WO2021251593A1 - 약물 복용에 따른 갑상선 기능 모니터링 방법, 이를 수행하는 모니터링 서버 및 사용자 단말 - Google Patents

약물 복용에 따른 갑상선 기능 모니터링 방법, 이를 수행하는 모니터링 서버 및 사용자 단말 Download PDF

Info

Publication number
WO2021251593A1
WO2021251593A1 PCT/KR2021/002707 KR2021002707W WO2021251593A1 WO 2021251593 A1 WO2021251593 A1 WO 2021251593A1 KR 2021002707 W KR2021002707 W KR 2021002707W WO 2021251593 A1 WO2021251593 A1 WO 2021251593A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
monitoring
heart rate
thyroid
period
Prior art date
Application number
PCT/KR2021/002707
Other languages
English (en)
French (fr)
Inventor
문재훈
Original Assignee
주식회사 타이로스코프
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 타이로스코프 filed Critical 주식회사 타이로스코프
Priority to EP21819321.7A priority Critical patent/EP4166068A4/en
Priority to JP2021576255A priority patent/JP2022541110A/ja
Priority to US17/514,952 priority patent/US11937936B2/en
Publication of WO2021251593A1 publication Critical patent/WO2021251593A1/ko
Priority to JP2023126948A priority patent/JP2023162209A/ja

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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0531—Measuring skin impedance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/251—Means for maintaining electrode contact with the body
    • A61B5/256—Wearable electrodes, e.g. having straps or bands
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/28—Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/353—Detecting P-waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/366—Detecting abnormal QRS complex, e.g. widening
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
    • A61B5/4222—Evaluating particular parts, e.g. particular organs
    • A61B5/4227—Evaluating particular parts, e.g. particular organs endocrine glands, i.e. thyroid, adrenals, hypothalamic, pituitary
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/7445—Display arrangements, e.g. multiple display units
    • 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
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • 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
    • 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
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage

Definitions

  • the embodiment relates to a method for monitoring thyroid function according to drug administration.
  • the embodiment relates to a monitoring server that performs thyroid function monitoring according to drug intake.
  • the embodiment relates to a user terminal that performs thyroid function monitoring according to drug intake.
  • the embodiment relates to a method for monitoring thyroid function based on skin conductivity data.
  • thyroid dysfunction is a disease that requires attention and continuous monitoring as it causes inconvenience and complications in life for many people around the world.
  • the embodiment provides a monitoring method for detecting the occurrence of abnormal thyroid function as a side effect according to drug intake in patients.
  • the embodiment provides a monitoring method to prevent overdose of a drug in patients and induce a patient to visit a hospital.
  • the embodiment provides a method of predicting a thyroid function abnormality of a user based on skin conductivity data obtained through a wearable device.
  • the medication intake information is the thyroid function including at least one of a prescription date, drug name, drug type, drug dose, or drug administration cycle of the drug related to -; selecting a monitoring algorithm to be used for determining whether to output the warning message based on the drug taking information, wherein the monitoring algorithm is a first monitoring algorithm or a second monitoring algorithm different from the first monitoring algorithm; and determining whether to output the warning message based on the selected monitoring algorithm.
  • a method for determining whether to output a warning message related to a thyroid function abnormality of a user is provided, which is calculated based on the heart rate of the user and the rest period is selected based on information about the user's exercise state can
  • a monitoring method for monitoring thyroid dysfunction that may occur as a side effect of patients taking a drug so that patients who are concerned about the occurrence of side effects due to drug intake can continue treatment in a stable state.
  • a monitoring method for preventing patients from overdose and inducing patients to visit a hospital by monitoring that patients continue to take prescribed drugs even though they have already been treated as the duration of drug administration is prolonged .
  • a method of defining a resting section among skin conductivity data obtained through a wearable device and predicting a thyroid function abnormality of a user based on the skin conductivity data in the resting section is provided.
  • FIG. 1 is a schematic diagram of a thyroid function monitoring system according to an embodiment of the present application.
  • FIG. 2 is a block diagram of a wearable device according to an embodiment of the present application.
  • FIG. 3 is a block diagram of a user terminal according to an embodiment of the present application.
  • FIG. 4 is a block diagram of a monitoring server according to an embodiment of the present application.
  • FIG. 5 is a flowchart illustrating a thyroid function monitoring method according to an embodiment of the present application.
  • FIG. 6 is a flowchart illustrating a method of calculating monitoring data according to an embodiment of the present application.
  • FIG. 7 is a flowchart illustrating a method of calculating reference data according to an embodiment of the present application.
  • FIG. 8 is a flowchart illustrating a reference data calculation method according to an embodiment of the present application.
  • FIG. 9 is a diagram for explaining a method of calculating reference data when the monitoring server receives thyroid state information out of a normal range, according to an embodiment of the present application.
  • FIG. 10 is a flowchart for explaining a method for determining abnormal thyroid function according to an embodiment of the present application.
  • FIG. 11 is a flowchart illustrating an algorithm for comparing reference data and monitoring data according to an embodiment of the present application.
  • FIG. 12 is a view showing the characteristics of each clinical group in the clinicians participating in the clinical research process.
  • 13 is a diagram showing changes in thyroid function parameters between the first visit and the second visit in clinicians who participated in the clinical study process.
  • FIG. 14 is a view showing the results of analyzing the correlation between the concentration of free T4 thyroid hormone and the heart rate parameter based on the change in the thyroid function parameter shown in FIG. 13 .
  • FIG. 15 is a view showing the results of analyzing the correlation between hypothyroidism and heart rate parameters based on the changes in the thyroid function parameters shown in FIG. 13 .
  • Figure 16 is based on the change of the thyroid function parameters at each visit time shown in Fig. 13, the change in the mean free T4 according to the visit time, the change in the hypothyroidism symptom score according to the visit time, On-site HR according to the visit time.
  • This is a diagram showing the change in WD-rHR according to the visit time, the change in WD-sleepHR according to the visit time, and the change in WD-2to6HR according to the visit time.
  • 17 is a diagram for explaining an operation timing of the thyroid dysfunction monitoring method according to an embodiment of the present application.
  • 18 and 19 are diagrams for explaining a user interface in the thyroid dysfunction monitoring system according to an embodiment of the present application.
  • 21 is a diagram for explaining the analysis of PPG data obtained through a wearable device and PPG data performed through a monitoring server.
  • 22 is a flowchart illustrating thyroid function monitoring according to the second factor according to an embodiment of the present application.
  • FIG. 23 is a conceptual diagram illustrating a method of acquiring ECG data using a wearable device according to an embodiment of the present application.
  • 25 is a view for explaining a thyroid function monitoring method in consideration of taking a drug according to an embodiment of the present application.
  • 26 is a flowchart illustrating a method of selecting a monitoring algorithm according to an embodiment of the present application.
  • 27 is a flowchart for explaining a thyroid function monitoring method according to the selection of the 1-1 monitoring algorithm according to an embodiment of the present application.
  • 29 is a view for explaining an operation timing of the thyroid dysfunction monitoring method ( S400 ) according to an embodiment of the present application.
  • FIG. 30 is a diagram for explaining a user interface in a user terminal that provides a drug taking recommendation according to an embodiment of the present application.
  • FIG. 31 is a diagram illustrating a block diagram of a skin conductivity measuring sensor according to an exemplary embodiment.
  • 32 is a diagram illustrating devices for measuring skin conductivity according to an exemplary embodiment.
  • FIG 33 is a diagram illustrating a skin conductivity graph according to an exemplary embodiment.
  • FIG. 34 is a diagram illustrating a skin conductivity graph according to another exemplary embodiment.
  • 35 is a diagram illustrating a skin conductivity data graph according to an exemplary embodiment.
  • 36 is a diagram for explaining a rest period in a skin conductivity data graph according to an embodiment.
  • FIG. 37 is a diagram for explaining a rest period in a skin conductivity data graph according to another embodiment.
  • 38 is a view for explaining a rest period in a skin conductivity data graph according to another embodiment.
  • 39 is a diagram for explaining a rest period in a skin conductivity data graph according to another embodiment.
  • 40 is a diagram for explaining a rest period in a skin conductivity data graph according to another embodiment.
  • 41 is a diagram for explaining a rest period in a skin conductivity data graph according to another embodiment.
  • FIG. 42 is a diagram illustrating a flowchart of a method of extracting an idle section according to an embodiment.
  • FIG. 43 is a diagram illustrating a skin conductivity data graph according to a wearable device wearing state according to an exemplary embodiment.
  • the medication intake information is the thyroid function including at least one of a prescription date, drug name, drug type, drug dose, or drug administration cycle of the drug related to -; selecting a monitoring algorithm to be used for determining whether to output the warning message based on the drug taking information, wherein the monitoring algorithm is a first monitoring algorithm or a second monitoring algorithm different from the first monitoring algorithm; and determining whether to output the warning message based on the selected monitoring algorithm.
  • a method for determining whether to output a warning message related to a thyroid function abnormality of a user is provided, which is calculated based on the heart rate of the user and the rest period is selected based on information about the user's exercise state can
  • the step of selecting the monitoring algorithm includes classifying the user into a hyperthyroidism treatment group or a hypothyroidism treatment group based on the drug taking information. Whether to output a warning message related to thyroid dysfunction of the user A method may be provided for determining whether or not
  • the step of selecting the monitoring algorithm includes selecting the first monitoring algorithm when the user is classified into a hypothyroidism treatment group.
  • a method may be provided.
  • the step of selecting the monitoring algorithm includes selecting the second monitoring algorithm when the user is classified into a hyperthyroidism treatment group.
  • a method may be provided.
  • determining whether to output the warning message if the selected monitoring algorithm is the first monitoring algorithm, if the monitoring heart rate is lower than the reference heart rate by a second threshold or more, it is checked whether a predetermined period has elapsed based on the prescription date.
  • a method for determining whether to output a warning message related to a user's thyroid dysfunction comprising the steps of: and determining to output the warning message when the predetermined period has elapsed.
  • determining whether to output the warning message if the selected monitoring algorithm is the second monitoring algorithm, when the monitoring heart rate is greater than the reference heart rate by a first threshold or more, it is checked whether a predetermined period has elapsed based on the prescription date.
  • a method for determining whether to output a warning message related to a user's thyroid dysfunction comprising the steps of: and determining to output the warning message when the predetermined period has elapsed.
  • a method for determining whether to output a warning message related to a user's thyroid dysfunction including a method may be provided.
  • the idle section is determined based on a section in which the number of steps of the user is 0 and continues for more than a predetermined time, or the idle section is determined based on a section in which the user's acceleration is 0 and continues for a predetermined time or more How to determine whether to output warning messages related to the user's thyroid dysfunction.
  • the method further includes calculating the reference heart rate, wherein the calculating of the reference heart rate includes: when the thyroid hormone level is received, checking whether the received thyroid hormone level is within a normal range; and the thyroid hormone level is normal. range, whether to output a warning message related to thyroid dysfunction of the user, including calculating the reference heart rate based on resting heart rates of a plurality of consecutive days including the test day of the thyroid hormone A method of determining may be provided.
  • the calculating of the reference heart rate may include calculating the current heart rate based on resting heart rates of a plurality of consecutive days including a test day of the thyroid hormone level when the thyroid hormone level is out of a normal range, and and estimating the reference heart rate when the user's thyroid function is normal based on the thyroid hormone level and the calculated current heart rate.
  • the step of selecting the monitoring algorithm is performed every time the drug taking information is received, and the step of determining whether to output the warning message is performed every day after the selecting step is performed, and determining whether to output the warning message
  • a method for determining whether to output a warning message related to a user's thyroid dysfunction may be provided, in which the step is performed more times than the monitoring algorithm selection step.
  • step of determining an output of a drug taking notification based on the drug taking cycle wherein the step of determining the output of the drug taking notification is performed a number of times more than the step of determining whether to output the warning message, related to the user's thyroid dysfunction
  • a method for determining whether to output a warning message may be provided.
  • the thyroid function of the user further comprising: receiving heart rate information of the user at every second cycle from the external device that measures the heart rate of the user at every first cycle, wherein the second cycle is longer than the first cycle
  • a method for determining whether to output a warning message related to an abnormality may be provided.
  • a recording medium in which a program is recorded to perform the method of any one of the preceding claims, and a code that is read and executable by a computer is stored.
  • a communication unit for receiving biometric information obtained from a user of a wearable device from an external device; Based on the user's medication intake information received through the communication unit, a monitoring algorithm is selected, a warning message is determined based on the selected monitoring algorithm, and when the output of the warning message is determined, a signal is transmitted through the communication unit a control unit that controls to be transmitted, wherein the drug intake information includes at least one of a prescription date, drug name, drug type, drug dose, or drug administration cycle of a drug related to thyroid function; and, the monitoring algorithm includes a first monitoring algorithm or a second monitoring algorithm, wherein the first monitoring algorithm is an algorithm for determining an output of the warning message when a monitoring heart rate is greater than a first threshold value or more than a reference heart rate, wherein the second monitoring algorithm is the monitoring heart rate An algorithm for determining the output of the warning message when it is smaller than a reference heart rate by a second threshold or more, wherein the reference heart rate is calculated based on the user's thyroid hormone level
  • a communication unit for receiving biometric information obtained from a user of the wearable device from a wearable device; an input unit for receiving the user's drug taking information, wherein the drug taking information includes at least one of a prescription date, drug name, drug type, drug dose, or drug administration cycle of a drug related to thyroid function; and selecting a monitoring algorithm based on the drug taking information, determining whether to output a warning message based on the selected monitoring algorithm, and outputting a warning message related to the user's thyroid dysfunction through the output unit when the output of the warning message is determined and a control unit to control so that the monitoring algorithm is a first monitoring algorithm or a second monitoring algorithm, wherein the first monitoring algorithm determines the output of the warning message when the monitoring heart rate is greater than the reference heart rate by a first threshold or more algorithm, wherein the second monitoring algorithm is an algorithm for determining the output of the warning message when the monitored heart rate is lower than the reference heart rate by a second threshold or more, the reference heart rate is the thyroid hormone level of the user
  • a method for predicting abnormality of the thyroid function of the user using a wearable device worn on a part of the user's body wherein the user's skin through the wearable device for measuring the user's skin conductivity Obtaining conductivity data, extracting a resting period in which the skin conductivity data changes within a threshold range for a predetermined period based on the skin conductivity data, and comparing the reference skin conductivity and the monitoring skin conductivity to the user predicting thyroid function abnormality of , wherein the resting period is a period starting after a decreasing period in which the skin conductivity data decreases by more than a size of the threshold range, and the reference skin conductivity is the resting period for a reference period is calculated based on the skin conductivity data in , and the monitoring skin conductivity is the skin conductivity data in the resting period during a monitoring period - the monitoring period is a period for determining whether the thyroid function of the user is abnormal It is calculated based on , and the reference period and
  • the monitoring period may include at least one day.
  • the skin conductivity measurement period of the wearable device may be shorter than the predetermined period.
  • the size of the critical range may be 2uS or less.
  • the message is, when the monitored skin conductivity is greater than a first value than the reference skin conductivity, a first warning a message, and when the monitored skin conductivity is less than a second value than the reference skin conductivity, a second warning message; wherein the first warning message includes information related to hyperthyroidism, the second warning message;
  • the message may include information related to hypothyroidism.
  • the first value and the second value may be different.
  • the message may include a comment proposing to seek an expert opinion.
  • the monitoring period may be based on the user's sleep period.
  • the monitoring period may include a plurality of REM sleep periods of the user.
  • the monitored skin conductivity may be obtained based on at least one or more of the resting periods.
  • the reference skin conductivity may be obtained based on at least one or more of the resting periods when the thyroid function of the user is normal.
  • the message may include a questionnaire for self-diagnosis.
  • the skin conductivity data during the rest period may be less than or equal to a predetermined value.
  • the average of the skin conductivity data before the reduction section may be greater than the average of the skin conductivity data after the reduction section.
  • a change frequency of the skin conductivity data before the reduction section may be greater than a change frequency of the skin conductivity data after the reduction section, and the change frequency may be based on a differential value of the skin conductivity data.
  • the change frequency of the skin conductivity before the reduction section may be greater than the change frequency of the skin conductivity during the reduction section, and the change frequency may be based on a differential value of the skin conductivity data.
  • the change frequency of the skin conductivity data during the wearing period is greater than the change frequency of the skin conductivity data during the rest period, and the wearing period is a certain period after the user wears the wearable device, and the change frequency may be based on a differential value of the skin conductivity data.
  • the difference in the skin conductivity before and after the wearing period is greater than the difference in the skin conductivity before and after the rest period, and the wearing period may be a predetermined period after the user wears the wearable device.
  • the first time point included in the reference period may be earlier than the second time point included in the monitoring period.
  • a recording medium in which a program is recorded to perform the method of any one of the preceding claims, and a code that is read and executable by a computer is stored.
  • the thyroid function monitoring system 100 according to an embodiment of the present specification will be described.
  • the thyroid function monitoring system 100 is a system for detecting a user's biosignal through the wearable device 1000 and predicting a user's thyroid function of the wearable device 1000 based on the detected biosignal.
  • FIG. 1 is a schematic diagram of a thyroid function monitoring system 100 according to an embodiment of the present application.
  • the thyroid function monitoring system 100 may include a wearable device 1000 , a user terminal 2000 , and a monitoring server 3000 .
  • the components shown in FIG. 1 are not essential, and the thyroid function monitoring system 100 may have more components or fewer components.
  • the wearable device 1000 may be worn on the user's body to detect the user's biosignal.
  • the wearable device 1000 may detect the user's biometric information. As an example, the wearable device 1000 may detect heart rate information of the user. As another example, the wearable device 1000 may detect the user's heart rate information and the user's movement information. As another example, the wearable device 1000 may detect the user's heart rate information and the user's temperature information. As another example, the wearable device 1000 may detect the user's skin conductivity information. However, it is not limited to the examples listed herein, and the wearable device 1000 may sense one or more pieces of biometric information corresponding to a user's biosignal.
  • the wearable device 1000 may transmit the detected biometric information to the user terminal 2000 and/or the monitoring server 3000 .
  • the wearable device 1000 may transmit the detected biometric information to the user terminal 2000
  • the user terminal 2000 may transmit the received biometric information to the monitoring server 3000 .
  • the wearable device 1000 may transmit the user's heart rate information to the user terminal 2000 .
  • the wearable device 1000 may transmit user movement information to the user terminal 2000 .
  • the wearable device 1000 may transmit the user's temperature to the user terminal 2000 .
  • the wearable device 1000 may transmit the user's skin conductivity information to the user terminal 2000 .
  • the wearable device 1000 may transmit the sensed first biometric information to the user terminal 2000 in association with information on the external environment.
  • the wearable device 1000 may transmit information about the detected first biosignal to the user terminal 2000 in association with time information.
  • the wearable device 1000 may map the user's heart rate information with time information and transmit it to the user terminal 2000 .
  • the wearable device 1000 may transmit information about the detected first biosignal to the user terminal 2000 in association with external temperature information.
  • the wearable device 1000 may map the user's skin conductivity information with external temperature information and transmit it to the user terminal 2000 .
  • the wearable device 1000 may transmit the sensed first biometric information to the user terminal 2000 in association with the first biometric information and other second biometric information.
  • the wearable device 1000 may transmit a plurality of types of biosignals (eg, heart rate information and temperature information) to the user terminal 2000 in the form of a data set linked according to time.
  • a plurality of types of biosignals eg, heart rate information and temperature information
  • the user terminal 2000 may perform a predetermined operation based on the biometric information received from the wearable device 1000 .
  • the user terminal 2000 may transmit the user's thyroid status information to the monitoring server 3000 .
  • the user terminal 2000 may transmit the received biometric information to the monitoring server 3000 according to a predetermined condition. As a specific example, when biometric information is received, the user terminal 2000 may transmit it to the monitoring server 2000 . As another specific example, the user terminal 2000 may store the received biometric information and transmit the stored biometric information to the monitoring server 3000 at a predetermined period.
  • the monitoring server 3000 may perform thyroid function monitoring based on the received biometric information. A detailed description of the thyroid function monitoring method according to the present application will be described in more detail below.
  • the monitoring server 3000 may transmit result information according to the thyroid function monitoring to the user terminal 2000 .
  • the user terminal 2000 may output information corresponding to the result information through the terminal output unit 2200 based on the result information received from the monitoring server 3000 .
  • the monitoring server 3000 may transmit a warning to the user terminal 2000 based on a result of thyroid function monitoring.
  • the user terminal 2000 may output a warning about the user's thyroid function through the terminal output unit 2200 based on the signal received from the monitoring server 3000 .
  • the thyroid function monitoring system 100 according to an embodiment of the present application has been schematically described.
  • FIG. 1 shows a schematic diagram of a system in which the wearable device 1000 and the user terminal 2000 are communicatively connected, and the user terminal 2000 is communicatively connected to the monitoring server 3000, but the connection relationship between each component may be modified and implemented.
  • the connection relationship between the user terminal 2000 and the monitoring server 3000 is switched, so that the monitoring server 3000 communicates directly with the wearable device 1000 , and the user terminal 2000 passes through the monitoring server 3000 .
  • the thyroid function monitoring system 100 may be implemented in the form of receiving one piece of information.
  • the monitoring server 3000 is implemented in the form of a program installed in the user terminal 2000, so that the monitoring system 100 in which only bilateral communication between the user terminal 2000 and the wearable device 1000 is performed can be implemented. have.
  • the wearable device 1000 communicates directly with the monitoring server 3000 , and is implemented in the form of outputting information received from the monitoring server 3000 to the user through the wearable device 1000 , the wearable device 1000 . ) and the monitoring system 100 in which only bilateral communication of the monitoring server 3000 is performed can be implemented.
  • the monitoring server 3000 may be implemented in a form connected to each user terminal 2000 of a plurality of users.
  • FIG. 2 is a block diagram of a wearable device 1000 according to an embodiment of the present application.
  • the wearable device 1000 includes a device input unit 1100 , a device output unit 1200 , a device communication unit 1300 , a device sensor unit 1400 , a device memory unit 1500 , and a device control unit 1600 .
  • a device input unit 1100 may include a device input unit 1100 , a device output unit 1200 , a device communication unit 1300 , a device sensor unit 1400 , a device memory unit 1500 , and a device control unit 1600 .
  • the components shown in FIG. 2 are not essential, and the wearable device 1000 may have more components or fewer components.
  • the device input unit 1100 may perform a function of receiving information from a user.
  • the device input unit 1100 may receive a user input from a user.
  • the user input may be a key input, a touch input, and/or a voice input, but is not limited thereto, and may be formed in various forms.
  • the device input unit 1100 may be implemented as a generally used user input device.
  • the device input unit 1100 includes a traditional keypad, keyboard, and mouse, as well as a touch sensor for sensing a user's touch, a microphone for receiving a voice signal, a camera for recognizing gestures through image recognition, and user access.
  • a proximity sensor consisting of an illuminance sensor or infrared sensor that detects can be implemented as
  • touch sensor may mean a piezoelectric or capacitive touch sensor that detects a touch through a touch panel or a touch film attached to the display panel, and/or an optical touch sensor that senses a touch by an optical method.
  • the device input unit 1100 in the form of an input interface (USB port, PS/2 port, etc.) for connecting an external input device receiving a user input to the wearable device 1000 instead of detecting the user input by itself may be implemented.
  • an input interface USB port, PS/2 port, etc.
  • the device input unit 1100 may include an imaging device such as a camera that inputs the acquired data on the imaging area to the wearable device 1000 as well as means for detecting an intentional input of the user. have.
  • an imaging device such as a camera that inputs the acquired data on the imaging area to the wearable device 1000 as well as means for detecting an intentional input of the user. have.
  • the device output unit 1200 may perform a function of outputting information so that the user can check it.
  • the device output unit 1200 may output information obtained from a user, obtained from an external device, and/or processed.
  • the information may be output in various forms without being limited thereto, or may be visual, auditory and/or tactile output.
  • the device output unit 1200 may be implemented as a display that outputs an image, a speaker that outputs a sound, a haptic device that generates vibration, and/or other various types of output means.
  • display means a liquid crystal display (LCD), a light emitting diode (LED) display, an organic light emitting diode (OLED) display, a flat panel display (FPD), Transparent display, curved display, flexible display, three-dimensional display (3D display), holographic display (holographic display), projector and / or other image output function can be performed It may refer to an image display device in a broad sense including all of the various forms.
  • the device output unit 1200 is an output interface (USB port, PS/2 port, etc.) that connects an external output device that outputs information to the wearable device 1000 instead of a device that outputs information to the outside by itself. It may be implemented in the form.
  • the device output unit 1200 may be integrated with the device input unit 1100 .
  • the device output unit 1200 may be in the form of a touch display integrally formed with a touch sensor that is the device input unit 1100 .
  • the device communication unit 1300 may serve as the wearable device 1000 to transmit/receive data to/from an external device. According to an embodiment of the present application, the device communication unit 1300 may communicate with the user terminal 2000 and/or the monitoring server 3000 .
  • the device communication unit 1300 may include one or more modules that enable communication.
  • the device communication unit 1300 may include a module that enables communication with an external device through a wired method.
  • the device communication unit 1300 may include a module that enables communication with an external device through a wireless method.
  • the device communication unit 1300 may include a module for communicating with an external device through a wired method and a module for enabling the device communication unit 1300 to communicate with an external device through a wireless method.
  • the device communication unit 1300 is a wired communication module that accesses the Internet through a LAN (Local Area Network), etc., and LTE (Long Term Evolution) for transmitting and receiving data by connecting to a mobile communication network through a mobile communication base station.
  • a short-distance communication module using a wireless local area network (WLAN) communication method such as a mobile communication module, Wi-Fi, or a wireless personal area network (WPAN) communication method such as Bluetooth or Zigbee a satellite communication module using a Global Navigation Satellite System (GNSS), such as a Global Positioning System (GPS), or a combination thereof.
  • WLAN wireless local area network
  • WPAN wireless personal area network
  • GNSS Global Navigation Satellite System
  • GPS Global Positioning System
  • the device sensor unit 1400 may perform a function of acquiring biometric information of a user of the wearable device 1000 . According to an embodiment of the present application, the device sensor unit 1400 may obtain heart rate information of the user.
  • the device sensor unit 1400 may include one or more modules that enable the acquisition of the user's biometric information.
  • the device sensor unit 1400 acquires heart rate information (eg, electrocardiogram) through a PPG sensor module that acquires heart rate information (eg, heart rate) using an optical method, or an electrical method ECG sensor module, a temperature sensor module that acquires temperature information in a contact/non-contact manner, an acceleration sensor, a gyro sensor, and/or a motion sensor module that acquires information about the user's movement using a step sensor, etc.; It may be composed of an EDA sensor module or a combination thereof that obtains information on the activity of the sympathetic nervous system using skin conductance.
  • the present invention is not limited thereto, and the device sensor unit 1400 may be implemented as various sensors for acquiring the user's biometric information.
  • the device sensor unit 1400 may perform a function of acquiring information about the external environment of the wearable device 1000 .
  • the device sensor unit 1400 may include a temperature sensor module that measures the external temperature of the wearable device 1000 .
  • the device memory unit 1500 may store various data and programs necessary for the wearable device 1000 to operate.
  • the device memory unit 1500 may store information obtained by the wearable device 1000 .
  • biometric information obtained by the device sensor unit 1400 may be stored in the device memory unit 1500 .
  • an operating program (OS) for driving the wearable device 1000 various programs to be driven or used in the wearable device 1000 to perform thyroid function monitoring, and Various data and the like regarding the media to be referenced by these programs can be stored.
  • OS operating program
  • various programs to be driven or used in the wearable device 1000 to perform thyroid function monitoring and Various data and the like regarding the media to be referenced by these programs can be stored.
  • the device memory unit 1500 may temporarily or semi-permanently store data.
  • Examples of the device memory unit 1500 include a hard disk (HDD), a solid state drive (SSD), a flash memory (1400, flash memory), a ROM (Read-Only Memory), and a RAM (RAM: Random). Access Memory) or cloud storage may be present.
  • the present invention is not limited thereto, and the device memory unit 1500 may be implemented as various modules for storing data.
  • the device memory unit 1500 may be provided in a form embedded in the wearable device 1000 or in a form detachable.
  • the device controller 1600 may perform a function of generalizing and controlling the overall operation of the wearable device 1000 .
  • the device control unit 1600 may perform calculation and processing of various types of information and may control operations of components of the terminal.
  • the device control unit 1600 may be implemented as a computer or a similar device according to hardware, software, or a combination thereof.
  • the device control unit 1600 may be provided in the form of an electronic circuit such as a CPU chip that processes electrical signals to perform a control function, and in terms of software, may be provided in the form of a program for driving the device control unit 1600 in hardware. can be provided.
