램 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR20240087912A (ko) |
| WO (1) | WO2024128424A1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220097617A (ko) | 2020-12-30 | 2022-07-08 | 주식회사 디케이아이테크놀로지 | 대사증후군 에이아이 주치의 시스템 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2471595A1 (en) * | 2001-12-28 | 2003-09-25 | Ivan E. Modrovich | Diagnostic information systems |
| KR101536287B1 (ko) * | 2013-09-02 | 2015-07-14 | 주식회사좋은물산 | 스마트폰을 이용하여 피검사, 소변검사, 임신진단검사, dna검사, 초음파검사, 엑스레이검사, ct촬영검사, mri촬영검사가 가능한 건강 검사 시스템 |
| CN110957043A (zh) * | 2018-09-26 | 2020-04-03 | 金敏 | 疾病预测系统 |
| US11426102B2 (en) * | 2020-06-30 | 2022-08-30 | Dexcom, Inc. | Diabetes prediction using glucose measurements and machine learning |
-
2022
- 2022-12-12 KR KR1020220172708A patent/KR20240087912A/ko unknown
-
2023
- 2023-04-05 WO PCT/KR2023/004564 patent/WO2024128424A1/ko unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220097617A (ko) | 2020-12-30 | 2022-07-08 | 주식회사 디케이아이테크놀로지 | 대사증후군 에이아이 주치의 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2024128424A1 (ko) | 2024-06-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kirk et al. | Wearable technology and physical activity behavior change in adults with chronic cardiometabolic disease: a systematic review and meta-analysis | |
| Rush et al. | The efficacy of telehealth delivered educational approaches for patients with chronic diseases: A systematic review | |
| Greenwood et al. | A systematic review of reviews evaluating technology-enabled diabetes self-management education and support | |
| Kurani et al. | Association between area-level socioeconomic deprivation and diabetes care quality in US primary care practices | |
| Reeder et al. | Health at hand: A systematic review of smart watch uses for health and wellness | |
| Borries et al. | The impact of telemedicine on patient self-management processes and clinical outcomes for patients with Types I or II Diabetes Mellitus in the United States: A scoping review | |
| US10067627B2 (en) | Health forecaster | |
| JP2008176434A (ja) | 個別健康指導支援システム | |
| Clements et al. | A mobile app for synchronizing glucometer data: impact on adherence and glycemic control among youths with type 1 diabetes in routine care | |
| Yang et al. | Measurement of adherence to mHealth physical activity interventions and exploration of the factors that affect the adherence: scoping review and proposed framework | |
| US20090198516A1 (en) | System and method of managing diabetes employing an interactive website | |
| Schmiedel et al. | Effects of the lifestyle intervention program GLICEMIA in people at risk for type 2 diabetes: a cluster-randomized controlled trial | |
| KR20180088073A (ko) | 헬스케어 프로그램 관리 방법 및 그 전자 장치 | |
| Paalimäki-Paakki et al. | Effectiveness of digital counseling environments on anxiety, depression, and adherence to treatment among patients who are chronically ill: Systematic review | |
| Ben-Assuli | Measuring the cost-effectiveness of using telehealth for diabetes management: a narrative review of methods and findings | |
| Fijacko et al. | Mobile applications for type 2 diabetes risk estimation: a systematic review | |
| Macías et al. | Peer Reviewed: Screen-Based Sedentary Behaviors and Their Association With Metabolic Syndrome Components Among Adults in Mexico | |
| Islam et al. | Smartphone apps for diabetes medication adherence: systematic review | |
| Von Dem Knesebeck et al. | Differences in the diagnosis and management of type 2 diabetes in 3 countries (US, UK, and Germany): results from a factorial experiment | |
| Buman et al. | Behavioral Periodicity Detection from 24 h Wrist Accelerometry and Associations with Cardiometabolic Risk and Health‐Related Quality of Life | |
| Janssen et al. | Breaking up sitting time after stroke (BUST-Stroke) | |
| Long et al. | Effect of peer mentors in diabetes self-management vs usual care on outcomes in US veterans with type 2 diabetes: a randomized clinical trial | |
| Oba et al. | Use patterns of smartphone apps and wearable devices supporting physical activity and exercise: large-scale cross-sectional survey | |
| Brady et al. | Characterization of Symptoms and Symptom Clusters for Type 2 Diabetes Using a Large Nationwide Electronic Health Record Database | |
| Al-Taee et al. | Blood-glucose pattern mining algorithm for decision support in diabetes management |