  • the device controller 1600 may control the device sensor unit 1400 to sense the user's biosignal.
  • the device controller 1600 stores the biosignal temporarily sensed by the device memory unit 1500 , and after the biometric information based on the biosignal is transmitted through the device communication unit 1300 , the stored biosignal You can control it to be deleted.
  • the operation of the wearable device 1000 may be interpreted as being performed under the control of the device controller 1600 .
  • the wearable device 1000 may be a wearable wristband worn on a user's wrist to obtain biometric information, and a wearable worn on a user's foot in the form of a sock to obtain biometric information It may be a sock, it may be a wearable ring that is put on the user's finger to obtain biometric information, it may be a wearable patch that is attached to the user's skin to obtain biometric information, and is worn on the user's head.
  • It may be a wearable headband that acquires biometric information, it may be a wearable device that is worn in the user's ear in the form of an earring, or it may be a wearable device that is fitted in the form of an earphone, or it may be a wearable lens inserted into the user's eye, in this specification It is not limited to the listed examples and may be implemented in various forms.
  • FIG. 3 is a block diagram of a user terminal 2000 according to an embodiment of the present application.
  • the user terminal 2000 may include a terminal input unit 2100 , a terminal output unit 2200 , a terminal communication unit 2300 , a terminal memory unit 2400 , and a terminal control unit 2500 .
  • the components shown in FIG. 3 are not essential, and the user terminal 2000 may have more components or fewer components.
  • the terminal input unit 2100 may perform a function of receiving information from a user.
  • the terminal output unit 2200 may perform a function of outputting information so that the user can check it.
  • the terminal communication unit 2300 may perform a function of transmitting/receiving data to/from an external device similarly to the device communication unit 1300 of the aforementioned wearable device 1000 .
  • the terminal memory unit 2400 may store various data and programs necessary for the user terminal 2000 to operate, similarly to the device memory unit 1500 of the aforementioned wearable device 1000 .
  • the terminal controller 2500 may perform a function of generalizing and controlling the overall operation of the user terminal 2000 , similarly to the device controller 1600 of the above-described wearable device 1000 .
  • the terminal control unit 2500 processes information based on a user input input through the terminal input unit 2100 , and transmits the processed information to the monitoring server 3000 through the terminal communication unit 2300 .
  • the terminal control unit 2500 obtains thyroid status information and/or drug taking information through the terminal input unit 2100, and processes the information to match the communication format with the monitoring server 3000 to the terminal communication unit ( 2300) can be transmitted.
  • the terminal control unit 2500 may process information received from the monitoring server 3000 through the terminal communication unit 2300 and provide it to the user through the terminal output unit 2200 .
  • the terminal control unit 2500 receives information according to the result of thyroid function monitoring through the terminal communication unit 2300, and through the terminal output unit 2200 to warn the user of the thyroid function abnormality in the thyroid function. It is possible to output the judgment result for
  • the operation of the user terminal 2000 may be interpreted as being performed under the control of the terminal controller 2500 .
  • the user terminal 2000 includes a mobile terminal such as a mobile phone, a smart phone, a tablet PC, a laptop, a personal digital assistant (PDA), a portable multimedia player (PMP), a navigation device, and the like, as well as a digital It may include a fixed terminal such as a TV, a desktop computer, a kiosk, and the like. More generally, anything that can be connected to other electronic devices and/or servers through a network to exchange information may be the user terminal 2000 in the specification of the present application.
  • a mobile terminal such as a mobile phone, a smart phone, a tablet PC, a laptop, a personal digital assistant (PDA), a portable multimedia player (PMP), a navigation device, and the like, as well as a digital It may include a fixed terminal such as a TV, a desktop computer, a kiosk, and the like. More generally, anything that can be connected to other electronic devices and/or servers through a network to exchange information may be the user terminal 2000 in the specification of the present application.
  • FIG. 4 is a block diagram of a monitoring server 3000 according to an embodiment of the present application.
  • the monitoring server 3000 may include a server communication unit 3100 , a server database 3200 , and a server control unit 3300 .
  • the components shown in FIG. 4 are not essential, and the monitoring server 3000 may have more components or fewer components.
  • each component of the monitoring server 3000 may be physically included in one server, or may be a distributed server distributed for each function.
  • the server communication unit 3100 may perform a function of transmitting/receiving data to/from an external device similarly to the device communication unit 1300 of the aforementioned wearable device 1000 . Accordingly, descriptions of overlapping modules for the server communication unit 3100 will be omitted.
  • the server communication unit 3100 may receive information about the user's biometric information of the wearable device 1000 from the user terminal 2000 . According to another embodiment of the present application, the server communication unit 3100 may receive the user's thyroid state information obtained through the user terminal 2000 .
  • the server database 3200 may store various data and programs necessary for the monitoring server 3000 to operate, similarly to the device memory unit 1500 of the aforementioned wearable device 1000 . Accordingly, descriptions of overlapping modules for the server database 3200 will be omitted.
  • the server database 3200 may store a monitoring algorithm used for thyroid function prediction, user information, and/or user biometric information.
  • the server control unit 3300 may perform a function of generalizing and controlling the overall operation of the monitoring server 3000 , similarly to the device control unit 1600 of the above-described wearable device 1000 . Accordingly, descriptions of overlapping modules for the server control unit 3300 will be omitted.
  • the server control unit 3300 may predict a user's thyroid function based on the user's biometric information received through the server communication unit 3100 using a monitoring algorithm stored in the server database 3200 . Specifically, the server control unit 3300 may calculate reference data based on the biometric information and the thyroid state information received through the server communication unit 3100 . Also, the server control unit 3300 may calculate monitoring data based on the biometric information received through the server communication unit 3100 .
  • the server control unit 3300 may select a specific monitoring algorithm from among the monitoring algorithms stored in the server database 3200 based on the drug administration information received through the server communication unit 3100 .
  • the server controller 3300 may perform thyroid function monitoring based on the selected monitoring algorithm.
  • the operation of the monitoring server 3000 may be interpreted as being performed under the control of the server controller 3300 .
  • the monitoring server 3000 may include a computer program that provides a service to computer hardware or other programs and/or electronic devices in which the thyroid function monitoring program is executed.
  • the monitoring server 3000 may manage or control a network in which an external terminal and the server are connected, and may share software resources such as data used for thyroid function monitoring.
  • the monitoring server 3000 may be a single physical server, or a distributed server in which a plurality of servers distribute their throughput or roles.
  • the thyroid function monitoring system 100 includes a wearable device 1000, a user terminal 2000, and a monitoring server ( 3000), the wearable device 1000 is a wearable watch, the user terminal 2000 is a smartphone having a display, and the monitoring server 3000 is a single server.
  • the thyroid function monitoring system 100 of the present application may predict a user's thyroid function abnormality based on the user's bio-signals. According to an embodiment of the present application, the thyroid function monitoring system 100 may determine a thyroid function abnormality based on the user's heart rate information.
  • thyroid dysfunction may mean the onset of any one of hyperthyroidism, hypothyroidism, and thyrotoxicosis.
  • predicting thyroid function abnormality means acquiring information as a result of monitoring thyroid function abnormality based on the user's biometric information.
  • FIG. 5 is a flowchart illustrating a thyroid function monitoring method ( S100 ) according to an embodiment of the present application.
  • monitoring data may be calculated ( S1300 ) to determine an abnormality in the thyroid function of the user ( S1500 ).
  • the above-described steps S1100, S1300, and S1500 may be performed by the monitoring server 3000 .
  • the wearable device 1000 may acquire the user's biometric information.
  • the wearable device 1000 may acquire biometric information of a user wearing the wearable device 1000 .
  • Acquisition of the user's biometric information through the wearable device 1000 may be performed at regular intervals.
  • the device sensor unit 1400 of the wearable device 1000 may include a PPG sensor, and the wearable device 1000 may acquire heart rate information of the user in a first cycle using the PPG sensor.
  • the device sensor unit 1400 of the wearable device 1000 may include a motion sensor, and the wearable device 1000 may acquire the user's motion information in a second cycle using the motion sensor.
  • the first period and the second period may be the same.
  • the first period and the second period may be different from each other.
  • the wearable device 1000 may transmit the user's biometric information to the user terminal 2000 .
  • the wearable device 1000 may acquire and transmit the user's biometric information to the user terminal 2000 at the same time.
  • the wearable device 1000 may transmit the acquired user's biometric information set to the user terminal 2000 at a predetermined period. In this case, a period in which the wearable device 1000 acquires the user's biometric information may be shorter than a period in which the user's biometric information is transmitted.
  • the wearable device 1000 may transmit one or more types of user's biometric information to the user terminal 2000 .
  • the biometric information transmitted to the user terminal 2000 may be heart rate information.
  • the biometric information transmitted to the user terminal 2000 may be heart rate information and motion information.
  • the biometric information transmitted by the wearable device 1000 may be linked with other information.
  • the biometric information transmitted by the wearable device 1000 may be heart rate information associated with time.
  • the biometric information transmitted by the wearable device 1000 may be heart rate information associated with time and motion information associated with time.
  • the biometric information transmitted by the wearable device 1000 may be in a form in which time, heart rate information, and motion information are linked.
  • the user terminal 2000 may transmit the received biometric information to the monitoring server 3000 .
  • the user terminal 2000 may receive the user's biometric information and transmit it to the monitoring server 3000 at the same time.
  • the user terminal 2000 may transmit the received biometric information sets of a plurality of users to the monitoring server 3000 at a predetermined period. In this case, the period in which the user terminal 2000 acquires the biometric information set may be shorter than the period in which the biometric information set is transmitted.
  • the monitoring server 3000 may obtain biometric information from the user terminal 2000 ( S1100 ).
  • the server communication unit 3100 may obtain biometric information from the user terminal 2000 ( S1100 ).
  • the monitoring server 3000 may receive biometric information detected by the wearable device 1000 that has been transformed into an appropriate form through the user terminal 2000 .
  • the monitoring server 3000 may calculate monitoring data based on the obtained biometric information (S1300).
  • the server control unit 3300 may calculate monitoring data (S1300).
  • monitoring data may be user status data for a monitoring period that is a target of thyroid function determination in one operation of determining thyroid function abnormality ( S1500 ).
  • monitoring data may be calculated based on the user's state data of the monitoring period (eg, a plurality of consecutive days before the time point of determining thyroid function abnormality ( S1500 )).
  • monitoring data may be calculated based on the user's state data for one or more sections (eg, idle sections) that satisfy a predetermined condition during the monitoring period.
  • the monitoring data may be calculated based on the state data of the user when the user is in a stable state during the monitoring period. According to another embodiment of the present application, the monitoring data may be calculated based on the state data of the user when the user is in the idle state during the monitoring period.
  • FIG. 6 is a flowchart illustrating a method ( S1300 ) of calculating monitoring data according to an embodiment of the present application.
  • the monitoring data calculation method ( S1300 ) may include confirmation of a rest period ( S1310 ), extraction of biometric information corresponding to the rest period ( S1330 ), and calculation of monitoring data ( S1350 ). According to one embodiment, the above-described steps S1310, S1330, and S1350 may be performed by the monitoring server 3000 .
  • the monitoring server 3000 may check the idle section (S1310).
  • the server control unit 3300 may check the idle section (S1310).
  • the monitoring server 3000 may check at least one idle section during a predetermined period (eg, a monitoring period) ( S1310 ).
  • a predetermined period eg, a monitoring period
  • the monitoring period may be one day (24 hours).
  • the predetermined period may be a plurality of days (eg, 5 days).
  • the monitoring period may be shorter than one day.
  • the monitoring server 3000 may check an idle period corresponding to a predetermined condition during a predetermined period (S1310). As an example, the monitoring server 3000 may check the idle section based on the user's exercise information during the monitoring period (S1310).
  • the predetermined condition for being identified as the idle period may be associated with motion information of the user.
  • the idle section may be determined as a section in which it is determined that a predetermined time (eg, 5 minutes) has elapsed without the user's motion according to the user's motion information.
  • the predetermined condition may be associated with the user's skin conductivity information.
  • the rest period may be determined as a period in which the user is determined to be sleeping according to the user's skin conductivity information.
  • the monitoring period may include a plurality of idle periods.
  • the plurality of idle periods may be discontinuous from each other. For example, between one idle section and the other idle section, a section in which a user's movement is sensed may exist. In other words, the monitoring period may include one idle period, another idle period, and a period in which a user's motion is sensed.
  • the monitoring server 3000 may extract biometric information corresponding to the rest period (S1330).
  • the server control unit 3300 may extract biometric information corresponding to the rest period ( S1330 ).
  • the monitoring server 3000 may extract biometric information corresponding to one or more identified idle sections ( S1330 ).
  • the monitoring server 3000 may extract biometric information corresponding to one or more identified idle sections included in the monitoring period ( S1330 ).
  • the monitoring server 3000 may extract heart rate information corresponding to the confirmed rest period included in the monitoring period. Alternatively, the monitoring server 3000 may extract temperature information corresponding to the confirmed rest period included in the monitoring period. Alternatively, the monitoring server 3000 may extract skin conductivity information corresponding to the confirmed rest period included in the monitoring period.
  • the monitoring server 3000 may extract a plurality of pieces of heart rate information corresponding to each of the plurality of checked idle sections included in the monitoring period.
  • the monitoring server 3000 may calculate monitoring data (S1350).
  • the server control unit 3300 may calculate monitoring data (S1350).
  • the monitoring server 3000 may calculate monitoring data based on the extracted biometric information (S1350).
  • the monitoring server 3000 may calculate an average value of a plurality of heart rate information corresponding to each of a plurality of checked idle sections included in the monitoring period as monitoring data. As another example, the monitoring server 3000 may calculate a median value of median values of a plurality of heart rate information corresponding to each of a plurality of idle sections included in the monitoring period as monitoring data. As another example, the monitoring server 3000 may calculate the calculated values of the remaining heart rate information as monitoring data, except for the maximum and minimum values among a plurality of heart rate information corresponding to each of the plurality of idle sections included in the monitoring period. have.
  • the monitoring server 3000 may use reference data.
  • reference data may refer to reference data compared with monitoring data when an operation to determine abnormality of thyroid function is performed.
  • the reference data may be determined based on the user's biometric information when the status information regarding the user's thyroid function corresponds to normal. According to another embodiment of the present application, when the user's biometric information corresponds to a predetermined condition, the reference data may be determined based on the user's biometric information in the corresponding section.
  • FIG. 7 is a flowchart illustrating a method ( S200 ) of calculating reference data according to an embodiment of the present application.
  • the monitoring server 3000 may calculate reference data ( S2300 ).
  • the monitoring server 3000 may receive thyroid status information from the user terminal 2000 ( S2100 ).
  • the server communication unit 3100 may receive thyroid state information from the terminal communication unit 2300 ( S2100 ).
  • the user terminal 2000 may receive the user's thyroid state information through the terminal input unit 2100 .
  • the thyroid status information may be information about the thyroid hormone level obtained through a user's blood test or the like.
  • the thyroid status information may be information about the thyroid status obtained through a questionnaire about the user's symptoms.
  • the user terminal 2000 may transmit the received thyroid status information to the monitoring server 3000 .
  • the monitoring server 3000 may calculate reference data (S2300).
  • the server controller 3300 may calculate reference data (S2300).
  • FIG. 8 is a flowchart illustrating a reference data calculation method ( S2300 ) according to an embodiment of the present application.
  • the reference data calculation method (S2300) determines the calculation period of the reference data (S2310), confirms a rest period during the reference data calculation period (S2320), extracts biometric information corresponding to the rest period (S2330), and calculates the reference data (S2360) ) may be included. According to an embodiment, steps S2310, S2320, S2330, and S2360 may be performed by the monitoring server 3000 .
  • the monitoring server 3000 may determine a reference data calculation period (S2310).
  • the server controller 3300 may determine a reference data calculation period ( S2310 ).
  • the server controller 3300 may determine a reference data calculation period based on information stored in the server database 3200 ( S2310 ).
  • the monitoring server 3000 may determine a reference data calculation period based on the received thyroid state information ( S2310 ). According to the present specification, the reference data calculation period may be expressed by being mixed with the reference period or the reference period.
  • the reference data calculation period may be a period at which the user's thyroid function corresponds to 'normal' according to the thyroid status information.
  • a predetermined period before and after the input of the thyroid state information may be determined as the reference data calculation period.
  • thyroid status information regarding normal thyroid hormone levels is input on March 1
  • thyroid status information regarding abnormal thyroid hormone levels is input on June 1
  • normal thyroid hormone levels on September 1
  • thyroid status information regarding A period of eg, a period of 5 days from August 30 to September 3
  • the monitoring server 3000 may check the idle section corresponding to the determined reference data calculation period (S2320).
  • the server controller 3300 may check the idle period corresponding to the determined reference data calculation period ( S2320 ). Based on the condition stored in the server database 3200, the server control unit 3300 may check the idle period corresponding to the determined reference data calculation period (S2320).
  • Idle section in step S2320 may be determined as a condition corresponding to the condition when checking the idle section in the calculation of monitoring data. For example, if it is determined in step S1310 that the idle section is a section in which it is determined that a predetermined time (eg, 5 minutes) has elapsed with no user movement, the idle section is also a predetermined time in S2320 with no user movement. (eg, 5 minutes) may be determined as a section judged to have elapsed.
  • a predetermined time eg, 5 minutes
  • the reference data calculation period may include a plurality of idle periods.
  • the plurality of idle periods may be discontinuous from each other. For example, between one idle section and the other idle section, a section in which a user's movement is sensed may exist. In other words, the reference data calculation period may include one idle section, another idle section, and a section in which a user's motion is sensed.
  • the monitoring server 3000 may extract biometric information corresponding to the rest period ( S2330 ).
  • the server control unit 3300 may extract biometric information corresponding to the rest period ( S2330 ).
  • the monitoring server 3000 may extract biometric information corresponding to one or more identified idle sections (S2330).
  • the monitoring server 3000 may extract biometric information corresponding to one or more identified idle sections included in the reference data calculation period ( S2330 ).
  • the monitoring server 3000 may extract heart rate information corresponding to the identified rest period included in the reference data calculation period. Alternatively, the monitoring server 3000 may extract temperature information corresponding to the checked idle section included in the reference data calculation period. Alternatively, the monitoring server 3000 may extract skin conductivity information corresponding to the confirmed resting period included in the reference data calculation period.
  • the monitoring server 3000 may extract a plurality of pieces of heart rate information corresponding to each of a plurality of identified rest periods included in the reference data calculation period.
  • Biometric information in section S2330 may correspond to biometric information extracted from the calculation of monitoring data. For example, if the heart rate is extracted as the biometric information in step S1330 , the heart rate may be extracted as the biometric information in step S2330 . As another example, if skin conductivity is extracted as biometric information in step S1330, skin conductivity may be extracted as biometric information in step S2330.
  • the monitoring server 3000 may calculate reference data (S2360).
  • the server control unit 3300 may calculate reference data (S2360).
  • the monitoring server 3000 may calculate reference data based on the extracted biometric information (S2360).
  • the monitoring server 3000 may calculate an average value of a plurality of heart rate information corresponding to each of a plurality of identified rest periods included in the reference data calculation period as reference data.
  • the monitoring server 3000 may calculate a median value of median values of a plurality of heart rate information corresponding to each of a plurality of idle sections included in the reference data calculation period as reference data.
  • the monitoring server 3000 calculates, as reference data, the calculated values of the remaining heart rate information except for the maximum value and the minimum value among the plurality of heart rate information corresponding to each of the plurality of rest periods included in the reference data calculation period. can do.
  • FIG. 9 is a diagram for explaining a reference data calculation method when the monitoring server 3000 receives thyroid state information out of a normal range, according to an embodiment of the present application.
  • the monitoring server 3000 may determine the reference data calculation period ( S2310 ), check the idle section during the reference data calculation period ( S2320 ), and extract biometric information of the checked idle section ( S2330 ).
  • the reference data calculation period in step S2310 may be a period at which the user's thyroid function corresponds to 'normal' according to the received thyroid status information.
  • the reference data calculation period in step S2310 is when the monitoring server 3000 does not receive the user's thyroid status information within the normal range (that is, when the thyroid status information received by the monitoring server 3000 is out of the normal range), According to the received thyroid status information, the user's thyroid function may be a period of time corresponding to 'abnormal'.
  • a predetermined period before and after the input of the thyroid status information may be determined as the reference data calculation period.
  • the monitoring server 3000 may check an idle section corresponding to the determined reference data calculation period (S2320), and extract biometric information corresponding to the idle section (S2330).
  • the steps S2320 and S2330 have already been described in detail above, and thus a redundant description will be omitted.
  • the monitoring server 3000 may calculate the reference period data (S2340).
  • the server control unit 3300 may calculate the reference period data ( S2340 ).
  • the monitoring server 3000 may calculate the reference period data based on the biometric information corresponding to the rest period included in the reference data calculation period.
  • the monitoring server 3000 may calculate an average value of a plurality of heart rate information corresponding to each of a plurality of identified rest periods included in the reference data calculation period as reference time data. As another example, the monitoring server 3000 may calculate a median value of median values of a plurality of heart rate information corresponding to each of a plurality of idle sections included in the reference data calculation period as reference period data. As another example, the monitoring server 3000 excluding the maximum and minimum values of the plurality of heart rate information corresponding to each of the plurality of rest periods included in the reference data calculation period, and using the calculated values of the remaining heart rate information as the reference period data can be calculated.
  • the reference period data calculated in step S2340 may be data calculated using biometric information when the user's thyroid function is estimated to be 'abnormal'.
  • the monitoring server 3000 may calculate reference data (S2350).
  • the server control unit 3300 may calculate reference data (S2350).
  • the monitoring server 3000 may calculate reference data based on the received thyroid state information ( S2350 ).
  • the monitoring server 3000 may calculate reference data by correcting the reference period data based on the received thyroid state information (S2350).
  • the monitoring server 3000 calculates how many ng/dL the user's hormone level according to the received thyroid status information needs to increase/decrease to correspond to the normal range, and estimate the amount of change in biometric information according to the increase/decrease can do.
  • the monitoring server 3000 may calculate the reference data by adding or subtracting the estimated change amount of the biometric information to the reference period data (S2350).
  • the monitoring server 3000 may store data necessary for correction of the reference period data.
  • the monitoring server 3000 may store data regarding the correlation between hormone levels and resting heart rates of multiple users.
  • the monitoring server 3000 may store statistical data about how many times the heart rate increases when the hormone level increases by 0.1 ng/dL.
  • the monitoring server 3000 may transmit a signal to the user terminal 2000 to receive the thyroid status information through the user terminal 2000 when there is no stored thyroid status information of the user. have.
  • the monitoring server 3000 may transmit a necessary signal to the user terminal 2000 so that an input interface for receiving the thyroid state information is output through the terminal output unit 2200 of the user terminal 2000 .
  • the monitoring server 3000 may calculate reference data based on the monitoring data calculated in step S1300.
  • the monitoring server 3000 may calculate reference data based on the heart rate of the user acquired for a predetermined number of days.
  • the monitoring server 3000 may calculate reference data based on the heart rate of each user in the plurality of idle sections acquired for a predetermined number of days. In this case, the predetermined number of days may be a longer period than the monitoring period.
  • the reference data may be calculated by triggering the reception of the thyroid state information. According to another embodiment of the present application, the reference data may be calculated at a period preset in the monitoring server 3000 . According to another embodiment of the present application, the reference data may be calculated when a signal for calculating the reference data is received from the monitoring server 3000 from an external device (eg, the user terminal 2000).
  • the reference data may be calculated for each calculation period of the monitoring data.
  • the monitoring server 3000 may calculate monitoring data and newly calculate reference data.
  • the monitoring server 3000 may compare the two data by newly calculating reference data before calculating the monitoring data.
  • the thyroid function monitoring (S100) may be performed through biometric information acquisition (S1100), monitoring data calculation (S1300), and thyroid function abnormality determination (S1500).
  • S1500 abnormal thyroid function
  • the monitoring server 3000 may compare the monitoring data with reference data after calculating the monitoring data ( S1300 ) ( S1510 ).
  • the server control unit 3300 may compare reference data and monitoring data (S1510).
  • Algorithms for comparing reference data and monitoring data may be designed in various ways.
  • the algorithm for comparing the reference data and the monitoring data may be stored in the server database 3200 of the monitoring server 3000 .
  • the algorithm for comparing the reference data and the monitoring data may be designed to determine the thyroid function abnormality ( S1530 ) when the monitoring data is greater than a predetermined numerical range compared to the reference data.
  • the algorithm for comparing the reference data and the monitoring data may be designed to determine the thyroid function abnormality ( S1530 ) when the monitoring data is smaller than the reference data by a predetermined numerical range or more.
  • the algorithm for comparing the reference data and the monitoring data may be designed to determine the thyroid function abnormality ( S1530 ) when the monitoring data is greater or less than a predetermined numerical range compared to the reference data.
  • the monitoring server 3000 may determine that there is an abnormality in the thyroid function of the user (S1530).
  • the server control unit 3300 may compare the reference data with the monitoring data (S1510), and when a predetermined condition is met, it may be determined that there is an abnormality in the thyroid function (S1530).
  • the monitoring server 3000 If it is determined that there is an abnormality in the user's thyroid function according to step S1530 , the monitoring server 3000 outputs a warning related to the user's thyroid abnormality through the terminal output unit 2200 of the user terminal 2000, the user terminal (2000) can transmit a signal.
  • the user terminal 2000 may control the terminal output unit 2200 to output a warning regarding the user's hyperthyroidism in response to a signal received from the monitoring server 3000 .
  • the user terminal 2000 may control the terminal output unit 2200 to output a warning regarding the user's hypothyroidism in response to a signal received from the monitoring server 3000 .
  • the user terminal 2000 may control the terminal output unit 2200 to output a warning regarding the user's thyrotoxicosis in response to a signal received from the monitoring server 3000 .
  • the terminal output unit 2200 warns of the user's thyrotoxicosis. You can control the output to include comments suggesting to seek expert opinions.
  • the warning related to the thyroid dysfunction may be a warning about the onset of a disease, a warning about the possibility (or risk) of the disease, or an inducement to visit a hospital.
  • the warning related to the thyroid dysfunction may be a visual output through a display panel or the like, or an auditory output through a speaker, but is not limited thereto.
  • FIG. 11 is a flowchart illustrating an algorithm for comparing reference data and monitoring data according to an embodiment of the present application.
  • the monitoring server 3000 may compare monitoring data and reference data.
  • the monitoring server 3000 may compare (S1511) whether the monitoring data is greater than the first threshold compared to the reference data.
  • the monitoring server 3000 may determine that there is an abnormality in the thyroid function of the user when the monitoring data is greater than the first threshold value compared to the reference data. For example, when the monitoring heart rate is greater than the first threshold (eg, 10 times) compared to the reference heart rate, the monitoring server 3000 may determine that there is an abnormality in the thyroid function of the user.
  • the monitoring server 3000 may predict the user's hyperthyroidism (S1531).
  • the monitoring server 3000 may diagnose the user's hyperthyroidism ( S1531 ).
  • the monitoring server 3000 may determine the user's hyperthyroidism (S1531).
  • the monitoring server 3000 When it is determined that there is an abnormality in the user's thyroid function according to step S1531 , the monitoring server 3000 outputs a warning related to the user's thyroid abnormality through the terminal output unit 2200 of the user terminal 2000, the user terminal (2000) can transmit a signal.
  • the monitoring server 3000 may compare whether the monitoring data is smaller than the second threshold or more compared to the reference data (S1513).
  • the monitoring server 3000 may determine that there is an abnormality in the thyroid function of the user when the monitoring data is smaller than the second threshold value or more than the reference data. For example, when the monitoring heart rate is smaller than the second threshold (eg, 8 times) compared to the reference heart rate, the monitoring server 3000 may determine that there is an abnormality in the thyroid function of the user.
  • the monitoring server 3000 may predict the user's hypothyroidism ( S1531 ).
  • the monitoring server 3000 may diagnose the user's hypothyroidism (S1531).
  • the monitoring server 3000 may determine the user's hypothyroidism (S1531).
  • the monitoring server 3000 When it is determined that there is an abnormality in the thyroid function of the user according to step S1533, the monitoring server 3000 outputs a warning related to the thyroid abnormality of the user through the terminal output unit 2200 of the user terminal 2000, the user terminal (2000) can transmit a signal.
  • 12 to 16 show the contents of a clinical study on the correlation between hypothyroidism and heart rate as a basis for the monitoring system according to an embodiment of the present application to predict thyroid dysfunction.
  • hypothyroidism 44 hypothyroid patients (the clinicians below) after thyroidectomy were recruited to wear a wearable device and their heart rate was continuously monitored.
  • the wearable device used in this clinical study was Fitbit Charge 2TM. Clinicians wearing the wearable device visited the hospital 3 times, and the concentration of thyroid hormone that changed during thyroid hormone treatment was compared with the change in heart rate measured with the wearable device.
  • the first clinical group consisted of 30 clinicians, and the clinicians classified into the first clinical group visited three times, taking thyroid hormones before the first visit and after the second visit until the third visit.
  • the 2nd visit after the 1st visit it was induced not to take thyroid hormones for 1 month before the 2nd visit.
  • the thyroid function was in a normal state, and on the 2nd visit, the thyroid function was He had hypothyroidism, so the first clinical group was classified as a hypothyroidism group.
  • the second clinical group consisted of 14 clinicians, and the clinicians classified into the second clinical group visited the hospital 3 times and were induced to continue taking thyroid hormones from the 1st visit to the 3rd visit. Thyroid function was normal at the first, second and third visits, and the second clinical group was classified as a control group.
  • FIG. 12 is a view showing the characteristics of each clinical group in the clinicians participating in the clinical research process.
  • Age is age
  • Gender is gender
  • Body mass index is body mass index
  • Systolic blood pressure is systolic blood pressure
  • Diastolic Blood Pressure is diastolic blood pressure
  • On-site resting heart rate is heart rate measured with an automatic sphygmomanometer at patient visit
  • Thyroid The function test is the thyroid hormone concentration measured at the time of admission.
  • T4 is thyroid hormone
  • TSH thyroid stimulating hormone
  • Glucose glucose
  • BUN blood urea nitrogen
  • Creatinine is creatine
  • Total cholesterol is total cholesterol
  • Total Protein means total protein
  • Albumin means albumin
  • AST Aspartate Transaminase
  • ALT Alamine Transaminase
  • WBC white blood cells
  • Hemoglobin means hemoglobin
  • Platelet means platelets. The values shown for each characteristic in FIG. 12 represent the average value and standard deviation of values corresponding to each characteristic of a plurality of clinicians belonging to the clinical group, and are expressed as (mean) ⁇ (standard deviation).
  • T4 is thyroid hormone concentration
  • TSH thyroid stimulating hormone concentration
  • zulewski's clinical score is Zulewski's hypothyroidism clinical score
  • on-site rHR is measured by a conventional method with 15 minutes of rest at the time of visit.
  • WD-rHR is the average value of resting heart rate measured with a wearable device during the period of 5 days before the visit
  • WD-sleepHR is the average value of the heart rate during sleep measured with a wearable device during the period of 5 days before the visit
  • WD-2to6HR refers to the average value of heart rate between 2:00 AM and 6:00 AM measured with a wearable device during the five-day period before admission.
  • Visit 1 or 3 indicates the value of each characteristic based on data on the first visit of clinicians belonging to each clinical group. When data on each clinician's 1st visit were missing, the data on the 1st visit was substituted with the data from that clinician's 3rd visit for analysis.
  • Visit 2 indicates the value of each characteristic based on data on the second visit of clinicians belonging to each clinical group.
  • the level of thyroid hormone (free T4) measured at the second visit fell below the normal range (0.8-1.8 ng/dL) compared to the first visit, and clinicians belonging to the clinical group At the time of the second visit, it can be seen that the patient is in a state of hypothyroidism.
  • the thyroid hormone (free T4) levels measured at the first and second visits all fell within the normal range (0.8-1.8 ng/dL), and the clinicians belonging to the corresponding clinical group had 1 It can be seen that the thyroid function is normal at the time of the first and second visits.
  • the level of thyroid hormone (free T4) in the control group was within the normal range at Visit 1 or 3 and Visit 2, but the level of free T4 thyroid hormone at the second visit was statistically significantly decreased compared to that of the first visit.
  • On-site rHR did not reflect the difference in the significantly decreased level of thyroid hormone (free T4) in the Control group, but the parameters measured with the wearable device (ie, WD-rHR, WD-sleepHR, WD-2to6HR) did not affect the Control group. It was found that the thyroid hormone (free T4) level of the group was a relatively more sensitive indicator reflecting the significantly decreased difference.
  • FIG. 14 is a view showing the results of analyzing the correlation between the concentration of free T4 thyroid hormone and the heart rate parameter based on the change in the thyroid function parameter shown in FIG. 13 .
  • the unstandardized beta of on-site rHR showed the correlation between resting heart rate and free T4 thyroid hormone concentration measured at 15-minute rest at the time of admission, and the unstandardized beta of WD-rHR was a wearable device for 5 days before admission.
  • the correlation between the measured average resting heart rate and the concentration of free T4 thyroid hormone, the unstandardized beta of WD-sleepHR showed the correlation between the average value of the sleep heart rate measured with a wearable device during the 5 days before admission and the concentration of free T4 thyroid hormone,
  • the unstandardized beta of WD-2to6HR means the correlation between the mean heart rate between 2 am and 6 am and the free T4 thyroid hormone concentration measured with a wearable device for 5 days before admission.
  • FIG. 15 is a view showing the results of analyzing the correlation between hypothyroidism and heart rate parameters based on the changes in the thyroid function parameters shown in FIG. 13 .
  • hypothyroidism may refer to a result of a doctor's diagnosis of thyroid dysfunction through hormone levels measured at the time of admission.
  • the unstandardized beta of on-site rHR was measured with a wearable device for 5 days before the visit, and the unstandardized beta of WD-rHR was measured with a wearable device during the period of 5 days before the visit.
  • FIG. 15 it was confirmed that some parameters calculated using the heart rate obtained from the wearable device had a large correlation with the diagnosis of hypothyroidism, compared to the correlation between the resting heart rate and the diagnosis of hypothyroidism at the time of visiting the hospital.
  • Figure 16 is based on the change of the thyroid function parameters at each visit time shown in Fig. 13, the change in the mean free T4 according to the visit time, the change in the hypothyroidism symptom score according to the visit time,
  • On-site HR according to the visit time is a diagram showing changes in WD-rHR according to visit time, WD-sleepHR change according to visit time, and WD-2to6HR change according to visit time (in order from top left to right, error bars 95% CI).
  • FIG. 13 the change in the mean free T4 according to the visit time
  • the change in the hypothyroidism symptom score according to the visit time
  • On-site HR according to the visit time is a diagram showing changes in WD-rHR according to visit time, WD-sleepHR change according to visit time, and WD-2to6HR change according to visit time (in order from top left to right, error bars 95% CI).
  • on-site rHR is the resting heart rate measured by a conventional method while resting for 15 minutes at the time of visit
  • WD-rHR is the average value of resting heart rate measured with a wearable device during the period of 5 days before the visit
  • WD -sleepHR is the average value of sleep heart rate measured with a wearable device during the 5 days prior to the visit
  • WD-2to6HR is the average value of the heart rate measured with a wearable device during the 5 days prior to the visit from 2 am to 6 am do.
  • WD-rHR, WD-sleepHR, and WD-2to6HR were calculated based on biometric information and/or time, motion, and sleep information obtained using a wearable device.
  • heart rate-related parameters On-site rHR, WD-rHR, WD-sleepHR, and WD-2to6HR
  • the error bar of the Hypothyroidism group was not only located below the average value of the Control group, but also hypothyroidism Since the mean value of the group is significantly different from the mean value of the control group, heart rate-related parameters (on-site rHR, WD-rHR, WD-sleepHR, or WD-2to6HR) can be used as a single indicator to differentiate between hypothyroidism and normal.
  • the parameter based on the heart rate measured with a wearable device can be used as an index for predicting hypothyroidism, as well as showing a strong predictive power compared to the conventionally used symptom score.
  • the “correlation between the heart rate measured by the wearable device and the prevalence or recurrence rate of hypothyroidism” confirmed based on the use of the monitoring system according to an embodiment of the present application, even if the patient does not visit the hospital directly, only wearing the wearable device Also, it shows that it is possible to evaluate the degree of control of hyperthyroidism from changes in resting heart rate and to predict recurrence easily.
  • the thyroid dysfunction monitoring method ( S100 ) may include biometric information acquisition ( S1100 ), monitoring data calculation ( S1300 ), and thyroid dysfunction determination ( S1500 ).
  • Acquisition of biometric information ( S1100 ) may be performed according to a first cycle.
  • the period of obtaining biometric information ( S1100 ) may be determined according to the data transmission period of the user terminal 2000 .
  • a period of obtaining biometric information ( S1100 ) may be determined according to a period of transmitting biometric information of the user terminal 2000 .
  • the acquisition of biometric information ( S1100 ) may be performed according to a predetermined period (ie, the immediately preceding first period).
  • a period in which the monitoring server 3000 acquires biometric information from the user terminal 2000 (S1100) may be different from a period in which the wearable device 1000 acquires the biosignal .
  • a cycle in which the monitoring server 3000 acquires biometric information from the user terminal 2000 ( S1100 ) may be longer than or equal to a cycle in which the wearable device 1000 acquires the biosignal. Since this has already been described above, a redundant description thereof will be omitted.
  • the monitoring data calculation ( S1300 ) may be performed according to the second cycle. Calculation of monitoring data ( S1300 ) may be performed with acquisition of biometric information ( S1100 ) as a trigger. Calculation of monitoring data ( S1300 ) may be performed according to a period preset in the monitoring server 3000 (ie, the immediately preceding second period). Alternatively, when a signal for performing step S1300 is received from an external device (eg, the user terminal 2000), the calculation of monitoring data (S1300) may be performed.
  • the period in which the monitoring server 3000 calculates the monitoring data (S1300) (ie, the immediately preceding second period) is the period in which the monitoring server 3000 acquires the biometric information (S1100) (ie, the immediately preceding first period) may be different from The period in which the monitoring server 3000 calculates the monitoring data (S1300) (ie, the immediately preceding second period) is the period in which the monitoring server 3000 acquires the biometric information (S1100) (ie, the immediately preceding first period) may be greater than or equal to
  • the determination of thyroid dysfunction ( S1500 ) may be performed according to the third cycle.
  • the determination of abnormal thyroid function ( S1500 ) may be performed by calculating monitoring data ( S1300 ) as a trigger.
  • the determination of abnormal thyroid function ( S1500 ) may be performed according to a cycle preset in the monitoring server 3000 (ie, the immediately preceding third cycle).
  • the period in which the monitoring server 3000 determines the thyroid function abnormality (S1500) (that is, the third period immediately before) is the period in which the monitoring server 3000 calculates the monitoring data (S1300) (that is, the second period immediately before) ) may be different.
  • the period in which the monitoring server 3000 determines the thyroid function abnormality (S1500) (that is, the third period immediately before) is the period in which the monitoring server 3000 calculates the monitoring data (S1300) (that is, the second period immediately before) ) can be greater than or equal to
  • FIG. 17 is a view for explaining an operation timing of the thyroid function abnormal monitoring method (S100) according to an embodiment of the present application.
  • the reference data may be calculated by triggering the reception of the thyroid state information.
  • the biometric information may be acquired according to the first cycle.
  • the monitoring data may be calculated according to the second period. Determination of abnormal thyroid function may be performed in response to the calculation of monitoring data.
  • reference data for the reference data calculation period RP may be calculated ( S2300 ).
  • the reference data may be calculated based on biometric information of at least one rest period included in the reference data calculation period RP.
  • the reference data may be calculated based on the heart rate of at least one rest period included in the reference data calculation period RP.
  • the reference data calculated according to the method of calculating the reference data described herein, and when biometric information used for calculation includes the heart rate, may be started as the reference heart rate.
  • the reference heart rate may be determined based on the heart rate of the resting period by extracting a rest period for a period including days when the thyroid hormone level of the user is within a normal range.
  • the reference heart rate may be determined as estimated data for the reference period data determined based on the heart rate of the resting period by extracting a rest period for a period including days when the user's thyroid hormone level is outside the normal range. have.
  • the reference heart rate may be calculated based on the user's heart rate for a plurality of consecutive days.
  • the reference data calculation period (RP) may also include a section before the reception of the thyroid state information (S2100).
  • the calculation period (RP) of the reference data may be determined as a total of 5 days including 2 days before and 2 days after, based on the date of receipt of the thyroid state information (S2100).
  • the monitoring server 3000 may obtain biometric information according to the first cycle (S1100).
  • the period during which the biometric information is acquired (S1100) may include a section overlapping the reference data calculation period (RP).
  • Obtaining biometric information (S1100) may overlap with the time of calculating monitoring data (S1300).
  • the biometric information obtained according to the first cycle may be stored in the monitoring server 3000 .
  • the biometric information obtained according to the first cycle may be stored in the monitoring server 3000 for a predetermined period.
  • the monitoring server 3000 may calculate monitoring data according to the second cycle ( S1300 ).
  • the monitoring server 3000 may calculate monitoring data for the monitoring period MP every second cycle ( S1300 ).
  • the monitoring data may be calculated based on biometric information of at least one rest period included in the monitoring period MP.
  • the monitoring data may be calculated based on the heart rate of at least one rest period included in the monitoring period MP. It is calculated according to the calculation method of monitoring data described in this specification, and when biometric information used for calculation includes a heart rate, monitoring data may be started as a monitoring heart rate.
  • the monitoring heart rate may be determined based on the heart rate of the rest period by extracting the rest period of the monitoring period.
  • the rest period may be selected based on information about the user's exercise state.
  • the idle period may be selected based on a period in which the number of steps of the user is 0 and lasts for more than a predetermined time.
  • the idle period may be selected based on a period in which the user's acceleration is zero and continued for a predetermined time or longer.
  • the monitoring heart rate may be determined based on the heart rate of the sleep period by extracting the sleep period of the monitoring period.
  • the sleep section may be selected based on information about the user's exercise state.
  • the sleep section may be selected through the device sensing unit 1400 based on information about breathing, information about noise, heart rate and other biometric information.
  • the monitoring server 3000 may calculate the first monitoring data for the first monitoring period MP at the first time point.
  • the monitoring server 3000 may calculate the second monitoring data for the second monitoring period MP at a second time point when a period corresponding to the second period has elapsed from the first time point.
  • the first monitoring period MP and the second monitoring period MP may include overlapping sections.
  • the first monitoring period MP and the second monitoring period MP may have the same length. In other words, if the first monitoring period MP is 5 days, the second monitoring period MP may also be 5 days.
  • the reference data calculation period RP and the monitoring period MP may have the same length. In other words, if the reference data calculation period (RP) is 5 days, the monitoring period (MP) may also be 5 days.
  • a cycle in which the monitoring server 3000 calculates monitoring data may be longer than a cycle in which the monitoring server 3000 acquires biometric information (S1100).
  • the monitoring server 3000 may acquire biometric information at intervals of 3 hours, and may calculate monitoring data at intervals of 1 day.
  • the time point at which the monitoring data is calculated may be adjacent to the end time point of the monitoring period MP of the monitoring data.
  • the time point at which the monitoring data is calculated ( S1300 ) may be the same as the end time point of the monitoring period MP of the monitoring data.
  • the time point at which the monitoring data is calculated ( S1300 ) may be substantially the same as the end time point of the monitoring period MP of the monitoring data.
  • the monitoring server 3000 may perform thyroid function abnormality determination ( S1500 ) according to the third cycle.
  • the monitoring server 3000 may determine abnormality of the thyroid function ( S1500 ).
  • the monitoring server 3000 may compare the reference data with the monitoring data (S1510). When the monitoring server 3000 compares the reference data and the monitoring data (S1510) and satisfies a predetermined condition, it is determined that there is an abnormality in the thyroid function (S1530) and may perform an appropriate operation to output a warning.
  • the number of times of performing step S1510 may be greater than or equal to the number of times of performing step S1530.
  • a cycle in which the monitoring server 3000 calculates the reference data (S200) may be longer than a cycle in which the monitoring data is calculated (S1300).
  • the reference data may be stored in the server database 3200 of the monitoring server 3000 before the calculation of the monitoring data (S1300).
  • the monitoring server 3000 may check the reference data stored at the time of calculating the monitoring data (S1300) and determining the abnormal thyroid function (S1500). Accordingly, the reference data value stored in the server database 3200 may be maintained until a new event occurs and the reference data is updated.
  • the monitoring server 3000 may calculate reference data ( S200 ) and store the new reference data in the server database 3200 .
  • determination of thyroid dysfunction using the reference data may be performed a plurality of times. Until the reference data is calculated (S200) and another event occurs, a plurality of times of thyroid dysfunction monitoring (S100) may be performed.
  • the time point of calculating the reference data (S2300) and the time point of determining the thyroid function abnormality (S1500) may not overlap.
  • the reference data calculation period RP and the monitoring period MP may not overlap.
  • the first reference data for the first reference data calculation period RP calculated in response to the reception of the thyroid state information ( S2100 ) may be calculated ( S2300 ).
  • Second reference data for the second reference data calculation period (RP) calculated in response to the reception of new thyroid state information ( S2100 ) may be calculated ( S2300 ).
  • the first reference data calculation period RP and the second reference data calculation period RP may not overlap.
  • the first reference data calculation period RP may be included in the second reference data calculation period RP.
  • 18 and 19 are diagrams for explaining the user interface 400 in the thyroid dysfunction monitoring system 100 according to an embodiment of the present application.
  • the user terminal 2000 may output a result according to the thyroid dysfunction monitoring ( S100 ). According to an embodiment of the present application, the user terminal 2000 may output a result according to the determination of thyroid dysfunction ( S1500 ). According to an embodiment of the present application, the user terminal 2000 may output a result according to the determination of thyroid dysfunction ( S1530 ).
  • the terminal output unit 2200 of the user terminal 2000 may output appropriate information to the user based on the information received from the monitoring server 3000 .
  • the user terminal 2000 may output a user interface 400 including a thyroid information interface 4100 , a heart rate information interface 4200 , and a hormone information interface 4300 .
  • the thyroid information interface 4100 may output information based on the thyroid dysfunction determination ( S1500 ). For example, the thyroid information interface 4100 may output information on the risk of thyroid dysfunction. As a specific example, the thyroid information interface 4100 may output information indicating that the risk of hyperthyroidism is 74% and that the risk is high. Information for inducing a hospital visit may be further output to the thyroid information interface 4100 . As a specific example, since the thyroid information interface 4100 has a high risk of hyperthyroidism, a message to consult with a primary care physician may be output. As a specific example, the thyroid information interface 4100 may output a questionnaire for self-diagnosis.
  • the 'warning' described in this specification may include providing information to the user based on the thyroid function abnormality determination (S1500).
  • the 'warning message' described in this specification may include that information provision to the user based on the thyroid dysfunction determination (S1500) is performed in a visual, auditory, tactile, olfactory, and/or gustatory manner. have.
  • the heart rate information interface 4200 may output information based on the calculation of monitoring data ( S1300 ). For example, the heart rate information interface 4200 may output monitoring heart rate information. As a specific example, the heart rate information interface 4200 may output monitoring heart rate information to express changes over time.
  • Reference heart rate information may be output to the heart rate information interface 4200 .
  • reference heart rate information may be output to the heart rate information interface 4200 .
  • the heart rate information interface 4200 includes reference heart rate information, first critical heart rate information that will be a criterion for judging a thyroid abnormality that is greater than the reference heart rate by a first threshold, and a thyroid abnormality that is smaller than the reference heart rate by a second threshold.
  • the second threshold heart rate information may be output together.
  • the heart rate information interface 4200 may output other information along with monitoring heart rate information.
  • the heart rate information interface 4200 may output monitoring heart rate information and a pattern of changes in hormone levels according to a user's blood test over time to be expressed.
  • the hormone information interface 4300 may output a hormone level according to the user's blood test input through the terminal input unit 2100 .
  • the hormone level according to the most recently input user's blood test may be output on the hormone information interface 4300 .
  • the hormone information interface 4300 may output freeT4 and TSH hormone levels according to the most recently input user's blood test.
  • the date of the user's blood test may be output together on the hormone information interface 4300 .
  • the elapsed date based on the most recent user's blood test date may be output together.
  • the user terminal 2000 may output a user interface 400 including an examination information input interface 4400 .
  • An interface for inputting a blood test result of a user may be output to the test information input interface 4400 .
  • a divided interface may be output to the test information input interface 4400 so that a user's blood test result can be input for each hormone.
  • the examination information input interface 4400 may further include a photo input interface 4420 .
  • the user terminal 2000 may provide an interface for capturing the user's test result sheet as an image.
  • the user terminal 2000 may check the user's hormone information by performing an optical character reader (OCR).
  • OCR optical character reader
  • the user interface 400 may further include a self-examination input interface for receiving the user's symptom information.
  • Symptom information such as insomnia, headache, hand tremor, and poor concentration may be input through the self-questionnaire input interface.
  • the thyroid dysfunction monitoring system 100 may predict the user's thyroid dysfunction based on the biosignal.
  • the thyroid dysfunction monitoring system 100 may monitor the user's heart rate information to predict the user's thyroid dysfunction.
  • the thyroid dysfunction monitoring system 100 When the user's thyroid dysfunction is predicted by the thyroid dysfunction monitoring system 100 , in order to more accurately determine the thyroid function, it is necessary to distinguish it from other diseases in which similar symptoms (ie, similar biosignals) are expressed. For example, when the thyroid dysfunction monitoring system 100 predicts the user's thyroid function based on the user's heart rate information, it is important to distinguish it from atrial fibrillation, in which the heart rate increases significantly compared to usual.
  • the thyroid dysfunction monitoring system 100 may predict thyroid dysfunction by further considering a second factor other than the heart rate.
  • a modified embodiment of the thyroid dysfunction monitoring system 100 for more accurate prediction of a user's thyroid dysfunction will be described in detail.
  • thyroid dysfunction monitoring method it is possible to provide more accurate thyroid dysfunction monitoring even for users who have never suffered from hyperthyroidism or hypothyroidism or have a small genetic factor.
  • S300 thyroid dysfunction monitoring
  • the thyroid function abnormal monitoring method (S300) includes thyroid function monitoring according to the first factor (S3100), thyroid function monitoring according to the second factor (S3200), and thyroid function abnormality determination (S3300) may include According to an embodiment, steps S3100, S3200, and S3300 may be performed by the monitoring server 3000 .
  • the thyroid function monitoring (S3100) according to the first factor may be performed similarly to the above-described thyroid function abnormal monitoring (S100) method.
  • the thyroid function monitoring according to the first factor (S3100) acquires heart rate information (S1100), calculates the monitored heart rate (S1300), and compares the thyroid function with the reference heart rate to determine the thyroid function abnormality (S1500) It may be performed similarly to the one thyroid dysfunction monitoring (S100) method.
  • the thyroid function monitoring ( S3200 ) according to the second factor may be performed in the form of analyzing the PPG data acquired through the device sensor unit 1400 .
  • the obtained PPG data may be data obtained to extract a heart rate used in thyroid function monitoring ( S3100 ) according to the first factor.
  • 21 is a diagram for explaining the analysis of PPG data obtained through the wearable device 1000 and PPG data performed through the monitoring server 3000 .
  • the monitoring server 3000 may receive the PPG data obtained through the device sensor unit 1400 of the wearable device 1000 .
  • the server communication unit 3100 may receive the obtained PPG data from the user terminal 2000 and/or the wearable device 1000 .
  • the wearable device 1000 may transmit the obtained PPG data to the user terminal 2000
  • the user terminal 2000 may transmit the received PPG data to the monitoring server 3000 .
  • the monitoring server 3000 may receive the PPG data obtained through the device sensor unit 1400 through the user terminal 2000 .
  • the monitoring server 3000 may check the peak interval PI based on the PPG data.
  • the monitoring server 3000 may check a peak interval (PI), which is a time interval between a point at which the PPG peak is confirmed and a point at which the next PPG peak is confirmed among the PPG data.
  • the monitoring server 3000 may check a change in the peak interval PI based on the PPG data.
  • the heart rate steadily increases or decreases for a long time, but in the case of atrial fibrillation, 'a state in which many parts of the atrial muscle contract irregularly and uncontrollably at the same time'.
  • PI peak interval
  • the monitoring server 3000 checks the peak interval (PI) of the PPG data in step S3200, and when the peak interval (PI) changes significantly over time, rather than the risk of thyroid dysfunction The risk of atrial fibrillation may be higher. For example, when it is determined that there is a thyroid dysfunction in step S3100, the monitoring server 3000 checks the peak interval (PI) of the PPG data in step S3200, and when the peak interval (PI) changes significantly with time , it may be determined that the risk of atrial fibrillation is high (S3300). Steps S3200 and S3300 may be performed by the server controller 3300 .
  • the monitoring server 3000 checks the peak interval (PI) of the PPG data in step S3200, and when the peak interval (PI) is maintained almost constant, it is determined that the risk of thyroid dysfunction is higher than the risk of atrial fibrillation. can For example, if it is determined that there is a thyroid dysfunction in step S3100, the monitoring server 3000 checks the peak interval (PI) of the PPG data in step S3200, and the peak interval (PI) is almost independent of the change in time If it is kept constant, it may be determined that the risk of thyroid dysfunction is high ( S3300 ).
  • an advantage of more accurately predicting the thyroid function abnormality without additional hardware may be derived.
  • the thyroid function monitoring ( S3200 ) according to the second factor may be performed in the form of analyzing other biometric information other than the heart rate information acquired through the device sensor unit 1400 .
  • the wearable device 1000 may obtain temperature information of the user.
  • the device sensor unit 1400 may sense the user's temperature, and the device communication unit 1300 may transmit temperature information to the monitoring server 3000 .
  • the monitoring server 3000 may calculate a reference temperature and a monitoring temperature.
  • the reference temperature may be obtained similarly to the method in which reference data is obtained in step S2300 described above.
  • the monitoring temperature may be obtained similarly to the method in which monitoring data is obtained in step S1300 described above.
  • the monitoring server 3000 may perform thyroid function monitoring ( S3200 ) by comparing the reference temperature and the monitoring temperature.
  • the monitoring server 3000 may determine the user's thyroid function abnormality based on the user's heart rate information and temperature information.
  • the monitoring server 3000 may perform the user's thyroid function monitoring according to the heart rate information and the user's function monitoring according to the temperature information in parallel.
  • the monitoring heart rate and monitoring temperature information for the monitoring period are calculated, the monitoring heart rate and the reference heart rate are compared, the monitoring temperature and the reference temperature are compared, and the user's thyroid function abnormality is determined based on the two results (S3300) can be performed.
  • the monitoring server 3000 may sequentially perform monitoring of a user's thyroid function according to heart rate information and monitoring of a user's function according to temperature information.
  • the thyroid function abnormality is determined by comparing the monitoring heart rate and the reference heart rate (S3100)
  • the monitoring temperature and the reference temperature are compared and the user's thyroid function abnormality determination (S3200) is performed based on the two result values, It is possible to finally determine the user's thyroid function abnormality (S3300). If it is determined that there is no abnormality in the thyroid function by comparing the monitoring heart rate and the reference heart rate (S3100), the thyroid function monitoring (S3200) comparing the monitoring temperature and the reference temperature may not be performed.
  • the reference period when the reference heart rate is calculated and the reference period when the reference temperature is calculated may overlap. If necessary, the reference period when the reference heart rate is calculated and the reference period when the reference temperature is calculated may be the same.
  • the monitoring period when the above monitoring heart rate is calculated and the monitoring period when the monitoring temperature is calculated may overlap. If necessary, the monitoring period when the above monitoring heart rate is calculated may be longer than the monitoring period when the monitoring temperature is calculated.
  • the thyroid function monitoring ( S3200 ) according to the second factor may be performed in the form of requesting additional biometric information through the device sensor unit 1400 .
  • the monitoring server 3000 requests transmission of additional ECG waveform data when the result according to S3100 determines that there is a possibility of thyroid abnormality, analyzes the data, and monitors the thyroid function according to the second factor (S3200). can be done
  • S3200 thyroid function monitoring
  • the monitoring server 3000 may request input of additional data ( S3210 ).
  • the monitoring server 3000 may transmit a request for additional data to the user terminal 2000 in order to receive the additional data (S3210).
  • Step S3210 may be an operation performed by the server control unit 3300 through the server communication unit 3100 .
  • the user terminal 2000 may request additional data from the wearable device 1000 in response to the request of the monitoring server 3000 .
  • the wearable device 1000 may output a notification requesting input of additional data to the user through the device output unit 1200 in response to the request of the user terminal 2000 .
  • the user terminal 2000 may output a notification requesting input of additional data through the wearable device 1000 to the user through the terminal output unit 2200 .
  • the user may need to connect both hands to each of the at least two electrodes formed in the wearable device 1000 .
  • FIG. 23 is a conceptual diagram illustrating a method of acquiring ECG data using the wearable device 1000 according to an embodiment of the present application.
  • the left or right hand contacts the first electrode ET1 , and the other hand contacts the second electrode ET2 , so that the physical electrical lung is based on both electrodes. Forming a loop may be required.
  • the first electrode ET1 is formed on the back surface of the display in contact with the wrist, and the second electrode ET2 is formed on the scroll for adjusting the display.
  • ECG through the wearable device 1000 ECG through the wearable device 1000 . Sensing may be performed.
  • the wearable device 1000 may transmit the acquired additional data to the monitoring server 3000 through the user terminal 2000 .
  • the monitoring server 3000 may analyze the waveform of the input additional data (S3230). As an example of analyzing the waveform of the additional data, it is possible to determine whether the P-wave can be discriminated.
  • the monitoring server 3000 analyzes the waveform of the input additional data (S3230) and if it is determined that the user's P wave is not significantly distinguished, it is determined that the risk of atrial fibrillation is greater than the risk of thyroid dysfunction ( S3300) can be done.
  • the monitoring server 3000 may determine that the risk of thyroid dysfunction is greater than the risk of atrial fibrillation (S3300). .
  • the present application will disclose a method for monitoring thyroid dysfunction that can be provided to patients taking drugs.
  • the monitoring is a situation in which the patient is already taking medicine for 'hypertension', it is unnecessary to continuously warn the hypersensitivity because he is already taking the medicine, and the continuous warning may promote excessive sense of crisis in the patient. .
  • 25 is a view for explaining a thyroid function monitoring method (S400) in consideration of taking a drug according to an embodiment of the present application.
  • the thyroid function monitoring method (S400) taking the drug into consideration may include receiving the drug administration information (S4100), selecting a monitoring algorithm (S4300), and monitoring the thyroid function (S4500). According to an embodiment, steps S4100, S4300, and S4500 may be performed by the monitoring server 3000 .
  • the monitoring server 3000 may receive drug taking information from the user terminal 2000 ( S4100 ).
  • the server communication unit 3100 may receive medication taking information from the user terminal 2000 ( S4100 ).
  • the drug taking information may be information obtained through the terminal input unit 2100 .
  • the drug taking information may be information transmitted to the monitoring server 3000 based on the prescription information when the user's prescription information is obtained through the terminal input unit 2100 .
  • the drug taking information may be information transmitted to the monitoring server 3000 based on the user's prescription information of the wearable device 1000 obtained from a separate server managing prescription information.
  • the user terminal 2000 may receive at least one of a prescription date of a drug related to the user's thyroid function, a drug name, a drug type, a drug dose, and a drug taking cycle.
  • the information may be received through the terminal input unit 2100 through a user's physical input (eg, a touch input).
  • the information may be received through the terminal input unit 2100 by taking an image of a prescription or the like.
  • the user terminal 2000 may transmit drug taking information including at least one of a prescription date of a drug related to the user's thyroid function, drug name, drug type, drug dose, and drug taking cycle to the monitoring server 3000 .
  • the monitoring server 3000 may select a monitoring algorithm ( S4300 ).
  • the server control unit 3300 may select a monitoring algorithm (S4300).
  • 26 is a flowchart illustrating a method of selecting a monitoring algorithm (S4300) according to an embodiment of the present application.
  • the monitoring server 3000 may select a monitoring algorithm to be used to determine (S4500) abnormality of the user's thyroid function (S4300).
  • the monitoring server 3000 may check whether a drug classified as an 'antithyroid drug' among the drugs taken by the user is included (S4311).
  • the monitoring server 3000 selects the 1-1 monitoring algorithm so that step S4500 is performed according to the 1-1 monitoring algorithm when a drug classified as an 'antithyroid drug' is included among the drugs taken by the user (S4331).
  • the monitoring server 3000 does not include a drug classified as an 'antithyroid drug' among the drugs the user is taking, check whether the drug classified as a 'thyroid hormone drug' is included in the drugs taken by the user (S4313) can
  • the monitoring server 3000 selects the 1-2 monitoring algorithm so that step S4500 is performed according to the 1-2 monitoring algorithm when a drug classified as a 'thyroid hormone drug' is included among the drugs taken by the user (S4333) can do.
  • the monitoring server 3000 may select the second monitoring algorithm so that step S4500 is performed according to the second monitoring algorithm when a drug classified as a 'thyroid hormone drug' is not included among the drugs taken by the user (S4335). .
  • the monitoring server 3000 may change the order in which steps S4311 and S4313 are performed, or may be performed simultaneously. In this case, when it is determined that both the 'antithyroid drug' and the 'thyroid hormone drug' are taken based on the drug taking information, the monitoring server 3000 performs step 1- S4500 according to the 1-1 monitoring algorithm. 1 A monitoring algorithm may be selected (S4331).
  • the server database 3200 There may be stored information in which the name of the drug and the type of the drug are mapped.
  • the monitoring server 3000 may check whether there is a drug corresponding to the 'antithyroid drug' and/or the 'thyroid hormone drug' in the drug taking information with reference to the stored drug name and drug type information.
  • the monitoring server 3000 checks the drug type from the drug taking information, and confirms whether the drug type corresponds to 'antithyroid drug' and/or 'thyroid hormone drug', and takes the drug You can check whether there are drugs that fall under the category of 'antithyroid drugs' and/or 'thyroid hormone drugs' in the information.
  • the monitoring server 3000 may further acquire the user's diagnosis information based on the drug taking information.
  • the monitoring server 3000 may classify the user into a hyperthyroidism treatment group or a hypothyroidism treatment group based on the drug taking information.
  • step S4311 if it is determined that the drug corresponding to the 'antithyroid drug' is included in the drug taking information, the monitoring server 3000 may determine that the user of the user is included in the hyperthyroidism treatment group. If it is determined that the user is included in the hyperthyroidism treatment group, the monitoring server 3000 may select the 1-1 monitoring algorithm so that step S4500 is performed according to the 1-1 monitoring algorithm (S4331).
  • the monitoring server 3000 may determine that the user of the user is included in the hypothyroidism treatment group. If it is determined that the user is included in the hypothyroidism treatment group, the monitoring server 3000 may select the 1-2 monitoring algorithm so that step S4500 is performed according to the 1-2 monitoring algorithm (S4333).
  • the monitoring server 3000 selects the second monitoring algorithm so that step S4500 is performed according to the second monitoring algorithm (S4335) )can do. If necessary, the monitoring server 3000 may request information necessary to confirm the user's past medical history to the user terminal 2000 . If necessary, the monitoring server 3000 may check the existing data stored in the server database 3200 to check the user's past medical history.
  • the monitoring server 3000 may perform thyroid function monitoring (S4500) according to the selected monitoring algorithm.
  • the server controller 3300 may perform thyroid function monitoring ( S4500 ) according to the selected monitoring algorithm.
  • FIG. 27 is a flowchart for explaining a thyroid function monitoring (S4500) method according to the selection (S4331) of the 1-1 monitoring algorithm according to an embodiment of the present application.
  • S4500 thyroid function monitoring
  • thyroid function monitoring may be performed by comparing the monitoring data with the reference data.
  • the monitoring data is the monitoring heart rate and the reference data is the reference heart rate, and detailed explanations will be made.
  • the monitoring server 3000 may compare monitoring data and reference data.
  • the monitoring server 3000 may compare (S4511) whether the monitoring data is greater than the first threshold value compared to the reference data.
  • the monitoring server 3000 may determine that there is an abnormality in the thyroid function of the user when the monitoring data is greater than the first threshold value compared to the reference data. For example, when the monitoring heart rate is greater than the first threshold (eg, 10 times) compared to the reference heart rate, the monitoring server 3000 may determine that there is an abnormality in the thyroid function of the user. The monitoring server 3000 may predict the user's hyperthyroidism.
  • the user has already been diagnosed with hyperthyroidism and is taking drugs for the treatment of hyperthyroidism, so the warning to visit a hospital if hyperthyroidism is suspected continues It is not appropriate to output as .
  • the monitoring server 3000 determines whether the grace period has elapsed based on the prescription date of the drug when the monitoring data is greater than the first threshold compared to the reference data when the 1-1 monitoring algorithm is selected (S4531) and , when the grace period has elapsed, a warning related to hyperthyroidism may be output (S4533).
  • the grace period may be 3 months from the date of prescription of the drug.
  • the grace period may be one month from the date of prescription of the drug.
  • the grace period may be determined by the monitoring server 3000 receiving the drug administration information.
  • the monitoring server 3000 If it is determined that the user's hyperthyroidism continues according to step S4533, the monitoring server 3000 outputs a warning related to the user's thyroid abnormality through the terminal output unit 2200 of the user terminal 2000, the user terminal A signal to (2000) may be transmitted (S4533). As an example, the monitoring server 3000 outputs a warning to the effect of 'visit a hospital because it is necessary to increase the dose of the drug' or 'go to the hospital and consult a doctor' through the terminal output unit 2200. A signal may be transmitted to the user terminal 2000 .
  • the monitoring server 3000 may compare whether the monitoring data is smaller than the second threshold or more than the reference data (S4513).
  • the monitoring server 3000 may determine that there is an abnormality in the thyroid function of the user when the monitoring data is smaller than the second threshold value or more than the reference data. For example, when the monitoring heart rate is smaller than the second threshold (eg, 8 times) compared to the reference heart rate, the monitoring server 3000 may determine that there is an abnormality in the thyroid function of the user. The monitoring server 3000 may predict the user's hypothyroidism.
  • the monitoring server 3000 may induce (S4535) to output a warning related to hypothyroidism when the monitoring data is smaller than the second threshold value compared to the reference data.
  • the monitoring server 3000 When it is determined that the user's hypothyroidism has occurred according to step S4535, the monitoring server 3000 outputs a warning related to the user's thyroid abnormality through the terminal output unit 2200 of the user terminal 2000, the user terminal A signal to (2000) may be transmitted (S4535).
  • the monitoring server 3000 allows the user to output a warning to the effect of 'visit a hospital because it is determined that the dose of the drug is excessive' or 'go to the hospital and consult a doctor' through the terminal output unit 2200.
  • a signal may be transmitted to the terminal 2000 .
  • FIG. 28 is a flowchart for explaining a method for monitoring thyroid function (S4500) according to selection (S4333) of the 1-2 monitoring algorithm according to an embodiment of the present application. According to an embodiment, the step of FIG. 28 may be performed by the server controller 3300 .
  • thyroid function monitoring may be performed by comparing the monitoring data with the reference data.
  • the monitoring data is the monitoring heart rate and the reference data is the reference heart rate, and detailed explanations will be made.
  • the monitoring server 3000 may compare monitoring data and reference data.
  • the monitoring server 3000 may compare (S4511) whether the monitoring data is greater than the first threshold value compared to the reference data.
  • the monitoring server 3000 may determine that there is an abnormality in the thyroid function of the user when the monitoring data is greater than the first threshold value compared to the reference data. For example, when the monitoring heart rate is greater than the first threshold (eg, 10 times) compared to the reference heart rate, the monitoring server 3000 may determine that there is an abnormality in the thyroid function of the user. The monitoring server 3000 may predict the user's hyperthyroidism.
  • the monitoring server 3000 may determine that there is an abnormality in the thyroid function of the user when the monitoring data is greater than the first threshold value compared to the reference data.
  • the monitoring server 3000 may predict the user's hyperthyroidism.
  • the monitoring server 3000 may induce (S4532) to output a warning related to hyperthyroidism when the monitoring data is greater than the first threshold value compared to the reference data.
  • the monitoring server 3000 If it is determined that the user's hyperthyroidism has occurred according to step S4515, the monitoring server 3000 outputs a warning related to the user's thyroid abnormality through the terminal output unit 2200 of the user terminal 2000, the user terminal A signal to (2000) may be transmitted (S4532).
  • the monitoring server 3000 allows the user to output a warning to the effect of 'visit a hospital because it is determined that the dose of the drug is excessive' or 'go to the hospital and consult a doctor' through the terminal output unit 2200.
  • a signal may be transmitted to the terminal 2000 .
  • the monitoring server 3000 may compare whether the monitoring data is smaller than the second threshold or more than the reference data (S4513).
  • the monitoring server 3000 determines whether the grace period has elapsed based on the prescription date of the drug (S4534), if the monitoring data is smaller than the second threshold compared to the reference data when the 1-2 monitoring algorithm is selected (S4534) When the period has elapsed, a warning related to hyperthyroidism may be output (S4536).
  • the grace period may be 3 months from the date of prescription of the drug.
  • the grace period may be one month from the date of prescription of the drug.
  • the grace period may be determined by the monitoring server 3000 receiving the drug administration information.
  • the monitoring server 3000 When it is determined that the user's hypothyroidism continues according to step S4534, the monitoring server 3000 outputs a warning related to the user's thyroid abnormality through the terminal output unit 2200 of the user terminal 2000, the user terminal A signal to (2000) may be transmitted (S4536). As an example, the monitoring server 3000 outputs a warning to the effect of 'visit a hospital because it is necessary to increase the dose of the drug' or 'go to the hospital and consult a doctor' through the terminal output unit 2200. A signal may be transmitted to the user terminal 2000 .
  • monitoring when the second monitoring algorithm is selected ( S4335 ), monitoring may be performed in the same manner as before drug dose information is input to the monitoring server 3000 .
  • the server 3000 when the monitoring second monitoring algorithm is selected ( S4335 ), the server 3000 outputs the warning message when the monitoring heart rate is greater than the reference heart rate by a first threshold or more, and the monitoring heart rate is higher than the reference heart rate If it is smaller than the second threshold, the warning message may be output.
  • the second monitoring algorithm is selected (S4335) thyroid function monitoring may be performed similarly to the above-described FIG. 11 . Accordingly, overlapping descriptions will be omitted.
  • thyroid function abnormal monitoring in consideration of drug intake according to an embodiment of the present application has been described.
  • the thyroid dysfunction monitoring (S400) in consideration of the above-described drug taking was exemplarily described as a case in which risk determination for both hypothyroidism and hyperthyroidism is performed, but only hypothyroidism or only hyperthyroidism is monitored. Thyroid dysfunction monitoring may be performed to
  • 29 is a view for explaining an operation timing of the thyroid dysfunction monitoring method ( S400 ) according to an embodiment of the present application.
  • a monitoring algorithm may be selected (S4300) by triggering the reception (S4100) of the drug administration information.
  • the monitoring server 3000 may select a monitoring algorithm (S4300) when the drug administration information is received (S4100).
  • the number of times that the monitoring server 3000 selects the monitoring algorithm (S4300) may correspond to the number of times that the monitoring server 3000 receives the drug administration information (S4100). Alternatively, the number of times the monitoring server 3000 selects the monitoring algorithm (S4300) may be greater than or equal to the number of times the monitoring server 3000 receives the medication information (S4100).
  • the monitoring server 3000 may perform thyroid function monitoring (S4500) according to the monitoring algorithm.
  • the monitoring server 3000 may perform the thyroid function monitoring (S4500) according to the monitoring algorithm according to the monitoring cycle.
  • the number of times that the monitoring server 3000 performs thyroid function monitoring may be greater than the number of times that the monitoring server 3000 receives the drug administration information (S4100).
  • the number of times that the monitoring server 3000 performs thyroid function monitoring may be greater than the number of times that the monitoring server 3000 selects a monitoring algorithm (S4300).
  • the user terminal 2000 may transmit the input information to the monitoring server 3000 .
  • the monitoring server 3000 may select a monitoring algorithm ( S4300 ). After the monitoring algorithm is selected (S4300), the monitoring server 3000 may perform thyroid function monitoring (S4500) according to the monitoring cycle. As a specific example, the monitoring server 3000 may perform thyroid function monitoring (S4500) once a day after a monitoring algorithm is selected (S4300).
  • information on reference data may be stored in the monitoring server 3000 .
  • the reference data stored in the monitoring server 3000 may be calculated in response to the reception of the user's thyroid state information ( S2100 ).
  • the reference data calculation cycle of the monitoring server 3000 and the monitoring algorithm selection cycle of the monitoring server 3000 may be independent of each other.
  • the reference data calculation period of the monitoring server 3000 and the monitoring algorithm selection time of the monitoring server 3000 may have an overlapping section.
  • the monitoring server 3000 may provide a drug taking notification based on the received drug taking information.
  • the monitoring server 3000 may induce the output of a drug taking notification based on the drug taking cycle included in the drug taking information.
  • the monitoring server 3000 may transmit a signal to the user terminal 2000 in order to provide a notification of taking a drug to the user.
  • the user terminal 2000 may inform the user that it is time to take the drug based on a signal received from the monitoring server 3000 .
  • FIG. 30 is a diagram for explaining a user interface 400 in the user terminal 2000 that provides a drug taking recommendation according to an embodiment of the present application.
  • the user terminal 2000 may output a user interface 400 including a drug information input interface 4600 and a drug taking notification interface 4700 .
  • the drug information input interface 4600 may be an interface for receiving prescription information from a user. When the user selects the drug information input interface 4600 , a specific interface for receiving drug information may be further output to the user terminal 2000 .
  • the user terminal 2000 may be provided with an interface for receiving drug taking information including at least one of a prescription date, drug name, drug type, drug dose, and drug taking cycle of a drug related to thyroid function.
  • the user terminal 2000 may be provided with an interface for taking a picture of the user's prescription.
  • the user terminal 2000 may be provided with an interface for receiving user authentication information in order to receive the user's prescription information from a separate server.
  • the drug taking notification interface 4700 may include an interface for checking that the drug has been taken after taking it.
  • the drug taking notification interface 4700 may include an interface for indicating the time of taking the drug and guiding the user to take the drug at the time of taking the drug.
  • the user terminal 2000 may be provided with an interface providing a notification so that the user can take the drug according to the time of taking the drug.
  • the interface may be a screen that can be checked when a program for monitoring the thyroid function is being output to the user terminal 2000 .
  • the interface may be a screen provided in the form of a pop-up when another program is running in the user terminal 2000 .
  • the monitoring server 3000 may output a drug taking recommendation as many times as the thyroid dysfunction monitoring ( S4500 ). For example, if the thyroid dysfunction monitoring ( S4500 ) is performed once a day, drug recommendation may be performed three times a day.
  • the monitoring server 3000 may output a drug taking recommendation for the same number of times as the number of thyroid dysfunction monitoring (S4500). For example, if the thyroid dysfunction monitoring ( S4500 ) is performed once a day, drug recommendation may be performed once a day.
  • the thyroid function monitoring system 100 includes the wearable device 1000 , the user terminal 2000 , and the monitoring server 3000 , a method for monitoring a thyroid function abnormality according to some embodiments has been specifically disclosed. have.
  • the thyroid function monitoring system 100 may be modified and implemented within an easy scope for those skilled in the art.
  • the above-described method for monitoring abnormal thyroid function may be provided in the form of a recording medium in which a program for performing the method is recorded and an executable code read by a computer is stored.
  • the above-described method for monitoring thyroid dysfunction may be provided in the form of a wearable device 1000 , a user terminal 2000 , and/or a monitoring server 3000 for performing the method.
  • the above-described method for monitoring thyroid function abnormality includes at least one of a wearable device 1000 , a user terminal 2000 , and/or a monitoring server 3000 for performing the method. It may be provided in the form of the monitoring system 100 .
  • the thyroid function monitoring system 100 may be implemented in a form including only the wearable device 1000 and the monitoring server 3000 .
  • information to be output through the user terminal 2000 may be output through the wearable device 1000 .
  • Information input through the user terminal 2000 may be input through the wearable device 1000 .
  • Information regarding the abnormal thyroid function of the user determined by the monitoring server 3000 may be output through the wearable device 1000 .
  • the wearable device 1000 may perform a function as an input interface for receiving specific information from the user, such as thyroid status information and drug taking information.
  • the thyroid function monitoring system 100 may be implemented in a form including only the wearable device 1000 and the user terminal 2000 .
  • the user terminal 2000 may perform the above-described operation of the monitoring server 3000 according to the operation of the program stored in the terminal memory unit 2400 .
  • the thyroid function monitoring system 100 may be implemented in a form including a wearable device 1000 , a monitoring server 3000 communicating with the wearable device, and a user terminal 2000 communicating with the monitoring server 3000 . have.
  • the wearable device 1000 transmits the obtained biometric information to the monitoring server 3000
  • the monitoring server 3000 performs thyroid function monitoring using the obtained biometric information
  • the monitoring server 3000 is the user
  • an operation of transmitting the biometric information received from the wearable device 1000 to the user terminal 2000 may be performed.
  • thyroid function monitoring system 100 may be implemented in various forms.
  • the skin conductivity measurement sensor may also be expressed as an EDA (Electrodermal Activity) sensor.
  • EDA Electrodemal Activity
  • the EDA sensor 5000 includes an EDA measurement unit 5100 , an EDA calculation unit 5200 , an EDA output unit 5300 , an EDA storage unit 5400 , an EDA communication unit 5500 , and an EDA control unit 5600 . ) may be included. However, the components shown in FIG. 31 are not essential, and the EDA sensor 5000 may have more or fewer components.
  • the EDA sensor 5000 may be included in an electronic device.
  • the EDA sensor 5000 may be included in the wearable device 1000 .
  • the EDA sensor 5000 may be included in a smart watch, a smart ring, a detachable patch, and the like, but is not limited thereto.
  • the EDA sensor 5000 may measure the skin conductivity of the user wearing the wearable device 1000 .
  • the EDA measuring unit 5100 included in the EDA sensor 5000 may measure the user's skin conductivity.
  • the EDA sensor 5000 may be implemented in a form integrated with the wearable device 1000 .
  • the above-described EDA sensor 5000 may be a sensor included in the device sensor unit 1400 , and in this case, the EDA sensor 5000 may be controlled by the device control unit 1600 .
  • the device control unit 1600 may control the skin conductivity to be measured through the EDA measurement unit 5100, so that the measured skin conductivity is transmitted to the user terminal 2000 through the device communication unit 1300. have.
  • the EDA measurement unit 5100 may measure the user's skin conductivity through an electrode.
  • the EDA measuring unit 5100 may include a plurality of electrodes that can be in contact with the user's skin.
  • the EDA measuring unit 5100 may include two electrodes serving as (+) poles and (-) poles, respectively.
  • the distance between the electrodes may be designed differently according to the thickness of the stratum corneum of the user's skin.
  • the distance between the electrodes may be designed to be greater than the thickness of the stratum corneum of the skin.
  • a user with a thin stratum corneum may use the wearable device 1000 including the EDA sensor 5000 having a smaller gap between electrodes than a user with a thick stratum corneum.
  • the EDA measuring unit 5100 may measure the user's skin conductivity by flowing a current less than a predetermined value to the user's skin through two electrodes.
  • the EDA measurement unit 5100 may measure the conductivity of the user's skin by flowing a DC current or an AC current through the electrode to the user's skin.
  • the measurement accuracy at that time may be lower than the measurement accuracy when DC current flows, but the possibility of hair root destruction may be low.
  • the EDA measurement unit 5100 may include a virtual ground, a current source, and a low-pass filter.
  • the EDA measurement unit 5100 may further include an amplifier (amplifier), but is not limited thereto.
  • the low-pass filter or amplifier may be included in the EDA measuring unit 5100 or the EDA calculating unit 5200 .
  • the EDA measurement unit 5100 may obtain a result value of sensing the user's skin conductivity through a current source connected to the electrode. In addition, the EDA measurement unit 5100 may improve the accuracy of the skin conductivity data through the low-pass filter.
  • the EDA measurement unit 5100 may transmit the measured result to the EDA calculation unit 5200 , the EDA communication unit 5300 , or the EDA storage unit 5400 .
  • the EDA measurement unit 5100 is a result value measured by the device input unit 1100 through the EDA communication unit 5500 (eg, skin conductivity data) can be transmitted.
  • the EDA calculator 5200 may receive a result value of the EDA measurer 5100 .
  • the EDA calculator 5200 may process the result value of the EDA measurer 5100 .
  • the EDA calculator 5200 may obtain skin conductivity data based on the result value of the EDA measurer 5100 .
  • the EDA calculator 5200 may obtain the result value as the skin conductivity data as it is without processing.
  • the EDA measuring unit 5100 and the EDA calculating unit 5200 are not divided and may be a single unit or module.
  • the EDA calculator 5200 may filter the result value of the EDA measurer 5100 using a filter.
  • the EDA calculation unit 5200 may filter the result value of the EDA measurement unit 5100 using a Schmitt trigger filter or a recursive movement filter, but is not limited thereto, and other filters may be used. have.
  • the EDA calculator 5200 may process the result value of the EDA measurer 5100 .
  • the EDA calculator 5200 may convert the result value of the EDA measurer 5100 into another value through Ohm's Law. Specifically, for example, if the result value of the EDA measurement unit 5100 is resistance, the EDA calculator 5200 may convert the result value into a voltage or current through Ohm's Law. An example of changing a voltage into a current or resistance and an example of changing a current into a resistance or a voltage may also be possible.
  • the EDA calculator 5200 may divide the result value of the EDA measurer 5100 into a tonic EDA and a phasic EDA. Details of the tonic EDA and the phasic EDA will be described later.
  • the EDA calculator 5200 may convert the result value of the EDA measurer 5100 into a skin conductance (SC) level (SCL).
  • SCL skin conductance
  • the SCL may be a log value of the result value.
  • the EDA calculation unit 5200 uses the result value of the EDA measurement unit 5100 to obtain skin conductance fluctuation rate (SCFr), skin conductance response rate (SCRr), skin conductance response habitation (SCRh), and SCRm ( skin conductance response magnitude), SCRol (skin conductance response onset latency), SCRpl (skin conductance response peak latency), SCRd (skin conductance response duration), SCRpr (skin conductance response peak rate), SCRrr (skin conductance response recovery rate), etc. parameters can be extracted.
  • SCFr skin conductance fluctuation rate
  • SCRr skin conductance response rate
  • SCRh skin conductance response habitation
  • SCRm skin conductance response magnitude
  • SCRol skin conductance response onset latency
  • SCRpl skin conductance response peak latency
  • SCRd skin conductance response duration
  • SCRpr skin conductance response peak rate
  • SCRrr skin conductance response recovery rate
  • the EDA calculation unit 5200 may calculate an average value, a median value, a standard deviation, and the like for the result value of the EDA measurement unit 5100 .
  • the EDA calculator 5200 may calculate an average value, a median value, a standard deviation, etc. for the SCL, SCFr, SCRr, SCRh, SCRm, SCRol, SCRpl, SCRd, SCRpr, and SCRrr.
  • the EDA calculator 5200 may transmit the calculated skin conductivity data to the EDA output unit 5300 , the EDA storage unit 5400 , and the EDA communication unit 5500 .
  • the EDA calculator 5200 may transmit the calculation result to the device input unit 1100 through the EDA communication unit 5500 .
  • the EDA output unit 5300 may receive skin conductivity data that is a result of the calculation of the EDA calculator 5200 .
  • the EDA output unit 5300 may output the skin conductivity data.
  • the EDA output unit 5300 may be a visual, auditory, and/or tactile output, but is not limited thereto and may be formed in various forms.
  • the EDA output unit 5300 may be implemented as a display for outputting an image, a speaker for outputting a sound, a haptic device for generating vibration, and/or other various types of output means.
  • the EDA output unit 5300 may be implemented in the form of an output interface that connects an external output device that outputs information to the wearable device 1000 instead of a device that outputs information to the outside by itself.
  • the EDA output unit 5300 may be connected to the device output unit 1200 of the wearable device 1000 .
  • the EDA output unit 5300 may communicate with a device through the EDA communication unit 5500 to be connected to the device output unit 1200 .
  • the device output unit 1200 may output the result value of the EDA output unit 5300 through a display of the wearable device 1000 , a speaker, a haptic device, or other various types of output means.
  • the EDA output unit 5300 may perform the same function as the device output unit 1200 described above.
  • the EDA output unit 5300 may be provided in the form of the same component as the device output unit 1200 of the wearable device 1000 .
  • the EDA storage unit 5400 may receive skin conductivity data that is a result of the EDA calculation unit 5200 .
  • the EDA storage unit 5400 may store the skin conductivity data.
  • the EDA storage unit 5400 may store various data and programs necessary for the EDA sensor 5000 to operate.
  • the EDA storage unit 5400 may store information obtained by the EDA sensor 5000 .
  • the EDA storage unit 5400 may temporarily or semi-permanently store data.
  • Examples of the EDA storage unit 5400 may include a hard disk (HDD), SSD, flash memory, ROM, RAM, or cloud storage.
  • HDD hard disk
  • SSD solid state drive
  • flash memory ROM
  • RAM random access memory
  • cloud storage any type of storage.
  • the present invention is not limited thereto, and the EDA storage unit 5400 may be implemented as various modules for storing data.
  • the EDA storage unit 5400 may be provided in a form embedded in the EDA sensor 5000 or in a form detachable.
  • the EDA storage unit 5400 may perform the same function as the device memory unit 1500 described above. For example, the EDA storage unit 5400 may store the skin conductivity data until the skin conductivity data is transmitted through the device communication unit 1300 .
  • the EDA storage unit 5400 may be provided in the form of the same component as the device memory unit 1500 of the wearable device 1000 .
  • the EDA storage unit 5100 may transmit the stored value to the device memory unit 1500 through the EDA communication unit 5500 .
  • the EDA communication unit 5500 may serve to enable the EDA sensor 5000 to transmit/receive data to/from an external device.
  • the EDA communication unit 5500 may serve to enable the EDA sensor 5000 to transmit/receive data to/from the wearable device 1000 .
  • the EDA communication unit 5500 may include one or more modules that enable communication.
  • the EDA communication unit 5500 may include a module that enables communication with an external device through a wired method.
  • the EDA communication unit 5500 may include a module for communicating with an external device through a wireless method.
  • the EDA communication unit 5500 may include a module for communicating with an external device through a wired method and a module for communicating with an external device through a wireless method.
  • the EDA communication unit 5500 is a wired communication module that accesses the Internet through a LAN, a mobile communication module such as LTE that transmits and receives data by accessing a mobile communication network through a mobile communication base station, and WLAN-based communication such as Wi-Fi It may be composed of a short-distance communication module using a WPAN-based communication method such as Bluetooth or Zigbi, a satellite communication module using GNSS such as GPS, or a combination thereof.
  • a WPAN-based communication method such as Bluetooth or Zigbi
  • GNSS such as GPS
  • the EDA communication unit 5500 may perform the same function as the above-described device communication unit 1300 .
  • the EDA communication unit 5500 may communicate with the user terminal 2000 and/or the monitoring server 3000 .
  • the EDA communication unit 5500 may be provided in the form of the same component as the device communication unit 1300 of the wearable device 1000 .
  • the EDA controller 5600 may perform a function of generalizing and controlling the overall operation of the EDA sensor 5000 .
  • the EDA control unit 5600 may perform calculations and processing of various types of information and control operations of components of the terminal.
  • the EDA control unit 5600 may be implemented as a computer or a similar device according to hardware, software, or a combination thereof.
  • the EDA controller 5600 may be provided in the form of an electronic circuit such as a CPU chip that processes electrical signals to perform a control function, and in software, in the form of a program for driving the EDA controller 5600 in hardware. can be provided.
  • the EDA control unit 5600 may control the EDA measurement unit 5100 to flow a current to the skin through the electrode so that the user's skin conductivity can be measured.
  • the EDA control unit 5600 may control the EDA measurement unit 5100 to transmit the result value to the EDA calculation unit 5200 , the EDA communication unit 5300 , or the EDA storage unit 5400 .
  • the EDA controller 5600 may control the EDA calculator 5200 to receive the result value of the EDA measurer 5100 . Also, the EDA controller 5600 may control the EDA calculator 5200 to obtain skin conductivity data. In addition, the EDA control unit 5600 may control the EDA calculator 5200 to transmit the skin conductivity data to the EDA output unit 5300 , the EDA storage unit 5400 , and the EDA communication unit 5500 .
  • the EDA controller 5600 may control the EDA output unit 5300 to receive the skin conductivity data that is the result of the EDA calculator 5200 . Also, the EDA control unit 5600 may control the EDA output unit 5300 to output skin conductivity data.
  • the EDA controller 5600 may control the EDA storage unit 5400 to receive the skin conductivity data.
  • the EDA control unit 5600 may control the EDA storage unit 5400 to store the skin conductivity data.
  • the EDA control unit 5600 may control the EDA communication unit 5500 to communicate with an external device.
  • the EDA control unit 5600 may perform the same function as the device control unit 1600 described above.
  • the EDA controller 5600 may be provided in the form of the same component as the device controller 1600 of the wearable device 1000 .
  • the operation of the EDA sensor 5000 may be interpreted as being performed under the control of the EDA controller 5600 .
  • 32 is a diagram illustrating devices for measuring skin conductivity according to an exemplary embodiment.
  • FIG. 32 (a) is a diagram illustrating a smart watch 6100 as a wearable device
  • FIG. 32 (b) is a diagram illustrating a smart ring 6200 as a wearable device.
  • the smart watch 6100 and/or the smart ring 6200 may perform the same or the same role as the wearable device 1000 .
  • FIG. 32 only the smart watch 6100 and the smart ring 6200 are shown as devices capable of measuring the skin conductivity, but this is only described with some embodiments for convenience of description, and is not limited thereto.
  • a device for measuring skin conductivity includes a wristband worn on a user's wrist, a wearable sock worn on a user's feet in the form of a sock, a wearable patch attached to the user's skin, and a wearable patch worn on the user's head. It may be a wearable hair band, a device worn in the user's ear in the form of an earring, a device fitted in the form of earphones, and a device in the form of a lens inserted into the user's eye, and is not limited to the examples listed in this specification and is implemented in various forms can be
  • the wearable devices of FIG. 32 may include the EDA sensor 5000 of FIG. 31 .
  • the smart watch 6100 of FIG. 32A may include the EDA sensor 5000 in the main body 6110 .
  • the main body 6100 of the smart watch 6100 may include the EDA measuring unit 5100 in a portion in contact with the user's skin to measure the user's skin conductivity.
  • the electrode of the EDA measuring unit 5100 may be disposed on the back of the body 6110 to flow a current to the user's skin to measure the user's skin conductivity.
  • the smart watch 6100 of FIG. 32 ( a ) includes a part of the EDA sensor 5000 in the main body 6110 , and another configuration of the EDA sensor 5000 in the band area 6120 . may include some.
  • the band region 6120 of the smart watch 6100 may include the EDA measurement unit 5100 in a portion in contact with the user's skin to measure the user's skin conductivity.
  • the electrode of the EDA measuring unit 5100 is disposed at the back of the band region 6120 to flow a current to the user's skin to measure the user's skin conductivity.
  • the smart ring 6200 of FIG. 32B may include an EDA sensor 5000 .
  • the smart ring 6200 may include the EDA measurement unit 5100 in a portion in contact with the user's skin to measure the user's skin conductivity.
  • the electrode 6210 of the EDA measuring unit 5100 is disposed in the inner region of the smart ring 6100, and flows a current to the user's skin to measure the user's skin conductivity.
  • FIG 33 is a diagram illustrating a skin conductivity graph according to an exemplary embodiment.
  • the skin conductivity graph may be displayed as skin conductivity data 7110 according to time.
  • the skin conductivity data 7110 may include a tonic component 7120 and a phasic component 7130 .
  • the skin conductivity data 7110 may be data obtained by the EDA sensor 5000 .
  • the skin conductivity data 7110 may be the sum of the tonic component 7120 and the phasic component 7130 .
  • the tonic component 7120 may be skin conductivity data related to an external environment (eg, ambient temperature) among the skin conductivity data 7110 .
  • the tonic component 7120 may be a portion of skin conductivity data indicating a skin conductance level (SCL).
  • the phasic component 7130 may be skin conductivity data that relates to an external stimulus, an environmental stimulus, or a short-term event.
  • the phasic component 7130 may be a portion of skin conductance data indicative of a skin conductance response (SCR).
  • SCR skin conductance response
  • the tonic component 7120 may be obtained by excluding the phasic component 7130 from the skin conductivity data 7110 .
  • the phasic component 7130 may be obtained by excluding the tonic component 7120 from the skin conductivity data 7110 .
  • the phasic component 7130 may be obtained by a convolution operation of a response function and the skin conductivity data 7110 .
  • tonic component 7120 and the phasic component 7130 may be converted into units of current, resistance, or voltage according to Ohm's law.
  • the tonic component 7120 and the phasic component 7130 may be obtained through the operation of the EDA calculator 5200 of the EDA sensor 5000 .
  • the tonic component 7120 and the phasic component 7130 may be obtained through the operation of the server controller 3300 of the monitoring server 3000 that has received the skin conductivity data.
  • the tonic component 7120 may be used as an index indicating a magnitude or a development trend of skin conductivity.
  • the user's biometric information can be inferred by using the size or generation trend of skin conductivity.
  • the monitoring server 3000 may know a change in skin temperature or body temperature based on an overall change in the tonic component 7120 .
  • the phasic component 7130 may be used as an index indicating a storm expressed by a degree of change, an amount of change, or a first derivative value of the skin conductivity.
  • the monitoring server 3000 may predict a change in the user's mood, stress, excitement level, or autonomic nervous system through the overall change of the phasic component 7130 .
  • the monitoring server 3000 may obtain the tonic component 7120 and/or the phasic component 7130 based on the skin conductivity data, and the obtained tonic component 7120 and/or Alternatively, the user's thyroid function abnormality monitoring may be performed with reference to the phasic component 7130 .
  • the monitoring server 3000 may calculate the monitoring skin conductivity based on the tonic component 7120 corresponding to the rest period, and if the calculated monitoring skin conductivity is higher than the reference skin conductivity, it is determined that the user has thyroid abnormality. can judge whether the user has thyroid abnormality.
  • FIG. 34 is a diagram illustrating a skin conductivity graph according to another exemplary embodiment.
  • the monitoring server 3000 is based on the skin conductivity data graph, a stimulation starting point (stimulus onset, 7210), a response starting point (response onset, 7220), a latent period (latency, 7230), a response threshold (response threshold, 7240) , a peak point (peak response, 7250), a recovery time (recovery time, 7260), and/or an amplitude (amplitude, 7270) may be identified.
  • the stimulation start point 7210 may be a time point at which the skin conductivity data starts to increase.
  • the response start point 7220 may be a time point having a magnitude greater than or equal to a predetermined value from the stimulus start point 7210 .
  • the difference in magnitude between the response starting point 7220 and the stimulation starting point 7210 may be the response threshold 7240 .
  • the latent period 7230 may be calculated through the stimulus start point 7210 and the response start point 7220 .
  • the latent period 7230 may be a period from the stimulus start point 7210 to the response start point 7220 .
  • the monitoring server 3000 may detect a change in the user's skin conductivity, a user's mood, stress, or a change in the autonomic nervous system through the length of the latent period 7230 . For example, when the latent period 7230 is short, the monitoring server 3000 may determine that the degree of change in the skin conductivity of the user is made abruptly.
  • the monitoring server 3000 may determine that the user's mood changes abruptly, the user is stressed, or the user's autonomic nervous system changes rapidly. .
  • the monitoring server 3000 may adjust the sensitivity of the skin conductivity change amount by adjusting the reaction threshold 7240 . For example, if the response threshold 7240 is reduced, the frequency of skin conductivity changes may increase. Also, for example, if the response threshold 7240 is increased, the monitoring server 3000 may determine that the frequency of skin conductivity change is reduced and that the skin conductivity is changed only for a relatively large amount of change.
  • the peak point 7250 may be a time point at which the skin conductivity data has the greatest value after the stimulation start point 7210 or after the reaction start point 7220 .
  • the peak point 7250 may be a time point at which the first differential value of the skin conductivity data is 0.
  • the peak point 7250 may be a time point in which the first differential value of the skin conductivity data is 0 and the second differential value is negative.
  • the monitoring server 3000 may know the maximum value of the skin conductivity data for a certain period of time, and may determine the user's mood, stress, or changes in the autonomic nervous system. For example, when the peak point 7250 is large, the monitoring server 3000 may determine that the change in the user's mood is large, the amount of stress is large, or the change in the autonomic nervous system is large.
  • the recovery period 7260 may mean a time taken for the skin conductivity data to reach a predetermined value from the peak point 7250 .
  • the magnitude from the peak point 7260 to the predetermined value may be the amplitude 7270 of the skin conductivity data.
  • the amplitude 7270 may be a magnitude from the peak point 7260 to a value other than a constant value associated with the recovery period 7260 , but not related to the recovery period 7260 .
  • the recovery period 7260 may be associated with a latent period 7230 or a period from the response time 7220 to the peak point 7250 .
  • the recovery period 7260 may also be shortened. Also, for example, if the latent period 7230 or the period from the reaction time point 7220 to the peak point 7250 is lengthened, the recovery period 7260 may also be lengthened.
  • the monitoring server 3000 may detect a change in the user's mood, stress, or autonomic nervous system. For example, when the recovery period 7260 is short, the monitoring server 3000 may determine that the user's mood changes abruptly, there is a lot of stress, or the autonomic nervous system changes rapidly.
  • the monitoring server 3000 may determine that the user's mood changes abruptly, there is a lot of stress, or the autonomic nervous system changes rapidly.
  • the monitoring server 3000 may acquire the above-described parameters based on the skin conductivity data, and check a section in which there is a lot of stress or a rapid change in the autonomic nervous system based on the acquired parameters.
  • the monitoring server 3000 may calculate the monitored skin conductivity by referring to the parameters described above in the description of FIG. 34 when performing thyroid function monitoring.
  • the section used to calculate the monitoring skin conductivity and the section where the autonomic nervous system changes rapidly or is under excessive stress may not overlap.
  • the monitoring server may calculate SCFr, SCRm, SCRpl, SCRd, SCRpr and/or SCRrr based on the parameters described above in the description of FIG. 34 .
  • SCFr may be an indicator of a period from the magnitude of the stimulus start point 7210 to the magnitude of the peak point 7250 .
  • SCRr may be an indicator associated with the latent period 7230 .
  • SCRm may be an indicator associated with a response initiation point or response threshold 7240 .
  • SCRol may be an indicator associated with the stimulation initiation point 7210 .
  • SCRpl may be an indicator associated with the reaction initiation point 7220 .
  • SCRpl may also be an indicator associated with the reaction initiation point 7220 or peak point 7250 .
  • SCRd may be an indicator associated with a response onset point 7220 or latent duration 7230 .
  • SCRpr may be an indicator associated with a peak point 7250 or a recovery period 7260 .
  • SCRrr may be an indicator related to recovery period 7260 or amplitude 7270 .
  • the monitoring server 3000 may calculate SCFr, SCRm, SCRpl, SCRd, SCRpr and/or SCRrr and perform thyroid function monitoring with reference to the calculated parameters.
  • the monitoring server 3000 performs thyroid function monitoring based on the skin conductivity data 7110, and further utilizes the calculated SCFr, SCRm, SCRpl, SCRd, SCRpr and/or SCRrr as secondary reference data. Accurate thyroid function monitoring may be performed.
  • the monitoring server 3000 has been described on the basis of identifying and calculating various indicators of skin conductivity data, but is not limited thereto, and the EDA calculator 5200 is a monitoring server (3000) may also perform the role.
  • 35 is a diagram illustrating a skin conductivity data graph according to an exemplary embodiment.
  • the monitoring server 3000 may know the user's mood, stress, or changes in the autonomic nervous system.
  • skin conductivity data can also be used to determine whether a user has made a false statement.
  • skin conductance data can also be used to analyze the behavior or statements of offenders.
  • the monitoring server 3000 may determine whether the user's thyroid function is abnormal.
  • the monitoring server 3000 may determine whether the user has hyperthyroidism or hypothyroidism based on the user's skin conductivity data. Also, for example, the monitoring server 3000 may discover thyroid diseases such as thyroid cancer and thyroid inflammation through the user's skin conductivity data.
  • the autonomic nervous system function of a user suffering from hyperthyroidism may be excited.
  • the autonomic nervous system function of a user suffering from hypothyroidism may be reduced.
  • the monitoring server 3000 may determine whether the user has hyperthyroidism or hypothyroidism.
  • the monitoring server 3000 may determine that the user's autonomic nervous system function is over-excited compared to a normal person, The user may determine that he or she suffers from hyperthyroidism.
  • the monitoring server 3000 may determine that the user's autonomic nervous system function is excessively lowered compared to that of a normal person, and the user has a thyroid function You may be diagnosed with hypothyroidism.
  • the user can determine whether the thyroid function abnormality is non-invasive without a hormone test.
  • a conventional test method for examining thyroid function may affect the result by causing tension in the user, but the method for determining whether thyroid function is abnormal according to the present invention can reduce the tension of the user may not cause
  • skin conductivity data may be divided before and after a sleep start time 7310 .
  • the sleep start time 7310 may be a time determined by a user input through the wearable device 1000 .
  • the user may input information on sleep start to the wearable device 1000
  • the sleep start time 7310 may be a time determined through the information.
  • the sleep start time 7310 may be a time determined by the determination of the wearable device 1000 .
  • the sleep start time 7310 may be a time determined through a plurality of sensors of the wearable device 1000 capable of detecting a user's movement.
  • the sleep start time 7310 may be determined by a section in which the number of steps extracted from the pedometer of the wearable device 1000 is equal to or less than a predetermined value. In more detail, the sleep start time 7310 may be determined by a section in which the GPS result of the wearable device 1000 is within a predetermined range.
  • the sleep start time 7310 may be determined by a section in which the heart rate extracted from the heart rate monitor of the wearable device 1000 is equal to or less than a predetermined value. In more detail, the sleep start time 7310 may be determined by a section in which the result of the gyroscope of the wearable device 1000 is equal to or less than a predetermined value.
  • the sleep start time 7310 may be determined by the user's sleep pattern identified through the wearable device 1000 .
  • the sleep start time 7310 may be a time when the user's sleep pattern enters a non-waking period (eg, REM, non-REM, SWS) from a waking period.
  • a non-waking period eg, REM, non-REM, SWS
  • the sleep start time 7310 may be a time when the skin conductivity data starts to rapidly decrease.
  • the sleep start time 7310 may be a time when the skin conductivity data starts to decrease by 1 uS or more.
  • the sleep start time 7310 may be the start time of the decrease period 7440 .
  • a detailed description of the reduction section 7440 will be described later.
  • the sleep start time 7310 is a time point at which the user can be regarded as entering the sleep section, and is not limited to the example presented in the description of the present invention.
  • different aspects of skin conductivity data may appear before and after a sleep start time 7310 .
  • the change frequency of the skin conductivity data before the sleep start time 7310 may be greater than the change frequency of the skin conductivity data after the sleep start time 7310 .
  • the average of the skin conductivity data before the sleep start time 7310 may be greater than the average of the skin conductivity data after the sleep start time 7310 .
  • the maximum value of the skin conductivity data before the sleep start time 7310 may be greater than the maximum value of the skin conductivity data after the sleep start time 7310 .
  • the minimum value of the skin conductivity data before the sleep start time 7310 may be greater than the minimum value of the skin conductivity data after the sleep start time 7310 .
  • the skin conductivity data after the sleep initiation time 7310 may decrease compared to before the sleep initiation time 7310 .
  • the skin conductivity data after the sleep start time 7310 may include a decrease period 7440 and a rest period 7450 .
  • the rest period 7450 may be a period starting after the decrease period 7440 .
  • the rest period 7450 may be a period in which fluctuations in the skin conductivity data are made within a predetermined range 7410 .
  • the rest period 7450 may be a period in which the variation of the skin conductivity data is within the first range 7410 .
  • the size of the first range 7410 may be 3uS.
  • the size of the first range 7410 may be 2uS.
  • the size of the first range 7410 may be 1 ⁇ S.
  • another optimal value may be selected according to the characteristics of the user's skin, and thus, the first range 7410 is not limited to the above-described numerical value.
  • the decrease period 7440 may be a period in which the skin conductivity data decreases by more than a second range after the sleep start time 7310 .
  • the second range may be greater than the first range.
  • the second range may be 2uS
  • the first range 7410 may be 1uS.
  • the decrease period 7440 may be a period in which the skin conductivity data decreases by more than the first range 7410 after the sleep start time 7310 .
  • the reduction section 7440 may be a section in which the skin conductivity data decreases by 1 uS or 2 uS or more after the sleep start time 7310, but is not limited thereto, and may be a section in which the skin conductivity data decreases by more than another value.
  • the reduction section 7440 and the idle section 7450 may be divided by the idle section start time 7430 .
  • the rest period start time 7430 may be an entry time point at which the skin conductivity data enters an increasing trend among the points in time when the skin conductivity data change is within the first range 7410 .
  • the rest period start time 7430 may be the earliest time point at which the slope is positive among the periods in which the skin conductivity data fluctuation is within 1 uS.
  • a difference 7420 between the skin conductivity data at the sleep start time 7310 and the skin conductivity data at the rest period start time 7430 may be greater than the size of the first range 7410 .
  • the calculated rest period 7450 may be identified as the user's true sleep period.
  • the monitoring skin conductivity may be calculated based on the skin conductivity data in the rest period 7450 .
  • the monitored skin conductivity may be determined according to an average value, a median value, a standard deviation, or a moving average of skin conductivity data in the resting period 7450 .
  • the monitoring server 3000 may determine whether the user's thyroid function is abnormal by comparing the monitored skin conductivity with the reference skin conductivity.
  • the end time of the rest period 7450 may be a time point at which the variation range of the skin conductivity data is out of the first range.
  • the end time of the rest period 7450 may be a time point at which the size of the skin conductivity data becomes equal to or greater than a predetermined value.
  • a plurality of rest periods 7551 and 7554 may exist after a sleep start time 7310 .
  • the monitoring server 3000 may check a plurality of idle sections 7551 and 7554 after the sleep start time 7310 .
  • the skin conductivity data after the sleep start time 7310 may include a decrease period 7540 , a first rest period 7551 , and a second rest period 7554 .
  • the first idle section 7551 and the second idle section 7554 may be sections that start after the decrease section 7540 .
  • the first rest period 7551 and the second rest period 7554 may be periods in which the skin conductivity data fluctuates within a predetermined range 7510 .
  • first resting section 7551 and the second resting section 7554 may be sections in which the skin conductivity data variation is within the first range 7510 .
  • the size of the first range 7510 may be 1 uS or 2 uS, but is not limited thereto and may have other numerical values.
  • the decrease period 7540 may be a period in which the skin conductivity data decreases by more than the second range after the sleep start time 7310 .
  • the second range may be greater than the first range.
  • the second range may be 2uS
  • the first range 7510 may be 1uS.
  • the reduction section 7540 may be a section in which the skin conductivity data decreases by more than the first range 7510 after the sleep start time 7310 .
  • the reduction section 7540 may be a section in which the skin conductivity data decreases by 1 uS or 2 uS or more after the sleep start time 7310, but is not limited thereto, and may be a section in which the skin conductivity data decreases by more than another value.
  • the first idle period 7551 may include a first idle period start time 7530 and a first idle period end time 7552 .
  • the monitoring server 3000 may classify a reduction section 7540 and a first idle section 7551 based on the first idle section start time 7530 .
  • the second idle period 7554 may include a second idle period start time 7553 and a second idle period end time 7555 .
  • the monitoring server 3000 may not extract the section between the first idle section end time 7552 and the second idle section start time 7553 as the idle section.
  • the first resting period start time 7530 and the second resting period start time 7553 are the intervals in which the skin conductivity data fluctuation is within the first range 7510, and the skin conductivity data tends to increase. It may be an entry point of entry into .
  • the first resting period start time 7530 and the second resting period start time 7553 may be the earliest time points among the positive slopes within the interval in which the skin conductivity data fluctuation is within 2uS.
  • the difference 7520 between the skin conductivity data at the sleep start time 7310 and the skin conductivity data at the first resting period start time 7530 and the second resting period start time 7553 is the first range 7510 .
  • ) can be larger than the size of
  • the first resting period end time 7552 and the second resting period end time 7555 may be time points at which the skin conductivity data change exceeds the first range 7510 .
  • the first resting period end time 7552 and the second resting period end time 7555 may be time points at which the size of the skin conductivity data becomes equal to or greater than a predetermined value.
  • the monitoring server 3000 may determine the calculated first idle section 7551 and the second idle section 7554 as the user's true sleep section. In addition, based on the skin conductivity data in the plurality of rest periods 7551 and 7554 , the monitoring server 3000 may determine whether the user's thyroid function is abnormal.
  • the monitoring server 3000 may determine whether the user's thyroid function is abnormal through the average value, median value, standard deviation, or moving average of the skin conductivity data in the plurality of rest periods 7551 and 7554 .
  • the monitoring server 3000 may use the average value of the skin conductivity data of the entire first rest period 7551 and the second rest period 7554 , and the average value of the first rest period 7551 and the second The average value of the rest period 7554 may be used, respectively.
  • FIG. 38 is a diagram for explaining a resting period in a skin conductivity data graph according to another embodiment. Referring to FIG. 38 , a plurality of resting periods 7651 and 7654 exist after a sleep start time 7310 . can
  • the content of the reduction section 7640 may overlap with the content of the reduction section 7540 of FIG. 37 , and thus the detailed description thereof will be omitted.
  • first idle section 7651 and the second idle section 7654 may overlap with the contents of the first idle section 7551 and the second idle section 7554 of FIG. omit
  • the contents of the first range 7610 may overlap with the contents of the first range 7510 of FIG. 37 , and thus detailed details thereof will be omitted.
  • first idle section start time 7630 the first idle section end time 7652 , the second idle section start time 7653 , and the second idle section end time 7655 are described in the first Since the contents of the idle section start time 7530 , the first idle section end time 7552 , the second idle section start time 7553 , and the second idle section end time 7555 may overlap with each other, detailed details will be omitted. .
  • the calculated value of the skin conductivity data in the first resting period 7651 may be different from the calculated value of the skin conductivity data in the second resting period 7654 .
  • the maximum skin conductivity of the first resting period 7651 may be smaller than the maximum skin conductivity of the second resting period 7654 .
  • the minimum skin conductivity of the first resting period 7651 may be less than the minimum skin conductivity of the second resting period 7654 .
  • the average skin conductivity of the first resting period 7651 may be the second resting period. may be less than the average skin conductivity of section 7654 .
  • a numerical value that can be calculated based on the skin conductivity data in the first resting period 7651 may be different from a numerical value that can be calculated based on the skin conductivity data in the second resting period 7654 .
  • the numerical range of the skin conductivity data in the first resting period 7651 may be different from the numerical range of the skin conductivity data in the second resting period 7654 .
  • the numerical range of the skin conductivity data in the first rest period 7651 may not overlap with the numerical range of the skin conductivity data in the second rest period 7654 .
  • the numerical range of the skin conductivity data in the first resting period 7651 may overlap the numerical range of the skin conductivity data in the second resting period 7654 in some sections.
  • the skin conductivity data of the first rest period 7651 may have a value of 1uS to 2uS.
  • the skin conductivity data of the second rest period 7654 may have a value of 2uS to 3uS.
  • the variation of the first idle section 7651 and the variation of the second idle section 7654 are within the range of 1 ⁇ S, but the numerical ranges of the first idle section 7651 and the second idle section 7654 may be different.
  • the monitoring server 3000 may determine the calculated first idle section 7651 and the second idle section 7654 as the user's true sleep section. In addition, the monitoring server 3000 may determine whether the user's thyroid function is abnormal through the skin conductivity data in the plurality of rest periods 7551 and 7554 .
  • 39 is a diagram for explaining a rest period in a skin conductivity data graph according to another embodiment.
  • the content of the reduction section 7740 may overlap with the content of the reduction section 7440 of FIG. 36 , and thus the detailed description thereof will be omitted.
  • the contents of the idle section 7751 may overlap with the contents of the idle section 7450 of FIG. 36 , and thus detailed details thereof will be omitted.
  • the contents of the first range 7710 may overlap with the contents of the first range 7410 of FIG. 36 , and thus detailed details thereof will be omitted.
  • a rest period 7751 and noise periods 7760 and 7770 may exist after a sleep start time 7310 .
  • a first noise section 7760 and a second noise section 7770 may exist after the sleep start time 7310 .
  • the variation of the first noise section 7760 and the variation of the second noise section 7770 may be within the first range 7710 .
  • the monitoring server 3000 may use the skin conductivity data of the resting section 7751 but not the skin conductivity data of the noise sections 7760 and 7770 .
  • the variation of the first noise section 7760 is within the first range 7710 like the variation of the rest section 7751, but the numerical range of the first noise section 7760 is the rest section ( 7751) may be different from the numerical range.
  • the minimum value of the first noise section 7760 may be greater than the first limit value 7780 . Accordingly, although the variation of the skin conductivity data of a certain section is made within the first range 7710 , when the minimum value of the predetermined section is equal to or greater than the first limit value 7780 , the certain section may be calculated as a noise section.
  • the average value of the first noise section 7760 may be greater than the first limit value 7780 . Accordingly, although the variation of the skin conductivity data of a certain section is made within the first range 7710 , when the average value of the predetermined section is equal to or greater than the first limit value 7780 , the predetermined section may be calculated as a noise section.
  • the variation of the second noise section 7770 is within the first range 7710 like the variation of the rest section 7751, but the numerical range of the second noise section 7770 is the rest section ( 7751) may be different from the numerical range.
  • the maximum value of the second noise section 7770 may be smaller than the second limit value 7790 . Therefore, although the variation of the skin conductivity data of a certain section is made within the first range 7710, when the maximum value of the certain section is less than or equal to the second limit value 7790, the certain section may be calculated as a noise section. .
  • the average value of the second noise section 7770 may be smaller than the second limit value 7790 . Accordingly, although the variation of the skin conductivity data of a certain section is made within the first range 7710 , when the average value of the predetermined section is less than or equal to the second threshold value 7790 , the certain section may be calculated as a noise section.
  • the predetermined section may be extracted as a noise section.
  • the skin conductivity data of the sections extracted as the noise section may be excluded from the rest section even if the variation is within the first range 7710 .
  • the monitoring server 3000 checks the resting section for the calculation of the monitoring skin conductivity, it starts after the skin conductivity decrease section above the first range 7710, and converts the section that fluctuates within the first range 7710 to the rest section can be checked
  • the monitoring server 3000 may exclude some sections from the resting section when the calculated value of some sections of the checked sections deviates from a predetermined reference value, and calculate the monitoring skin conductivity based on the skin conductivity data corresponding to the resting section. .
  • FIG. 40 is a diagram for explaining a resting section in a skin conductivity data graph according to another embodiment.
  • the contents of the reduction section 7840 may overlap with the contents of the reduction section 7440 of FIG. 36, The details are omitted.
  • the contents of the idle section 7850 may overlap with the contents of the idle section 7450 of FIG. 36 , and thus detailed details thereof will be omitted.
  • the contents of the first range 7810 may overlap with the contents of the first range 7410 of FIG. 36 , and thus detailed details thereof will be omitted.
  • a decrease period 7840 and a rest period 7850 may exist after the sleep start time 7310 .
  • the reduction section 7840 and the idle section 7850 may be divided before and after the idle section start time 7830 .
  • the idle period start time 7830 of FIG. 40 may be defined by another criterion.
  • the resting period start time 7830 may be the earliest among the predetermined periods in which the skin conductivity data fluctuation is within the first range 7810 .
  • the skin conductivity data at the rest period start time 7830 may be less than or equal to a predetermined value.
  • a difference 7860 between the skin conductivity data at the sleep start time 7310 and the skin conductivity data at the rest period start time 7830 may be greater than the size of the first range 7810 .
  • the idle period 7850 may include an end time of the idle period, which is the latest time among the predetermined periods.
  • the skin conductivity data at the end of the rest period may have a value above or below a certain value, which is difficult to see as the user's true sleep period.
  • 41 is a diagram for explaining a rest period in a skin conductivity data graph according to another embodiment.
  • the monitoring server 3000 may calculate a change amount of the skin conductivity data through the skin conductivity data.
  • the amount of change in the skin conductivity data may be obtained through a first derivative of the skin conductivity data.
  • the change amount of the skin conductivity data may be obtained based on a slope of the skin conductivity data.
  • the average value of the amount of change before the sleep start time 7310 may be greater than the average value of the change amount after the sleep start time 7310 .
  • the storm area may be calculated based on the degree of the skin conductivity data change frequency.
  • the storm area may be a high-frequency area.
  • the storm region may mean a region having 4 to 10 peaks per minute (4-10 peaks/min).
  • the number of storm areas before the sleep start time 7310 may be greater than the number of storm areas after the sleep start time 7310 .
  • the frequency of the storm area before the sleep initiation time 7310 may be greater than the frequency of the storm area after the sleep initiation time 7310 .
  • the average value of the peaks of the storm region before the sleep start time 7310 may be greater than the average value of the peaks of the storm region after the sleep start time 7310 .
  • the monitoring server 3000 may determine whether the user's thyroid function is abnormal through the average value of the amount of data change, the frequency of data change, the number of storm regions, or the occurrence frequency of the storm regions.
  • the monitoring server 3000 may determine that the user is suffering from hyperthyroidism. Also, for example, when the above parameters are equal to or less than a predetermined value, the monitoring server 3000 may determine that the user is suffering from hypothyroidism.
  • extraction of the rest period after the sleep start time 7310 may be related to the user's sleep pattern.
  • the user's sleep pattern may be information obtained from an external device or the wearable device 1000 .
  • the user's sleep pattern may be obtained by polysomnography (PSG).
  • PSG polysomnography
  • the user's sleep pattern may be obtained by sensing a plurality of sensors (eg, an accelerometer, etc.) included in the smart watch.
  • the user's sleep pattern may be divided into REM, N-REM1 (non-REM1), N-REM2 (non-REM2), or SWS (slow-wave sleep) stages, but is not limited thereto.
  • the REM section, the N-REM1 section, or a combination thereof among the user's sleep patterns may be extracted as the rest section, but the present invention is not limited thereto, and the monitoring server 3000 determines that the user's sleep pattern is stable. can be extracted as a rest period.
  • the storm region may have a high probability of being generated in the N-REM2 section or the SWS section.
  • the monitoring server 3000 may exclude the N-REM2 section or the SWS section from the idle section.
  • the monitoring server 3000 may place a small weight in the N-REM2 section or the SWS section of the idle section.
  • the user's sleep pattern may be considered together with the skin conductivity data.
  • the monitoring server 3000 may primarily extract a rest period from the skin conductivity data after the sleep start time 7310 through the method described with reference to FIGS. 36 to 40 .
  • the monitoring server 3000 may obtain information about the user's sleep pattern from an external device or the wearable device 1000 .
  • the information on the sleep pattern may be obtained through a heart rate sensor or a motion sensor of the wearable device 1000 or an external device.
  • the monitoring server 3000 may secondarily extract the rest period from the firstly extracted rest period by excluding the part in which the user's sleep pattern is the SWS period and/or the N-REM2 period.
  • the monitoring server 3000 may secondarily extract portions in which the user's sleep pattern is a REM section from the firstly extracted idle section as the idle section.
  • the monitoring server 3000 may determine the abnormality of the thyroid function of the user through the skin conductivity data in the resting period by using the secondly extracted resting period as the true resting period.
  • FIG. 42 is a diagram illustrating a flowchart of a method of extracting an idle section according to an embodiment.
  • the method of extracting the idle section includes the steps of extracting the first section ( S610 ), checking the second section ( S620 ), and determining the size of the first section with a predetermined value and The step of comparing (S630) and the step of including the first section in the idle section (S640) may be included.
  • the monitoring server 3000 may perform the step of extracting the first section (S610).
  • the step of extracting the first section ( S610 ) may include extracting a section in which the fluctuation of the skin conductivity data is within the first range as the first section.
  • the monitoring server 3000 may receive the skin conductivity data from the wearable device 1000 or the EDA sensor 5000 and extract the first section.
  • the EDA calculator 5200 may receive the skin conductivity data from the EDA measurer 5100 and extract the first section.
  • the difference between the extracted maximum value and the minimum value of the first section may be less than or equal to the size of the first range.
  • the difference between the maximum value and the minimum value of the first section may be within 3uS.
  • the difference between the maximum value and the minimum value of the first section may be 2uS.
  • the extracted start point of the first section may be the idle section start time 7430 described with reference to FIG. 36 or the idle section start time 7830 described with reference to FIG. 40 .
  • the monitoring server 3000 or the EDA calculator 5200 may extract the first section by using the phasic component 7130 of the skin conductivity data.
  • the first interval may be an interval in which the variation or differential value of the phasic component 7130 is within the first range.
  • the first section may be a section in which the maximum value of the phasic component 7130 is equal to or less than a predetermined value.
  • the first period may be a period in which the maximum value of the phasic component 7130 is 2uS or less.
  • the monitoring server 3000 or the EDA calculator 5200 may perform the step S620 of confirming the second section.
  • the step of confirming the second section may include identifying a section in which the skin conductivity data before the first section decreases by more than the size of the first range.
  • the second section may be the reduction section 7440 described with reference to FIG. 36 .
  • the start point of the second section may be the sleep start time 7310 described with reference to FIG. 36 .
  • the end time of the second section may be the idle section start time 7430 described with reference to FIG. 36 .
  • the end time of the second section may be a time prior to the start time of the idle section 7430 of FIG. 36 .
  • the difference between the skin conductivity data at the start point and the end point of the second section may be greater than or equal to the size of the first range.
  • the monitoring server 3000 or the EDA calculator 5200 may perform a step of comparing the numerical values of the first section.
  • the step of comparing the size of the first section with a predetermined value (S630) may include determining whether the size of the first section is greater than the first value (A) and smaller than the second value (B).
  • step S630 may include the step of the monitoring server 3000 or the EDA calculator 5200 checking whether the minimum value of the first section is greater than the first value (A). Also, for example, step S630 may include the step of the monitoring server 3000 or the EDA calculator 5200 checking whether the maximum value of the first section is smaller than the second value (B).
  • the monitoring server 3000 or the EDA calculator 5200 may check the size of the first section using the tonic component 7120 of the skin conductivity data.
  • the monitoring server 3000 or the EDA calculator 5200 may determine whether the minimum value of the tonic component 7120 during the first period is greater than the first value A. Also, for example, the monitoring server 3000 or the EDA calculator 5200 may include the step of determining whether the maximum value of the tonic component 7120 during the first section is smaller than the second value B have.
  • the monitoring server 3000 or the EDA calculator 5200 checks whether the average value of the tonic component 7120 during the first interval is between the first value A and the second value B. may be
  • step S630 If step S630 is not performed, it may be impossible to extract the rest period in the user's true sleep period.
  • the fluctuation of the first section is within the first range and the second section exists before the first section. have.
  • the numerical value of the first section may be greater than the second value (B).
  • this section may have to be excluded from the rest section.
  • the value of the first section may be smaller than the first value A. Even at this time, since the user is in an awake state, this section may have to be excluded from the idle section.
  • step S640 may be performed, and if not, step S610 of extracting a new first section may be performed again.
  • the monitoring server 3000 may include the first section confirmed through steps S610 to S630 in the idle section (S640).
  • the step of including the first section in the resting section and checking whether the user's thyroid function is abnormal through the skin conductivity data in the resting section may be performed later.
  • the thyroid function of the user may be monitored through the skin conductivity data.
  • the thyroid function monitoring method of FIG. 5 may be followed.
  • monitoring data may be calculated ( S1300 ) to determine the abnormality of the thyroid function of the user ( S1500 ).
  • the wearable device 1000 may obtain skin conductivity information of the user.
  • the wearable device 1000 may acquire skin conductivity information of a user who wears the wearable device 1000 .
  • the acquisition of skin conductivity information may be performed at a constant cycle.
  • the device sensor unit 1400 of the wearable device 1000 may include the EDA sensor 5000 , and may acquire the user's skin conductivity information in a first cycle using the EDA sensor 5000 .
  • the device sensor unit 1400 of the wearable device 1000 may include a motion sensor, and may acquire user's motion information in a second period by using the motion sensor.
  • the first period and the second period may be the same or different.
  • the wearable device 1000 may transmit the user's skin conductivity information to the user terminal 2000 .
  • the wearable device 1000 may acquire the user's skin conductivity information and transmit it to the user terminal 2000 at the same time.
  • the wearable device 1000 may transmit the acquired user's skin conductivity information set to the user terminal 2000 at a predetermined period.
  • a period in which the wearable device 1000 acquires the user's skin conductivity information may be shorter than a period in which the user's skin conductivity information is transmitted.
  • the wearable device 1000 may transmit one or more types of user's biometric information to the user terminal 2000 .
  • the biometric information transmitted to the user terminal 2000 may be skin conductivity information.
  • the biometric information transmitted to the user terminal 2000 may be skin conductivity information and motion information.
  • the biometric information transmitted by the wearable device 1000 may be linked with other information.
  • the biometric information transmitted by the wearable device 1000 may be skin conductivity information associated with time.
  • the biometric information transmitted by the wearable device 1000 may be skin conductivity information associated with time and motion information associated with time.
  • the biometric information transmitted by the wearable device 1000 may be in a form in which time, skin conductivity information, and motion information are linked.
  • the monitoring server 3000 may calculate the monitoring data of FIG. 5 based on the acquired skin conductivity information ( S1300 ).
  • the calculation method ( S1300 ) of the monitoring data of FIG. 6 may be followed.
  • the monitoring server 3000 may check the idle section (S1310).
  • the rest period may include a part of time points after the sleep start time 7310 of FIG. 35 .
  • the method of checking the idle section ( S1310 ) may be replaced with the method of calculating the idle section described with reference to FIG. 42 .
  • the predetermined condition of S1310 may include the conditions of steps S610 to S630 of FIG. 42 .
  • the predetermined condition may include whether the variation of the skin conductivity data in one section is within the first range. In addition, the predetermined condition may include whether there is a second section in which the skin conductivity data before one section decreases by more than a first range size. Also, the predetermined condition may include whether the size of one section is greater than or equal to the first value and less than or equal to the second value.
  • the monitoring server 3000 may extract skin conductivity information corresponding to the rest period (S1330).
  • the monitoring server 3000 may extract skin conductivity information corresponding to one or more identified rest periods ( S1330 ). Also, for example, the monitoring server 3000 may extract skin conductivity information corresponding to one or more identified rest periods included in the monitoring period ( S1330 ).
  • the monitoring server 3000 may calculate monitoring data ( S1350 ). In this case, the monitoring server 3000 may calculate monitoring data based on the extracted skin conductivity information ( S1350 ).
  • the extracted skin conductivity information may be extracted based on the skin conductivity data in the rest period of FIGS. 35 to 41 .
  • the monitoring server 3000 may calculate an average value of a plurality of skin conductivity data corresponding to each of a plurality of identified rest periods included in the monitoring period as monitoring data.
  • the monitoring server 3000 may calculate a median value of median values of a plurality of skin conductivity data corresponding to each of a plurality of rest periods included in the monitoring period as the monitoring data.
  • the monitoring server 3000 excludes the maximum and minimum values among a plurality of skin conductivity data corresponding to each of the plurality of rest periods included in the monitoring period, and converts the calculated values of the remaining skin conductivity data as monitoring data. can be calculated.
  • the monitoring server 3000 may use reference data based on the skin conductivity data when determining the abnormality of the thyroid function of the user.
  • a basic description of the reference data may overlap with that of FIG. 7 , and thus a detailed description thereof will be omitted. In this case, the method of calculating the reference data of FIG. 7 may be followed.
  • the monitoring server 3000 may receive thyroid status information from the user terminal 2000 ( S2100 ).
  • the user terminal 2000 may receive the user's thyroid state information through the terminal input unit 2100 .
  • the thyroid status information may be information about a thyroid hormone level obtained through a user's blood test, etc.
  • the thyroid status information may be information about the thyroid status obtained through a questionnaire about the user's symptoms.
  • the user terminal 2000 may transmit the received thyroid status information to the monitoring server 3000 .
  • the monitoring server 3000 receives the thyroid state information (S2100), it may calculate reference data (S2300).
  • the reference data calculation period may be a period at which the user's thyroid function corresponds to 'normal' according to the thyroid status information.
  • a predetermined period before and after the input of the thyroid status information may be determined as the reference data calculation period.
  • a detailed description of the thyroid status information may overlap with that of FIG. 7 , and thus a detailed description thereof will be omitted.
  • the user's thyroid function abnormality may be determined based on the reference data.
  • the reference data calculation method of FIG. 8 may be followed.
  • the monitoring server 3000 may determine a reference data calculation period (S2310).
  • the description of the reference data calculation period may overlap with that of FIG. 8 , and thus a detailed description thereof will be omitted.
  • the monitoring server 3000 may check the idle section corresponding to the determined reference data calculation period (S2320).
  • the method of checking the idle section may be replaced with the method of calculating the idle section described with reference to FIG. 42 . Therefore, a redundant description of the specific operation to be performed in the step of checking the idle section (S2320) will be omitted.
  • the monitoring server 3000 may extract skin conductivity information corresponding to the rest period ( S2330 ).
  • the monitoring server 3000 may extract skin conductivity information corresponding to one or more checked rest periods ( S2330 ). Also, for example, the monitoring server 3000 may extract skin conductivity information corresponding to one or more identified rest periods included in the monitoring period ( S2330 ).
  • the monitoring server 3000 may calculate reference data (S2360). In this case, the monitoring server 3000 may calculate reference data based on the extracted skin conductivity information (S2360).
  • the extracted skin conductivity information may be extracted based on the skin conductivity data in the rest period of FIGS. 35 to 41 .
  • the monitoring server 3000 may calculate an average value of a plurality of skin conductivity data corresponding to each of a plurality of identified rest periods included in the monitoring period as reference data.
  • the monitoring server 3000 may calculate a median value of median values of a plurality of skin conductivity data corresponding to each of a plurality of rest periods included in the monitoring period as reference data.
  • the monitoring server 3000 may exclude the maximum and minimum values among a plurality of skin conductivity data corresponding to each of the plurality of rest periods included in the monitoring period, and use the calculated values of the remaining skin conductivity data as reference data. can be calculated.
  • reference data when the monitoring server 3000 receives thyroid state information out of the normal range, reference data may be calculated according to the reference data calculation method of FIG. 9 .
  • a basic description of the reference data calculation method may overlap with that of FIG. 9 , and thus a detailed description thereof will be omitted.
  • the monitoring server 3000 may calculate reference data by correcting the reference period data based on the received thyroid state information ( S2350 ).
  • the monitoring server 3000 calculates how many ng/dL the user's hormone level according to the received thyroid status information needs to increase/decrease to correspond to the normal range, and calculates the amount of change in skin conductivity according to the increase/decrease. can be estimated
  • the monitoring server 3000 may calculate the reference data by adding or subtracting the amount of change in the estimated skin conductivity to the reference period data ( S2350 ).
  • the monitoring server 3000 may store data necessary for correction of the reference period data.
  • the monitoring server 3000 may store data regarding the correlation between hormone levels and skin conductivity data of multiple users.
  • the monitoring server 3000 may store statistical data about how many uS of skin conductivity data increases when the hormone level increases by 0.1 ng/dL.
  • the monitoring server 3000 may compare the monitoring data calculated through the skin conductivity data with the reference data (S1510) to determine the abnormality of the thyroid function of the user (S1500).
  • the description of the method of determining the abnormality of the thyroid function of the user may overlap with the contents of FIG. 10, and thus a detailed description thereof will be omitted.
  • the monitoring server 3000 may compare the monitoring data with reference data.
  • the comparison algorithm may overlap with the contents of FIG. 11, and thus a detailed description thereof will be omitted.
  • FIG. 43 is a diagram illustrating a skin conductivity data graph according to a wearing state of the wearable device 1000 according to an exemplary embodiment.
  • skin conductivity data may vary according to a wearable state of the wearable device 1000 by the user.
  • the monitoring server 3000 may check or determine whether the user is wearing the wearable device 1000 or is wearing it correctly through the skin conductivity data.
  • skin conductivity data in a state in which the user wears the wearable device 1000 and skin conductivity data in a state in which the user does not wear the wearable device 1000 may have different aspects.
  • the skin conductivity data when the user properly wears the wearable device 1000 , and when the user does not wear the wearable device 1000 correctly may have different aspects.
  • the user may not wear the wearable device 1000 .
  • the wearable device 1000 may be in a state where it is not properly worn.
  • the first time t1 may be a time when the user takes off the wearable device 1000
  • the second time t2 may be a time when the user puts the wearable device 1000 back on.
  • the skin conductivity data may not be obtained during the non-wearing period.
  • the first time point t1 may be a time point at which the EDA electrode does not contact the user's skin.
  • the second time point t2 may be a time when the EDA electrode comes into contact with the user's skin.
  • the first time point t1 is a time point at which the moving average of the skin conductivity data rapidly (eg, more than a certain value) decreases
  • the second time point t2 is a time point after the first time point t1 and the skin conductivity It may be a point in time when the moving average of the data increases rapidly.
  • the skin conductivity data between the first time point t1 and the second time point t2 may be equal to or less than a predetermined value v1.
  • the skin conductivity data between the first time point t1 and the second time point t2 may be 0.01 uS or less or may have a value of 0 or less.
  • the fluctuation of the skin conductivity data between the first time point t1 and the second time point t2 may be less than or equal to a predetermined value.
  • the slope or differential value of the skin conductivity data between the first time point t1 and the second time point t2 may be less than or equal to a predetermined value.
  • the variation of the skin conductivity data between the first time point t1 and the second time point t2 is the change of the skin conductivity data before the first time point t1 and/or after the second time point t2. may be less.
  • the average or median value of the skin conductivity data between the first time point t1 and the second time point t2 is before the first time point t1 and/or after the second time point t2. It may be a certain value or less than the average value or the median value of the skin conductivity data.
  • the average or median value of the skin conductivity data between the first time point t1 and the second time point t2 may be smaller than the average value or the median value of the skin conductivity data in the rest period.
  • the average or median value of the skin conductivity data between the first time point t1 and the second time point t2 may have a size difference of about 2uS to 5uS than the average value or median value of the skin conductivity data in the resting period. have.
  • the average or median value of the skin conductivity data between the first time point t1 and the second time point t2 may be within 1 ⁇ S.
  • the monitoring server 3000 calculates the average or median value of the skin conductivity data between the first time point t1 and the second time point t2, and compares it with the average value or the median value of the skin conductivity data in the rest period. steps can be performed.
  • the monitoring server 3000 determines that the value of the skin conductivity data between the first time point t1 and the second time point t2 is smaller than the skin conductivity data value in the rest period, and a predetermined value (eg, 1uS, 0.1uS or 0.01uS) or less, it may be determined that the period between the first time point t1 and the second time point t2 is in a state in which the wearable device 1000 is not worn or incorrectly worn.
  • a predetermined value eg, 1uS, 0.1uS or 0.01uS
  • a step of first determining whether the wearable device 1000 is worn or in a properly worn state may be performed before performing the step of extracting the first section ( S610 ) of FIG. 42 .
  • the monitoring server 3000 may first determine whether the wearable device 1000 is worn or whether the wearable device is properly worn.
  • steps S610 to S640 may be performed. However, if the wearable device 1000 is not worn or is incorrectly worn, step S610 may not be performed.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Urology & Nephrology (AREA)
  • Gastroenterology & Hepatology (AREA)
  • Endocrinology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Data Mining & Analysis (AREA)
  • Nursing (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Radiology & Medical Imaging (AREA)
  • Dermatology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Toxicology (AREA)

Abstract

본 출원의 일 실시예에 따르면, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법에 있어서, 외부 장치로부터 상기 사용자의 약물 복용 정보를 수신하는 단계; 상기 약물 복용 정보에 기초하여 상기 경고 메시지의 출력 여부 결정에 이용될 모니터링 알고리즘을 선택하는 단계 및 상기 선택된 모니터링 알고리즘에 기초하여 상기 경고 메시지 출력 여부를 결정하는 단계를 포함하는 갑상선 기능 이상 모니터링 방법이 제공될 수 있다.

Description

약물 복용에 따른 갑상선 기능 모니터링 방법, 이를 수행하는 모니터링 서버 및 사용자 단말
실시예는 약물 복용에 따른 갑상선 기능 모니터링 방법에 관한 것이다.
실시예는 약물 복용에 따른 갑상선 기능 모니터링을 수행하는 모니터링 서버에 관한 것이다.
실시예는 약물 복용에 따른 갑상선 기능 모니터링을 수행하는 사용자 단말에 관한 것이다.
실시예는 피부 전도도 데이터에 기초한 갑상선 기능 모니터링 방법에 관한 것이다.
한 통계자료에 따르면 미국의 전체 인구의 12프로가 그들의 일생동안 갑상선 기능 이상을 경험한다고 하며, 약 2천만명의 미국인이 갑상선 기능 이상으로 인한 질병으로 고통받는다고 알려져 있다. 미국에서뿐만 아니라, 갑상선 기능 이상은 전 세계적으로 많은 사람들에게 생활의 불편과, 합병증을 유발하여 관심을 기울여 지속적인 모니터링을 수행해야하는 질환이다.
다만, 기존에는 갑상선 기능 이상을 모니터링하기 위해 병원에 내원하여 혈액 검사를 수행하여야 했기 때문에, 병원 진료 예약에 따라 검사 시기가 지연되는 경우가 종종 발생하여 체계적인 모니터링이 불가능했고, 실질적으로 병원 진료를 위해 병원을 방문하는 것 자체가 환자에게는 시간적 손실이었기 때문에 갑상선 기능 이상으로 인한 증상이 발현될 때까지 검사를 수행하지 않는 환자들도 상당히 많았다.
이러한 갑상선 기능 이상 모니터링의 부재는, 환자들의 증상을 악화시키고 치료 비용의 부담을 증가시키는 여러가지 부정적 현상을 야기하였다. 이에 따라, 지속적이고 환자들이 쉽게 사용할 수 있는 갑상선 기능 모니터링 방법이 제공될 필요가 있어왔다.
또한, 갑상선 기능 이상 환자들의 경우, 대다수가 약물 복용을 통한 치료 요법을 수행하고 있는데, 그들은 자신이 복용하는 약물 용량의 적절성과 자신의 신체에 현재 부작용이 발생하고 있지는 않은가에 대한 우려를 가지고 있다. 이에 따라, 약물을 복용하고 있는 환자들에게도 제공될 수 있는 갑상선 기능 모니터링 방법의 개발이 필요하다.
실시예는 환자들의 약물 복용에 따른 부작용으로 갑상선 기능 이상의 발생을 감지하는 모니터링 방법을 제공한다.
실시예는 환자들의 약물의 과다 복용을 방지하고 환자의 병원 방문을 유도하는 모니터링 방법을 제공한다.
실시예는 웨어러블 장치를 통해 획득된 피부 전도도 데이터에 기초하여 사용자의 갑상선 기능 이상을 예측하는 방법을 제공한다.
본 출원의 일 실시예에 따르면, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법에 있어서, 외부 장치로부터 상기 사용자의 약물 복용 정보를 수신하는 단계-상기 약물 복용 정보는 갑상선 기능에 관련된 약물의 처방 일자, 약물 이름, 약물 유형, 약물 용량, 또는 약물 복용 주기 중 적어도 하나를 포함함-; 상기 약물 복용 정보에 기초하여 상기 경고 메시지의 출력 여부 결정에 이용될 모니터링 알고리즘을 선택하는 단계-상기 모니터링 알고리즘은 제1 모니터링 알고리즘 또는 상기 제1 모니터링 알고리즘과 상이한 제2 모니터링 알고리즘임 -; 및 상기 선택된 모니터링 알고리즘에 기초하여 상기 경고 메시지 출력 여부를 결정하는 단계; 를 포함하고, 상기 경고 메시지 출력 여부 결정 단계는, 상기 선택된 모니터링 알고리즘이 상기 제1 모니터링 알고리즘 이면, 모니터링 심박수가 기준 심박수보다 제1 임계치 이상 큰 경우 상기 경고 메시지의 출력을 결정하는 단계; 및 상기 선택된 모니터링 알고리즘이 상기 제2 모니터링 알고리즘 이면, 상기 모니터링 심박수가 상기 기준 심박수보다 제2 임계치 이상 작은 경우 상기 경고 메시지의 출력을 결정하는 단계; 를 포함하고, 상기 기준 심박수는 상기 사용자의 갑상선 호르몬 수치 및 상기 사용자의 심박수에 기초하여 산출되거나, 연속된 복수의 날들에 대한 상기 사용자의 상기 심박수에 기초하여 산출되며, 상기 모니터링 심박수는 휴지 구간에서의 상기 사용자의 상기 심박수에 기초하여 산출되고, 상기 휴지 구간은 상기 사용자의 운동 상태에 대한 정보에 기초하여 선택되는, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법이 제공될 수 있다.
실시예에 따르면, 약물 복용에 따른 부작용 발생을 우려하는 환자들이 안정된 상태에서 치료를 지속할 수 있도록, 환자들의 약물 복용에 따른 부작용으로 발생될 수 있는 갑상선 기능 이상을 모니터링 하는 모니터링 방법을 제공한다.
실시예에 따르면, 약물 복용 기간이 장기화됨에 따라 환자들이 이미 치료되었음에도 계속적으로 처방된 약물을 복용하는 것을 모니터링하여, 환자들의 약물의 과다 복용을 방지하고 환자의 병원 방문을 유도하는 모니터링 방법을 제공한다.
실시예에 따르면, 웨어러블 장치를 통해 획득된 피부 전도도 데이터 중 휴지 구간을 정의하고, 상기 휴지 구간에서의 피부 전도도 데이터에 기초하여 사용자의 갑상선 기능 이상을 예측하는 방법을 제공한다.
본 출원의 효과가 상술한 효과들로 제한되는 것은 아니며, 언급되지 아니한 효과들은 본 명세서 및 첨부된 도면으로부터 본 출원이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1 은 본 출원의 일 실시예에 따른 갑상선 기능 모니터링 시스템의 개략도이다.
도 2는 본 출원의 일 실시예에 따른 웨어러블 디바이스의 블록도이다.
도 3은 본 출원의 일 실시예에 따른 사용자 단말의 블록도이다.
도 4는 본 출원의 일 실시예에 따른 모니터링 서버의 블록도이다.
도 5는 본 출원의 일 실시예에 따른 갑상선 기능 모니터링 방법을 설명하기 위한 순서도이다.
도 6은 본 출원의 일 실시예에 따른 모니터링 데이터의 산출 방법을 설명하기 위한 순서도이다.
도 7은 본 출원의 일 실시예에 따른 기준 데이터의 산출 방법을 설명하기 위한 순서도이다.
도 8은 본 출원의 일 실시예에 따른 기준 데이터 산출 방법을 설명하기 위한 순서도이다.
도 9는 본 출원의 일 실시예에 따라, 모니터링 서버가 정상 범위를 벗어난 갑상선 상태 정보를 수신한 경우의 기준 데이터 산출 방법을 설명하기 위한 도면이다.
도 10은 본 출원의 일 실시예에 따른 갑상선 기능 이상 판단 방법을 설명하기 위한 순서도이다.
도 11은 본 출원의 일 실시예에 따른 기준 데이터와 모니터링 데이터를 비교하는 알고리즘을 설명하기 위한 순서도이다.
도 12는 임상연구 과정에 참여한 임상자들에 있어서, 임상군 별 특성을 나타낸 도면이다.
도 13은 임상연구 과정에 참여한 임상자들에 있어서, 1차 내원과 2차 내원 사이의 갑상선 기능 파라미터의 변화를 나타낸 도면이다.
도 14는, 도 13에 나타난 갑상선 기능 파라미터의 변화에 기초하여, free T4 갑상선 호르몬 농도와 심박수 파라미터 사이의 연관성을 분석한 결과를 나타낸 도면이다.
도 15는, 도 13에 나타난 갑상선 기능 파라미터의 변화에 기초하여, 갑상선 기능 저하증과 심박수 파라미터 사이의 연관성을 분석한 결과를 나타낸 도면이다.
도 16은 도 13에 나타난 내원 시점 별 갑상선 기능 파라미터의 변화에 기초하여, 내원 시점에 따른 평균 free T4의 변화, 내원 시점에의 따른 갑상선기능저하증 증상 점수의 변화, 내원 시점에 따른 On-site HR의 변화, 내원 시점에 따른 WD-rHR의 변화, 내원 시점에 따른 WD-sleepHR의 변화, 내원 시점에 따른 WD-2to6HR의 변화를 나타낸 도면이다
도 17은 본 출원의 일 실시예에 따른 갑상선 기능 이상 모니터링 방법의 동작 수행 타이밍을 설명하기 위한 도면이다.
도 18 및 19는 본 출원의 일 실시예에 따른 갑상선 기능 이상 모니터링 시스템에서의 유저 인터페이스를 설명하기 위한 도면이다.
도 20은 본 출원의 일 실시예에 따른 갑상선 기능 이상 모니터링를 설명하기 위한 순서도이다.
도 21은 웨어러블 디바이스를 통해 획득되는 PPG 데이터 및 모니터링 서버를 통해 수행되는 PPG 데이터의 분석을 설명하기 위한 도면이다.
도 22는 본 출원의 일 실시예에 따른 제2 인자에 따른 갑상선 기능 모니터링을 설명하기 위한 순서도이다.
도 23은 본 출원의 일 실시예에 따른 웨어러블 디바이스를 이용한 ECG 데이터의 획득 방법을 설명하기 위한 개념도이다.
도 24(a) 및 (b)는 본 출원의 일 실시예에 따른 ECG 데이터의 파형 분석 방법을 설명하기 위한 도면이다.
도 25는 본 출원의 일 실시예에 따른 약물 복용을 고려한 갑상선 기능 모니터링 방법을 설명하기 위한 도면이다.
도 26은 본 출원의 일 실시예에 따른 모니터링 알고리즘의 선택 방법을 설명하기 위한 순서도이다.
도 27은 본 출원의 일 실시예에 따른 제1-1 모니터링 알고리즘의 선택에 따른 갑상선 기능 모니터링 방법에 대해 설명하기 위한 순서도이다.
도 28은 본 출원의 일 실시예에 따른 제1-2 모니터링 알고리즘의 선택에 따른 갑상선 기능 모니터링 방법에 대해 설명하기 위한 순서도이다.
도 29는 본 출원의 일 실시예에 따른 갑상선 기능 이상 모니터링 방법(S400)의 동작 수행 타이밍을 설명하기 위한 도면이다.
도 30은 본 출원의 일 실시예에 따른 약물 복용 추천을 제공하는 사용자 단말에서의 유저 인터페이스를 설명하기 위한 도면이다.
도 31은 일 실시예에 따른 피부 전도도 측정 센서의 블록도를 나타내는 도면이다.
도 32는 일 실시예에 따른 피부 전도도를 측정하는 장치들을 나타내는 도면이다.
도 33은 일 실시예에 따른 피부 전도도 그래프를 나타내는 도면이다.
도 34는 다른 일 실시예에 따른 피부 전도도 그래프를 나타내는 도면이다.
도 35는 일 실시예에 따른 피부 전도도 데이터 그래프를 나타내는 도면이다.
도 36은 일 실시예에 따른 피부 전도도 데이터 그래프에서의 휴지 구간을 설명하기 위한 도면이다.
도 37은 다른 일 실시예에 따른 피부 전도도 데이터 그래프에서의 휴지 구간을 설명하기 위한 도면이다.
도 38은 또 다른 일 실시예에 따른 피부 전도도 데이터 그래프에서의 휴지 구간을 설명하기 위한 도면이다.
도 39는 또 다른 일 실시예에 따른 피부 전도도 데이터 그래프에서의 휴지 구간을 설명하기 위한 도면이다.
도 40은 또 다른 일 실시예에 따른 피부 전도도 데이터 그래프에서의 휴지 구간을 설명하기 위한 도면이다.
도 41은 또 다른 일 실시예에 따른 피부 전도도 데이터 그래프에서의 휴지 구간을 설명하기 위한 도면이다.
도 42는 일 실시예에 따른 휴지 구간을 추출하는 방법에 대한 순서도를 나타내는 도면이다.
도 43은 일 실시예에 따른 웨어러블 디바이스 착용 상태에 따른 피부 전도도 데이터 그래프를 나타내는 도면이다.
본 출원의 상술한 목적, 특징들 및 장점은 첨부된 도면과 관련된 다음의 상세한 설명을 통해 보다 분명해질 것이다. 다만, 본 출원은 다양한 변경을 가할 수 있고 여러 가지 실시예들을 가질 수 있는 바, 이하에서는 특정 실시예들을 도면에 예시하고 이를 상세히 설명하고자 한다.
도면들에 있어서, 층 및 영역들의 두께는 명확성을 기하기 위하여 과장되어진 것이며, 또한, 구성요소(element) 또는 층이 다른 구성요소 또는 층의 "위(on)" 또는 "상(on)"으로 지칭되는 것은 다른 구성요소 또는 층의 바로 위 뿐만 아니라 중간에 다른 층 또는 다른 구성요소를 개재한 경우를 모두 포함한다. 명세서 전체에 걸쳐서 동일한 참조번호들은 원칙적으로 동일한 구성요소들을 나타낸다. 또한, 각 실시예의 도면에 나타나는 동일한 사상의 범위 내의 기능이 동일한 구성요소는 동일한 참조부호를 사용하여 설명한다.
본 출원과 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 출원의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.
본 출원의 일 실시예에 따르면, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법에 있어서, 외부 장치로부터 상기 사용자의 약물 복용 정보를 수신하는 단계-상기 약물 복용 정보는 갑상선 기능에 관련된 약물의 처방 일자, 약물 이름, 약물 유형, 약물 용량, 또는 약물 복용 주기 중 적어도 하나를 포함함-; 상기 약물 복용 정보에 기초하여 상기 경고 메시지의 출력 여부 결정에 이용될 모니터링 알고리즘을 선택하는 단계-상기 모니터링 알고리즘은 제1 모니터링 알고리즘 또는 상기 제1 모니터링 알고리즘과 상이한 제2 모니터링 알고리즘임 -; 및 상기 선택된 모니터링 알고리즘에 기초하여 상기 경고 메시지 출력 여부를 결정하는 단계; 를 포함하고, 상기 경고 메시지 출력 여부 결정 단계는, 상기 선택된 모니터링 알고리즘이 상기 제1 모니터링 알고리즘 이면, 모니터링 심박수가 기준 심박수보다 제1 임계치 이상 큰 경우 상기 경고 메시지의 출력을 결정하는 단계; 및 상기 선택된 모니터링 알고리즘이 상기 제2 모니터링 알고리즘 이면, 상기 모니터링 심박수가 상기 기준 심박수보다 제2 임계치 이상 작은 경우 상기 경고 메시지의 출력을 결정하는 단계; 를 포함하고, 상기 기준 심박수는 상기 사용자의 갑상선 호르몬 수치 및 상기 사용자의 심박수에 기초하여 산출되거나, 연속된 복수의 날들에 대한 상기 사용자의 상기 심박수에 기초하여 산출되며, 상기 모니터링 심박수는 휴지 구간에서의 상기 사용자의 상기 심박수에 기초하여 산출되고, 상기 휴지 구간은 상기 사용자의 운동 상태에 대한 정보에 기초하여 선택되는, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법이 제공될 수 있다.
상기 모니터링 알고리즘을 선택하는 단계는, 상기 사용자를 상기 약물 복용 정보에 기초하여 갑상선기능항진증 치료 그룹 또는 갑상선기능저하증 치료 그룹으로 분류하는 단계를 포함하는, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법이 제공될 수 있다.
상기 모니터링 알고리즘을 선택하는 단계는, 상기 사용자가 갑상선기능저하증 치료 그룹으로 분류되면, 상기 제1 모니터링 알고리즘을 선택하는 단계를 포함하는, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법이 제공될 수 있다.
상기 모니터링 알고리즘을 선택하는 단계는, 상기 사용자가 갑상선기능항진증 치료 그룹으로 분류되면, 상기 제2 모니터링 알고리즘을 선택하는 단계를 포함하는, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법이 제공될 수 있다.
상기 경고 메시지 출력 여부를 결정하는 단계는, 상기 선택된 모니터링 알고리즘이 상기 제1 모니터링 알고리즘이면, 상기 모니터링 심박수가 상기 기준 심박수보다 제2 임계치 이상 작은 경우 상기 처방 일자에 기초하여 소정의 기간이 도과하였는지를 확인하는 단계, 및 상기 소정의 기간이 도과한 경우, 상기 경고 메시지 출력을 결정하는 단계를 포함하는, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법이 제공될 수 있다.
상기 경고 메시지 출력 여부를 결정하는 단계는, 상기 선택된 모니터링 알고리즘이 상기 제2 모니터링 알고리즘이면, 상기 모니터링 심박수가 상기 기준 심박수보다 제1 임계치 이상 큰 경우 상기 처방 일자에 기초하여 소정의 기간이 도과하였는지를 확인하는 단계, 및 상기 소정의 기간이 도과한 경우, 상기 경고 메시지 출력을 결정하는 단계를 포함하는, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법이 제공될 수 있다.
상기 약물 복용 정보가 상기 외부 장치로부터 수신되기 이전에, 상기 모니터링 심박수가 상기 기준 심박수보다 제1 임계치 이상 큰 경우 상기 경고 메시지의 출력을 결정하는 단계; 및 상기 모니터링 심박수가 상기 기준 심박수보다 제2 임계치 이상 작은 경우 상기 경고 메시지의 출력을 결정하는 단계; 를 포함하는, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법이 제공될 수 있다.
상기 휴지 구간은, 사용자의 걸음수가 0인 상태로 소정의 시간 이상 지속된 구간에 기초하여 결정되거나, 상기 휴지 구간은, 사용자의 가속도가 0인 상태로 소정의 시간 이상 지속된 구간에 기초하여 결정되는, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법.
상기 기준 심박수를 산출하는 단계를 더 포함하고, 상기 기준 심박수를 산출하는 단계는, 상기 갑상선 호르몬 수치가 수신되면, 상기 수신된 갑상선 호르몬 수치가 정상 범위인지 확인하는 단계, 및 상기 갑상선 호르몬 수치가 정상 범위인 경우, 상기 갑상선 호르몬 수치의 테스트 날을 포함하는 연속되는 복수의 날들의 휴지기 심박수에 기초하여 상기 기준 심박수를 산출하는 단계를 포함하는, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법이 제공될 수 있다.
상기 기준 심박수를 산출하는 단계는, 상기 갑상선 호르몬 수치가 정상 범위를 벗어나는 경우, 상기 갑상선 호르몬 수치의 테스트 날을 포함하는 연속되는 복수의 날들의 휴지기 심박수에 기초하여 상기 현재 심박수를 산출하는 단계, 및 상기 갑상선 호르몬 수치 및 상기 산출된 현재 심박수에 기초하여 상기 사용자의 갑상선 기능이 정상일때의 상기 기준 심박수를 추정하는 단계를 포함하는, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법이 제공될 수 있다.
상기 모니터링 알고리즘을 선택하는 단계는, 상기 약물 복용 정보가 수신될때마다 수행되고, 상기 경고 메시지 출력 여부를 결정하는 단계는, 상기 선택하는 단계가 수행된 이후에 매일 수행되며, 상기 경고 메시지 출력 여부 결정 단계는 상기 모니터링 알고리즘 선택 단계보다 더 많은 횟수만큼 수행되는, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법이 제공될 수 있다.
상기 약물 복용 주기에 기초하여 약물 복용 알림 출력을 결정하는 단계를 더 포함하고, 상기 약물 복용 알림 출력 결정 단계는 상기 경고 메시지 출력 여부 결정 단계보다 더 많은 횟수만큼 수행되는, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법이 제공될 수 있다.
제1 주기마다 상기 사용자의 상기 심박수를 측정하는 상기 외부 장치로부터 제2 주기마다 상기 사용자의 심박수 정보를 수신하는 단계를 더 포함하고, 상기 제1 주기보다 상기 제2 주기가 긴, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법이 제공될 수 있다.
상기 경고 메시지 출력이 결정되면, 상기 외부 장치의 디스플레이 유닛을 통해 상기 경고 메시지를 출력하도록, 상기 외부 장치로 신호를 전송하는 단계를 더 포함하는, 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법이 제공될 수 있다.
상기 어느 한항의 방법을 수행하기 위해 프로그램이 기록된, 컴퓨터에 의해 독출되어 실행 가능한 코드가 저장된 기록매체가 제공될 수 있다.
본 출원의 일 실시예에 따르면, 외부 장치로부터 웨어러블 장치의 사용자로부터 획득된 생체 정보를 수신하는 통신부; 상기 통신부를 통해 수신된 상기 사용자의 약물 복용 정보에 기초하여, 모니터링 알고리즘을 선택하고, 선택된 모니터링 알고리즘에 기초하여 경고 메시지 출력 여부를 결정하고, 상기 경고 메시지의 출력이 결정되면 상기 통신부를 통해 신호가 전송되도록 제어하는 제어부 -상기 약물 복용 정보는 갑상선 기능에 관련된 약물의 처방 일자, 약물 이름, 약물 유형, 약물 용량, 또는 약물 복용 주기 중 적어도 하나를 포함함-;를 포함하고, 상기 모니터링 알고리즘은 제1 모니터링 알고리즘 또는 제2 모니터링 알고리즘이고, 상기 제1 모니터링 알고리즘은 모니터링 심박수가 기준 심박수보다 제1 임계치 이상 큰 경우 상기 경고 메시지의 출력을 결정하는 알고리즘이고, 상기 제2 모니터링 알고리즘은 상기 모니터링 심박수가 상기 기준 심박수보다 제2 임계치 이상 작은 경우 상기 경고 메시지의 출력을 결정하는 알고리즘이며, 상기 기준 심박수는 상기 사용자의 갑상선 호르몬 수치 및 상기 사용자의 심박수에 기초하여 산출되거나, 연속된 복수의 날들에 대한 상기 사용자의 상기 심박수에 기초하여 산출되며, 상기 모니터링 심박수는 휴지 구간에서의 상기 사용자의 상기 심박수에 기초하여 산출되고, 상기 휴지 구간은 상기 사용자의 운동 상태에 대한 정보에 기초하여 선택되는, 모니터링 서버가 제공될 수 있다.
본 출원의 일 실시예에 따르면, 웨어러블 장치로부터 상기 웨어러블 장치의 사용자로부터 획득된 생체 정보를 수신하는 통신부; 사용자의 약물 복용 정보를 수신하는 입력부-상기 약물 복용 정보는 갑상선 기능에 관련된 약물의 처방 일자, 약물 이름, 약물 유형, 약물 용량, 또는 약물 복용 주기 중 적어도 하나를 포함함-; 및 상기 약물 복용 정보에 기초하여 모니터링 알고리즘을 선택하고, 선택된 모니터링 알고리즘에 기초하여 경고 메시지 출력 여부를 결정하여, 상기 경고 메시지의 출력이 결정되면 출력부를 통해 사용자의 갑상선 기능 이상과 관련된 경고 메시지가 출력되도록 제어하는 제어부;를 포함하고, 상기 모니터링 알고리즘은 제1 모니터링 알고리즘 또는 제2 모니터링 알고리즘이고, 상기 제1 모니터링 알고리즘은 모니터링 심박수가 기준 심박수보다 제1 임계치 이상 큰 경우 상기 경고 메시지의 출력을 결정하는 알고리즘이고, 상기 제2 모니터링 알고리즘은 상기 모니터링 심박수가 상기 기준 심박수보다 제2 임계치 이상 작은 경우 상기 경고 메시지의 출력을 결정하는 알고리즘이며, 상기 기준 심박수는 상기 사용자의 갑상선 호르몬 수치 및 상기 사용자의 심박수에 기초하여 산출되거나, 연속된 복수의 날들에 대한 상기 사용자의 상기 심박수에 기초하여 산출되며, 상기 모니터링 심박수는 휴지 구간에서의 상기 사용자의 상기 심박수에 기초하여 산출되고, 상기 휴지 구간은 상기 사용자의 운동 상태에 대한 정보에 기초하여 선택되는, 사용자 단말이 제공될 수 있다.
본 출원의 일 실시예에 따르면, 사용자의 신체 일부에 착용되는 웨어러블 장치를 이용하여 상기 사용자의 갑상선 기능 이상을 예측하는 방법으로서, 상기 사용자의 피부 전도도를 측정하는 상기 웨어러블 장치를 통해 상기 사용자의 피부 전도도 데이터를 획득하는 단계, 상기 피부 전도도 데이터에 기초하여, 상기 피부 전도도 데이터가 미리 정해진 기간 동안 임계 범위 이내에서 변화하는 휴지 구간을 추출하는 단계, 및 기준 피부 전도도와 모니터링 피부 전도도를 비교하여 상기 사용자의 갑상선 기능 이상을 예측하는 단계를 포함하고, 상기 휴지 구간은 상기 피부 전도도 데이터가 상기 임계 범위의 크기 이상 감소하는 감소 구간 이후에 시작하는 구간이고, 상기 기준 피부 전도도는 기준 기간 동안의 상기 휴지 구간에서의 상기 피부 전도도 데이터에 기초하여 산출되고, 상기 모니터링 피부 전도도는 모니터링 기간- 상기 모니터링 기간은 상기 사용자의 갑상선 기능이 비정상인지 여부를 판단하는 기간임 -동안의 상기 휴지 구간에서의 상기 피부 전도도 데이터에 기초하여 산출되고, 상기 기준 기간 및 상기 모니터링 기간은 서로 오버랩되지 않는 갑상선 기능 이상 예측 방법이 제공될 수 있다.
여기서, 상기 모니터링 기간은 적어도 1일을 포함할 수 있다.
여기서, 상기 웨어러블 장치의 상기 피부 전도도 측정 주기는 상기 미리 정해진 기간보다 짧을 수 있다.
여기서, 상기 임계 범위의 크기는 2uS 이하일 수 있다.
여기서, 상기 예측하는 단계의 결과에 기초하여, 상기 메시지를 상기 웨어러블 장치로 전송하는 단계를 포함하고, 상기 메시지는, 상기 모니터링 피부 전도도가 상기 기준 피부 전도도보다 제1 값보다 큰 경우, 제1 경고 메시지를 포함하고, 상기 모니터링 피부 전도도가 상기 기준 피부 전도도보다 제2 값보다 작은 경우, 제2 경고 메시지를 포함하고, 상기 제1 경고 메시지는 갑상선 기능 항진증과 관련된 정보를 포함하고, 상기 제2 경고 메시지는 갑상선 기능 저하증과 관련된 정보를 포함할 수 있다.
여기서, 상기 제1 값과 상기 제2 값은 상이할 수 있다.
여기서, 일정 기간 동안 상기 제1 경고 메시지 또는 상기 제2 경고 메시지의 출력 횟수가 미리 정해진 횟수를 초과하는 경우, 상기 메시지는 전문가의 의견을 구하도록 제안하는 코멘트를 포함할 수 있다.
여기서, 상기 모니터링 기간은 상기 사용자의 수면 구간에 기초할 수 있다.
여기서, 상기 모니터링 기간은 상기 사용자의 복수의 REM 수면 구간을 포함할 수 있다.
여기서, 상기 모니터링 피부 전도도는 적어도 하나 이상의 상기 휴지 구간에 기초하여 얻어질 수 있다.
여기서, 상기 기준 피부 전도도는 상기 사용자의 갑상선 기능이 정상일 때, 적어도 하나 이상의 상기 휴지 구간에 기초하여 얻어질 수 있다.
여기서, 상기 메시지는 자가 진단을 위한 문진표를 포함할 수 있다.
여기서, 상기 휴지 구간 동안의 상기 피부 전도도 데이터는 미리 정해진 값 이하일 수 있다.
여기서, 상기 감소 구간 이전의 상기 피부 전도도 데이터의 평균은 상기 감소 구간 이후의 상기 피부 전도도 데이터의 평균보다 클 수 있다.
여기서, 상기 감소 구간 이전의 상기 피부 전도도 데이터의 변화 빈도는 상기 감소 구간 이후의 상기 피부 전도도 데이터의 변화 빈도보다 크고, 상기 변화 빈도는 상기 피부 전도도 데이터의 미분값에 기초할 수 있다.
여기서, 상기 감소 구간 이전의 상기 피부 전도도의 변화 빈도는 상기 감소 구간 동안의 상기 피부 전도도의 변화 빈도보다 크고, 상기 변화 빈도는 상기 피부 전도도 데이터의 미분값에 기초할 수 있다.
여기서, 착용 기간 동안의 상기 피부 전도도 데이터의 변화 빈도는 상기 휴지 구간 동안의 상기 피부 전도도 데이터의 변화 빈도보다 크고, 상기 착용 기간은 상기 사용자가 상기 웨어러블 장치를 착용한 이후 일정 기간이고, 상기 변화 빈도는 상기 피부 전도도 데이터의 미분값에 기초할 수 있다.
여기서, 착용 기간 전후의 상기 피부 전도도의 차이는 상기 휴지 구간 전후의 상기 피부 전도도의 차이보다 크고, 상기 착용 기간은 상기 사용자가 상기 웨어러블 장치를 착용한 이후 일정 기간일 수 있다.
여기서, 상기 기준 기간에 포함된 제1 시점은 상기 모니터링 기간에 포함된 제2 시점보다 앞선 시점일 수 있다.
상기 어느 한항의 방법을 수행하기 위해 프로그램이 기록된, 컴퓨터에 의해 독출되어 실행 가능한 코드가 저장된 기록매체가 제공될 수 있다.
이하에서는 본 명세서의 실시예에 따른 갑상선 기능 모니터링 시스템(100)에 관하여 설명하기로 한다.
갑상선 기능 모니터링 시스템(100)은 웨어러블 디바이스(1000)를 통해 사용자의 생체 신호를 감지하고, 감지한 생체 신호에 기초하여 웨어러블 디바이스(1000)의 사용자의 갑상선 기능을 예측하는 시스템이다.
<갑상선 기능 모니터링 시스템(100)>
도 1 은 본 출원의 일 실시예에 따른 갑상선 기능 모니터링 시스템(100)의 개략도이다.
도 1을 참조하면, 갑상선 기능 모니터링 시스템(100)은 웨어러블 디바이스(1000), 사용자 단말(2000) 및 모니터링 서버(3000)를 포함할 수 있다.
다만, 도 1에 도시된 구성요소들이 필수적인 것은 아니고, 갑상선 기능 모니터링 시스템(100)은 그보다 많은 구성요소를 갖거나 그보다 적은 구성요소를 가질 수 있다.
웨어러블 디바이스(1000)는, 사용자의 신체에 착용되어 사용자의 생체 신호를 감지할 수 있다.
웨어러블 디바이스(1000)는, 사용자의 생체 정보를 감지할 수 있다. 일 예로, 웨어러블 디바이스(1000)는, 사용자의 심박수 정보를 감지할 수 있다. 다른 예로, 웨어러블 디바이스(1000)는, 사용자의 심박수 정보 및 사용자의 움직임 정보를 감지할 수 있다. 또 다른 예로, 웨어러블 디바이스(1000)는, 사용자의 심박수 정보 및 사용자의 온도 정보를 감지할 수 있다. 또 다른 예로, 웨어러블 디바이스(1000)는, 사용자의 피부 전도도 정보를 감지할 수 있다. 다만, 본 명세서에 열거된 예시들에 한정되지 않고, 웨어러블 디바이스(1000)는, 사용자의 생체 신호에 대응되는 하나 이상의 생체 정보를 감지할 수 있다.
웨어러블 디바이스(1000)는, 감지한 생체 정보를 사용자 단말(2000) 및/또는 모니터링 서버(3000)로 전송할 수 있다. 일 예로, 웨어러블 디바이스(1000)는 감지한 생체 정보를 사용자 단말(2000)로 전송할 수 있고, 사용자 단말(2000)은 수신한 생체 정보를 모니터링 서버(3000)로 전송할 수 있다.
일 예로, 웨어러블 디바이스(1000)는, 사용자의 심박수 정보를 사용자 단말(2000)로 전송할 수 있다. 다른 예로, 웨어러블 디바이스(1000)는, 사용자의 움직임 정보를 사용자 단말(2000)로 전송할 수 있다. 또 다른 예로, 웨어러블 디바이스(1000)는, 사용자의 온도를 사용자 단말(2000)로 전송할 수 있다. 또 다른 예로, 웨어러블 디바이스(1000)는, 사용자의 피부 전도도 정보를 사용자 단말(2000)로 전송할 수 있다.
웨어러블 디바이스(1000)는, 감지한 제1 생체 정보를 외부 환경에 관한 정보와 연동하여 사용자 단말(2000)로 전송할 수 있다.
일 예로, 웨어러블 디바이스(1000)는 감지한 제1 생체 신호에 관한 정보를 시간 정보와 연동하여 사용자 단말(2000)로 전송할 수 있다. 구체적인 예를 들어, 웨어러블 디바이스(1000)는 사용자의 심박수 정보를 시간 정보와 매핑하여 사용자 단말(2000)로 전송할 수 있다.
다른 예로, 웨어러블 디바이스(1000)는 감지한 제1 생체 신호에 관한 정보를 외부 온도 정보와 연동하여 사용자 단말(2000)로 전송할 수 있다. 구체적인 예를 들어, 웨어러블 디바이스(1000)는 사용자의 피부 전도도 정보를 외부 온도 정보와 매핑하여 사용자 단말(2000)로 전송할 수 있다.
웨어러블 디바이스(1000)는, 감지한 제1 생체 정보를 상기 제1 생체 정보 다른 제2 생체 정보와 연동하여 사용자 단말(2000)로 전송할 수 있다.
일 예로, 웨어러블 디바이스(1000)는 복수 종류의 생체 신호(예를 들어, 심박수 정보 및 온도 정보)가 시간에 따라 연계된 데이터 셋 형태로 사용자 단말(2000)로 전송할 수 있다.
사용자 단말(2000)은 웨어러블 디바이스(1000)로부터 수신된 생체 정보에 기초하여 정해진 동작을 수행할 수 있다.
일 예로, 사용자 단말(2000)은 단말 입력부(2100)를 통해 사용자의 갑상선 상태 정보가 입력되면, 상기 사용자의 갑상선 상태 정보를 모니터링 서버(3000)로 전송할 수 있다.
다른 예로, 사용자 단말(2000)은, 정해진 조건에 따라, 수신된 생체 정보를 모니터링 서버(3000)로 전송할 수 있다. 구체적인 예를 들어, 사용자 단말(2000)은 생체 정보가 수신되면, 모니터링 서버(2000)로 전송할 수 있다. 다른 구체적인 예를 들어, 사용자 단말(2000)은 수신되는 생체 정보를 저장하고, 정해진 주기에 저장된 생체 정보를 모니터링 서버(3000)로 전송할 수 있다.
모니터링 서버(3000)는 수신된 생체 정보에 기초하여, 갑상선 기능 모니터링을 수행할 수 있다. 본 출원에 따르는 갑상선 기능 모니터링 방법에 관한 자세한 설명은 아래에서 더 자세히 설명하기로 한다.
모니터링 서버(3000)는 갑상선 기능 모니터링에 따른 결과 정보를 사용자 단말(2000)로 전송할 수 있다. 사용자 단말(2000)은 모니터링 서버(3000)로부터 수신된 결과 정보에 기초하여, 단말 출력부(2200)를 통해 상기 결과 정보에 대응되는 정보를 출력할 수 있다.
모니터링 서버(3000)는 갑상선 기능 모니터링에 따른 결과에 기초하여 경고를 사용자 단말(2000)로 전송할 수 있다. 사용자 단말(2000)은 모니터링 서버(3000)로부터 수신된 신호에 기초하여, 단말 출력부(2200)를 통해 사용자의 갑상선 기능에 대한 경고가 출력되도록 할 수 있다.
지금까지 본 출원의 일 실시예에 따른 갑상선 기능 모니터링 시스템(100)에 대해서 개략적으로 설명하였다.
도 1에서는 웨어러블 디바이스(1000)와 사용자 단말(2000)이 통신 가능하도록 연결되고, 사용자 단말(2000)은 모니터링 서버(3000)와 통신 가능하도록 연결된 시스템의 개략도를 도시하였으나, 각 구성요소간의 연결 관계는 변형되어 실시될 수 있다.
일 예로, 사용자 단말(2000)과 모니터링 서버(3000)의 연결관계가 스위치되어, 모니터링 서버(3000)는 웨어러블 디바이스(1000)와 직접 통신하고, 사용자 단말(2000)은 모니터링 서버(3000)를 통과한 정보를 수신하는 형태로 갑상선 기능 모니터링 시스템(100)이 구현될 수 있다. 다른 예로, 모니터링 서버(3000)는 사용자 단말(2000)에 설치된 프로그램의 형태로 구현되어, 사용자 단말(2000)과 웨어러블 디바이스(1000)의 양자간 통신만 수행되는 모니터링 시스템(100)이 구현될 수 있다. 또 다른 예로, 웨어러블 디바이스(1000)는 모니터링 서버(3000)와 직접통신하고, 모니터링 서버(3000)로부터 수신된 정보를 웨어러블 디바이스(1000)를 통해 사용자에게 출력하는 형태로 구현되어, 웨어러블 디바이스(1000)와 모니터링 서버(3000)의 양자간 통신만 수행되는 모니터링 시스템(100)이 구현될 수 있다.
또한, 도 1에는 사용자 단말(2000)의 개수가 하나인 것으로 도시되었으나, 모니터링 서버(3000)는 복수의 사용자의 각 사용자 단말(2000)과 연결된 형태로 구현될 수 있다. 또한, 한 명의 사용자가 하나의 사용자 단말(2000)을 이용하여 갑상선 기능 모니터링 시스템(100)을 이용하는 것이 가능하며, 한 명의 사용자가 복수의 사용자 단말(2000)을 이용하여 갑상선 기능 모니터링 시스템(100)을 이용하는 것이 가능하고, 복수의 사용자가 하나의 사용자 단말(2000)을 이용하여 갑상선 기능 모니터링 시스템(100)을 이용하는 것이 가능하다.
이하에서는, 본 출원의 일 실시예에 따른 갑상선 기능 모니터링 시스템(100)의 구성요소에 대해서 구체적으로 설명하기로 한다.
<갑상선 기능 모니터링 시스템(100)의 구성요소>
1. 웨어러블 디바이스(1000)
도 2는 본 출원의 일 실시예에 따른 웨어러블 디바이스(1000)의 블록도이다.
도 2를 참조하면, 웨어러블 디바이스(1000)는 디바이스 입력부(1100), 디바이스 출력부(1200), 디바이스 통신부(1300), 디바이스 센서부(1400), 디바이스 메모리부(1500) 및 디바이스 제어부(1600)을 포함할 수 있다. 다만, 도 2에 도시된 구성요소들이 필수적인 것은 아니고, 웨어러블 디바이스(1000)는 그보다 많은 구성요소를 갖거나 그보다 적은 구성요소를 가질 수 있다.
디바이스 입력부(1100)는 사용자로부터 정보를 획득 받는 기능을 수행할 수 있다. 디바이스 입력부(1100)는 사용자로부터 사용자 입력을 수신할 수 있다. 사용자 입력은 키 입력, 터치 입력 및/또는 음성 입력이거나, 이에 한정되지 않고 다양한 형태로 이루어질 수 있다.
디바이스 입력부(1100)는 일반적으로 사용되는 사용자 입력 장치로 구현될 수 있다. 예시적으로, 디바이스 입력부(1100)는 전통적인 형태의 키패드나 키보드, 마우스는 물론, 사용자의 터치를 감지하는 터치 센서, 음성 신호를 입력받는 마이크, 영상 인식을 통해 제스처 등을 인식하는 카메라, 사용자 접근을 감지하는 조도 센서나 적외선 센서 등으로 구성되는 근접 센서, 가속도 센서나 자이로 센서 등을 통해 사용자 동작을 인식하는 모션 센서 및/또는 그 외의 다양한 형태의 사용자 입력을 감지하거나 입력받는 다양한 형태의 입력 수단으로 구현될 수 있다.
여기서, "터치 센서"는 디스플레이 패널에 부착되는 터치 패널이나 터치 필름을 통해 터치를 감지하는 압전식 또는 정전식 터치 센서, 및/또는 광학적인 방식에 의해 터치를 감지하는 광학식 터치 센서 등을 의미할 수 있다.
또는, 디바이스 입력부(1100) 는 자체적으로 사용자 입력을 감지하는 대신, 사용자 입력을 입력받는 외부의 입력 장치를 웨어러블 디바이스(1000)에 연결시키는 입력 인터페이스(USB 포트, PS/2 포트 등)의 형태로 구현될 수도 있다.
또는, 상기 디바이스 입력부(1100)는 사용자의 의도적인 입력을 감지하는 수단뿐만 아니라, 획득된 촬상 영역에 대한 데이터를 웨어러블 디바이스(1000)에 입력하는 카메라와 같은 영상 장치(Imaging Device)를 포함할 수 있다.
디바이스 출력부(1200)는 사용자가 확인할 수 있도록 정보를 출력하는 기능을 수행할 수 있다. 디바이스 출력부(1200)는 사용자로부터 획득, 외부 장치로부터 획득 및/또는 가공된 정보를 출력할 수 있다. 정보의 출력은 시각적, 청각적 및/또는 촉각적 출력이거나, 이에 한정되지 않고 다양한 형태로 이루어질 수 있다.
디바이스 출력부(1200)는 영상을 출력하는 디스플레이, 소리를 출력하는 스피커, 진동을 발생시키는 햅틱 장치 및/또는 그 외 다양한 형태의 출력 수단으로 구현될 수 있다.
여기서, "디스플레이"는 액정 디스플레이(LCD: Liquid Crystal Display), 발광 다이오드(LED: light emitting diode) 디스플레이, 유기 발광 다이오드(OLED: Organic Light Emitting Diode) 디스플레이, 평판 디스플레이(FPD: Flat Panel Display), 투명 디스플레이(transparent display), 곡면 디스플레이(Curved Display), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display), 홀로그래픽 디스플레이(holographic display), 프로젝터 및/또는 그 외의 영상 출력 기능을 수행할 수 있는 다양한 형태를 모두 포함하는 광의의 영상 표시 장치를 의미할 수 있다.
또는, 디바이스 출력부(1200)는 자체적으로 외부로 정보를 출력하는 장치 대신, 정보를 출력하는 외부의 출력 장치를 웨어러블 디바이스(1000)에 연결시키는 출력 인터페이스(USB 포트, PS/2 포트 등)의 형태로 구현될 수도 있다.
디바이스 출력부(1200)는 디바이스 입력부(1100)와 일체된 형태일 수 있다. 일 예로, 디바이스 출력부(1200)가 디스플레이인 경우, 디바이스 출력부(1200)는 디바이스 입력부(1100)인 터치 센서와 일체로 구성된 터치 디스플레이의 형태일 수 있다.
디바이스 통신부(1300)는 웨어러블 디바이스(1000)가 외부 장치와 데이터를 송/수신하는 역할을 수행할 수 있다. 본 출원의 일 실시예에 따르면, 디바이스 통신부(1300)는 사용자 단말(2000) 및/또는 모니터링 서버(3000)와 통신할 수 있다.
디바이스 통신부(1300)는 통신을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다. 디바이스 통신부(1300)는 유선 방식을 통해 외부 기기와 통신할 수 있도록 하는 모듈을 포함할 수 있다. 또는, 디바이스 통신부(1300)는 무선 방식을 통해 외부 기기와 통신할 수 있도록 하는 모듈을 포함할 수 있다. 또는, 디바이스 통신부(1300)는 유선 방식을 통해 외부 기기와 통신할 수 있도록 하는 모듈 및 디바이스 통신부(1300)는 무선 방식을 통해 외부 기기와 통신할 수 있도록 하는 모듈을 포함할 수 있다.
구체적인 예를 들어, 디바이스 통신부(1300)는 LAN(Local Area Network)를 통해 인터넷 등에 접속하는 유선통신 모듈, 이동 통신 기지국을 거쳐 이동 통신 네트워크에 접속하여 데이터를 송수신하는 LTE(Long Term Evolution) 등의 이동 통신 모듈, 와이파이(Wi-Fi) 같은 WLAN(Wireless Local Area Network) 계열의 통신 방식이나 블루투스(Bluetooth), 직비(Zigbee)와 같은WPAN(Wireless Personal Area Network) 계열의 통신 방식을 이용하는 근거리 통신 모듈, GPS(Global Positioning System)과 같은 GNSS(Global Navigation Satellite System)을 이용하는 위성 통신 모듈 또는 이들의 조합으로 구성될 수 있다.
디바이스 센서부(1400)는 웨어러블 디바이스(1000)의 사용자의 생체 정보를 획득하는 기능을 수행할 수 있다. 본 출원의 일 실시예에 따르면, 디바이스 센서부(1400)는 사용자의 심박수 정보를 획득할 수 있다.
디바이스 센서부(1400)는 사용자의 생체 정보의 획득을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다. 구체적인 예를 들어, 디바이스 센서부(1400)는 광학적 방식을 이용하여 심장 박동에 관한 정보(예, 심박수)를 획득하는 PPG 센서 모듈, 전기적 방식을 통해 심장 박동에 관한 정보(예, 심전도)를 획득하는 ECG 센서 모듈, 접촉식/비접촉식으로 온도에 관한 정보를 획득하는 온도 센서 모듈, 가속도 센서, 자이로 센서, 및/또는 걸음 감지 센서 등을 이용하여 사용자의 움직임에 관한 정보를 획득하는 모션 센서 모듈, 피부 전도도를 이용하여 교감신경계의 활성에 관한 정보를 획득하는 EDA 센서 모듈 또는 이들의 조합으로 구성될 수 있다. 다만, 이에 한정되지 않고, 디바이스 센서부(1400)는 사용자의 생체 정보를 획득하기 위한 다양한 센서로 구현될 수 있다.
본 출원의 일 실시예에 따르면, 디바이스 센서부(1400)는 웨어러블 디바이스(1000)의 외부 환경에 관한 정보를 획득하는 기능을 수행할 수 있다. 일 예로, 디바이스 센서부(1400)는 웨어러블 디바이스(1000)의 외부 온도를 측정하는 온도 센서 모듈을 포함할 수 있다.
디바이스 메모리부(1500)는, 웨어러블 디바이스(1000)가 동작하는 데 필요한 각종 데이터 및 프로그램을 저장하고 있을 수 있다. 디바이스 메모리부(1500)는 웨어러블 디바이스(1000)가 획득하는 정보를 저장할 수 있다.
일 예로, 디바이스 메모리부(1500)에는 디바이스 센서부(1400)가 획득한 생체 정보가 저장될 수 있다. 다른 예로, 디바이스 메모리부(1500)에는 웨어러블 디바이스(1000)를 구동하기 위한 운용 프로그램(OS: Operating System), 갑상선 기능 모니터링이 수행되기 위해 웨어러블 디바이스(1000)에서 구동되어야 하거나 이용되는 각종 프로그램, 그리고 이들 프로그램에 의해 참조될 미디어에 관한 각종 데이터 등이 저장될 수 있다.
디바이스 메모리부(1500)는 데이터를 임시적으로 또는 반영구적으로 저장할 수 있다. 디바이스 메모리부(1500)의 예로는 하드디스크(HDD: Hard Disk Drive), SSD(Solid State Drive), 플래쉬 메모리(1400, flash memory), 롬(ROM: Read-Only Memory), 램(RAM: Random Access Memory) 또는 클라우드 스토리지(Cloud Storage) 등이 있을 수 있다. 다만, 이에 한정되지 않고, 디바이스 메모리부 (1500)는 데이터를 저장하기 위한 다양한 모듈로 구현될 수 있다.
디바이스 메모리부(1500)는 웨어러블 디바이스(1000)에 내장되는 형태나 탈부착 가능한 형태로 제공될 수 있다.
디바이스 제어부(1600)는 웨어러블 디바이스(1000)의 전반적인 동작을 총괄하고 제어하는 기능을 수행할 수 있다. 디바이스 제어부(1600)는 각종 정보의 연산 및 처리를 수행하고 단말의 구성요소들의 동작을 제어할 수 있다.
디바이스 제어부(1600)는 하드웨어, 소프트웨어 또는 이들의 조합에 따라 컴퓨터나 이와 유사한 장치로 구현될 수 있다. 하드웨어적으로 디바이스 제어부(1600)는 전기적인 신호를 처리하여 제어 기능을 수행하는 CPU 칩 등의 전자 회로 형태로 제공될 수 있으며, 소프트웨어적으로는 하드웨어적인 디바이스 제어부(1600)를 구동시키는 프로그램 형태로 제공될 수 있다.
일 실시예에 따르면, 디바이스 제어부(1600)는 디바이스 센서부(1400)가 사용자의 생체 신호를 센싱하도록 제어할 수 있다.
일 실시예에 따르면, 디바이스 제어부(1600)는 디바이스 메모리부(1500)가 일시적으로 센싱된 생체 신호를 저장하고, 디바이스 통신부(1300)를 통해 생체 신호에 기초한 생체 정보가 전송된 이후 저장된 생체 신호를 삭제하도록 제어할 수 있다.
이하에서 특별한 언급이 없는 경우에는, 웨어러블 디바이스(1000)의 동작은 디바이스 제어부(1600)의 제어에 의해 수행되는 것으로 해석될 수 있다.
본 출원의 일 실시예에 따른 웨어러블 디바이스(1000)는 사용자의 손목에 착용되어 생체 정보를 획득하는 웨어러블 손목 밴드(Band)일 수 있고, 사용자의 발에 양말형태로 착용되어 생체 정보를 획득하는 웨어러블 양말일 수 있고, 사용자의 손가락에 끼워져 생체 정보를 획득하는 웨어러블 링(Ring)일 수 있고, 사용자의 피부에 부착되어 생체 정보를 획득하는 웨어러블 패치(Patch)일 수 있고, 사용자의 머리에 착용되어 생체 정보를 획득하는 웨어러블 헤어 밴드일 수 있고, 사용자의 귀에 귀걸이 형태로 착용되거나, 이어폰 형태로 끼워지는 웨어러블 장치일 수 있고, 사용자의 눈에 삽입되는 웨어러블 렌즈(Lens)일 수 있으며, 본 명세서에서 열거된 예시들에 한정되지 않고 다양한 형태로 구현될 수 있다.
2. 사용자 단말(2000)
도 3은 본 출원의 일 실시예에 따른 사용자 단말(2000)의 블록도이다.
도 3을 참조하면, 사용자 단말(2000)은 단말 입력부(2100), 단말 출력부(2200), 단말 통신부(2300), 단말 메모리부(2400) 및 단말 제어부(2500)를 포함할 수 있다. 다만, 도 3에 도시된 구성요소들이 필수적인 것은 아니고, 사용자 단말(2000)은 그보다 많은 구성요소를 갖거나 그보다 적은 구성요소를 가질 수 있다.
단말 입력부(2100)는 전술한 웨어러블 디바이스(1000)의 디바이스 입력부(1100)와 유사하게, 사용자로부터 정보를 획득 받는 기능을 수행할 수 있다.
단말 출력부(2200)는 전술한 웨어러블 디바이스(1000)의 디바이스 출력부(1200)와 유사하게, 사용자가 확인할 수 있도록 정보를 출력하는 기능을 수행할 수 있다.
단말 통신부(2300)는 전술한 웨어러블 디바이스(1000)의 디바이스 통신부(1300)와 유사하게, 외부 장치와 데이터를 송/수신하는 기능을 수행할 수 있다.
단말 메모리부(2400)는 전술한 웨어러블 디바이스(1000)의 디바이스 메모리부(1500)와 유사하게, 사용자 단말(2000)가 동작하는데 필요한 각종 데이터 및 프로그램을 저장할 수 있다.
단말 제어부(2500)는 전술한 웨어러블 디바이스(1000)의 디바이스 제어부(1600)와 유사하게, 사용자 단말(2000)의 전반적인 동작을 총괄하고 제어하는 기능을 수행할 수 있다.
일 실시예에 따르면, 단말 제어부(2500)는 단말 입력부(2100)를 통해 입력된 사용자 입력에 기초하여 정보를 가공하고, 가공된 정보가 단말 통신부(2300)를 통해 모니터링 서버(3000)로 전송되도록 제어할 수 있다. 구체적인 예를 들어, 단말 제어부(2500)는 단말 입력부(2100)를 통해, 갑상선 상태 정보 및/또는 약물 복용 정보를 획득하고, 모니터링 서버(3000)와의 통신 형식에 맞게 해당 정보를 가공하여 단말 통신부(2300)를 통해 전송할 수 있다.
다른 실시예에 따르면, 단말 제어부(2500)는 단말 통신부(2300)를 통해 모니터링 서버(3000)로부터 수신된 정보를 가공하여, 단말 출력부(2200)를 통해 사용자에게 제공할 수 있다. 구체적인 예를 들어, 단말 제어부(2500)는 단말 통신부(2300)를 통해 갑상선 기능 모니터링의 결과에 따른 정보를 수신하고, 사용자의 갑상선 기능을 경고하기 위해 단말 출력부(2200)를 통해 갑상선 기능 이상에 대한 판단 결과가 출력되도록 할 수 있다.
이하에서 특별한 언급이 없는 경우에는, 사용자 단말(2000)의 동작은 단말 제어부(2500)의 제어에 의해 수행되는 것으로 해석될 수 있다.
따라서, 단말 입력부(2100), 단말 출력부(2200), 단말 통신부(2300), 단말 메모리부(2400) 및 단말 제어부(2500)에 대한 중복되는 모듈 등에 관한 설명은 생략하도록 한다.
본 출원의 일 실시예에 따른 사용자 단말(2000)은 휴대폰, 스마트폰, 태블릿 PC, 노트북(laptop), PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션 등과 같은 이동식 단말뿐만 아니라, 디지털 TV, 데스크탑 컴퓨터, 키오스크 등과 같은 고정 단말을 포함할 수 있다. 보다 일반적으로 네트워크를 통해 다른 전자기기 및/또는 서버 등과 연결되어 정보를 주고 받을 수 있는 모든 것은 본 출원의 명세서 상의 사용자 단말(2000)이 될 수 있다.
3. 모니터링 서버(3000)
도 4는 본 출원의 일 실시예에 따른 모니터링 서버(3000)의 블록도이다.
도 4를 참조하면, 모니터링 서버(3000)는 서버 통신부(3100), 서버 데이터베이스(3200) 및 서버 제어부(3300)를 포함할 수 있다. 다만, 도 4에 도시된 구성요소들이 필수적인 것은 아니고, 모니터링 서버(3000)는 그보다 많은 구성요소를 갖거나 그보다 적은 구성요소를 가질 수 있다. 또한, 모니터링 서버(3000)의 각 구성요소는 물리적으로 하나의 서버에 포함될 수도 있고, 각각의 기능 별로 분산된 분산 서버일 수 있다.
서버 통신부(3100)는 전술한 웨어러블 디바이스(1000)의 디바이스 통신부(1300) 와 유사하게, 외부 장치와 데이터를 송/수신하는 기능을 수행할 수 있다. 따라서, 서버 통신부(3100)에 대한 중복되는 모듈 등에 관한 설명은 생략하도록 한다.
본 출원의 일 실시예에 따르면, 서버 통신부(3100)는 사용자 단말(2000)로부터 웨어러블 디바이스(1000)의 사용자의 생체 정보에 관한 정보를 수신할 수 있다. 본 출원의 다른 실시예에 따르면, 서버 통신부(3100)는 사용자 단말(2000)을 통해 획득된 사용자의 갑상선 상태 정보를 수신할 수 있다.
서버 데이터베이스(3200)는 전술한 웨어러블 디바이스(1000)의 디바이스 메모리부(1500) 와 유사하게, 모니터링 서버(3000)가 동작하는데 필요한 각종 데이터 및 프로그램을 저장할 수 있다. 따라서, 서버 데이터베이스(3200)에 대한 중복되는 모듈 등에 관한 설명은 생략하도록 한다.
본 출원의 일 실시예에 따르면, 서버 데이터베이스(3200)는 갑상선 기능 예측에 이용되는 모니터링 알고리즘, 사용자 정보 및/또는 사용자의 생체 정보를 저장할 수 있다.
서버 제어부(3300)는 전술한 웨어러블 디바이스(1000)의 디바이스 제어부(1600)와 유사하게, 모니터링 서버(3000)의 전반적인 동작을 총괄하고 제어하는 기능을 수행할 수 있다. 따라서, 서버 제어부(3300)에 대한 중복되는 모듈 등에 관한 설명은 생략하도록 한다.
일 실시예에 따르면, 서버 제어부(3300)는 서버 데이터베이스(3200)에 저장된 모니터링 알고리즘를 이용하여, 서버 통신부(3100)를 통해 수신된 사용자의 생체 정보에 기초한 사용자의 갑상선 기능을 예측할 수 있다. 구체적으로, 서버 제어부(3300)는 서버 통신부(3100)를 통해 수신된 생체 정보 및 갑상선 상태 정보에 기초하여 기준 데이터를 산출할 수 있다. 또한, 서버 제어부(3300)는 서버 통신부(3100)를 통해 수신된 생체 정보에 기초하여 모니터링 데이터를 산출할 수 있다.
다른 실시예에 따르면, 서버 제어부(3300)는 서버 통신부(3100)를 통해 수신된 약물 복용 정보에 기초하여 서버 데이터베이스(3200)에 저장된 모니터링 알고리즘 중 특정 모니터링 알고리즘을 선택할 수 있다. 서버 제어부(3300)는 선택된 모니터링 알고리즘에 기초하여 갑상선 기능 모니터링을 수행할 수 있다.
이하에서 특별한 언급이 없는 경우에는, 모니터링 서버(3000)의 동작은 서버 제어부(3300)의 제어에 의해 수행되는 것으로 해석될 수 있다.
본 출원의 일 실시예에 따른 모니터링 서버(3000)는 갑상선 기능 모니터링 프로그램이 실행되는 컴퓨터 하드웨어 또는 다른 프로그램 및/또는 전자기기에 서비스를 제공하는 컴퓨터 프로그램을 포함할 수 있다.
본 출원의 일 실시예에 따른 모니터링 서버(3000)는 외부 단말과 서버가 연결되는 네트워크를 관리 또는 제어하고, 갑상선 기능 모니터링에 사용되는 데이터와 같은 소프트웨어 자원을 공유할 수 있다. 모니터링 서버(3000)는 물리적으로 하나인 단일 서버일 수 있고, 복수의 서버가 그 처리량이나 역할을 분산하는 분산형 서버일 수 있다.
이하에서는, 본 출원의 일 실시예에 따른 갑상선 기능 모니터링 시스템(100)의 동작에 대해서 구체적으로 설명한다.
갑상선 기능 모니터링 시스템(100)의 동작에 대해서 구체적으로 설명함에 있어, 별도의 언급이 있는 경우을 제외하고는, 갑상선 기능 모니터링 시스템(100)은 웨어러블 디바이스(1000), 사용자 단말(2000) 및 모니터링 서버(3000)를 포함하고, 웨어러블 디바이스(1000)는 웨어러블 워치, 사용자 단말(2000)은 디스플레이를 가지는 스마트폰, 모니터링 서버(3000)는 단일 서버인 것을 기준으로 설명한다.
다만, 이는 설명의 편의를 위해 일 실시예를 기준으로 구체적인 설명을 개시하는 것일 뿐, 본 명세서에서 개시되는 실시예에 의해 본 출원의 권리 범위가 한정적으로 해석되어야 하는 것을 의미하는 것은 아니며, 본 출원의 권리 범위는 청구 범위의 해석 원리에 따라 결정되어야 할 것이다.
<갑상선 기능 모니터링 시스템(100)의 동작>
1. 갑상선 기능 이상 모니터링(S100)의 동작
1.1 갑상선 기능 이상 모니터링(S100)
본 출원의 갑상선 기능 모니터링 시스템(100)은 사용자의 생체 신호에 기초하여, 사용자의 갑상선 기능 이상을 예측할 수 있다. 본 출원의 일 실시예에 따르면, 갑상선 기능 모니터링 시스템(100)은 사용자의 심박수 정보에 기초하여 갑상선 기능 이상을 판단할 수 있다.
여기서, "갑상선 기능 이상"의 의미는, 갑상선 기능 항진증, 갑상선 기능 저하증, 갑상선 중독증 중 어느 하나의 발병을 의미할 수 있다.
여기서, "갑상선 기능 이상을 예측"하는 것은, 사용자의 생체 정보에 기초하여 갑상선 기능 이상 모니터링을 수행한 결과 정보를 획득하는 것으로, 본 명세서에서는 갑상선 기능 이상을 판단, 갑상선 기능 이상을 진단 등과 혼용하여 사용될 수 있다.
도 5는 본 출원의 일 실시예에 따른 갑상선 기능 모니터링 방법(S100)을 설명하기 위한 순서도이다.
도 5를 참조하면, 생체 정보가 획득(S1100)되면, 모니터링 데이터를 산출(S1300)하여, 사용자의 갑상선 기능 이상을 판단(S1500)할 수 있다. 일 실시예에 따르면, 상술한 S1100, S1300 및 S1500 단계는 모니터링 서버(3000)에 의해 수행될 수 있다.
1.1.1 생체 정보의 획득(S1100)
웨어러블 디바이스(1000)는 사용자의 생체 정보를 획득할 수 있다. 웨어러블 디바이스(1000)는 웨어러블 디바이스(1000)를 착용한 사용자의 생체 정보를 획득할 수 있다.
웨어러블 디바이스(1000)를 통한 사용자의 생체 정보의 획득은 일정한 주기로 수행될 수 있다.
일 예로, 웨어러블 디바이스(1000)의 디바이스 센서부(1400)는 PPG 센서를 포함하고, 웨어러블 디바이스(1000)는 PPG 센서를 이용하여 사용자의 심박수 정보를 제1 주기로 획득할 수 있다. 웨어러블 디바이스(1000)의 디바이스 센서부(1400)는 모션 센서를 포함하고, 웨어러블 디바이스(1000)는 모션 센서를 이용하여 사용자의 모션 정보를 제2 주기로 획득할 수 있다. 상기 제1 주기와 상기 제2 주기는 동일할 수 있다. 상기 제1 주기와 상기 제2 주기는 상이할 수 있다.
웨어러블 디바이스(1000)는 사용자의 생체 정보를 사용자 단말(2000)로 전송할 수 있다. 일 예로, 웨어러블 디바이스(1000)는 사용자의 생체 정보를 획득하는 동시에 사용자 단말(2000)로 전송할 수 있다. 다른 예로, 웨어러블 디바이스(1000)는 획득된 사용자의 생체 정보 셋(Set)을 정해진 주기로 사용자 단말(2000)로 전송할 수 있다. 이 때, 웨어러블 디바이스(1000)가 사용자의 생체 정보를 획득하는 주기는 사용자의 생체 정보를 전송하는 주기보다 짧을 수 있다.
웨어러블 디바이스(1000)는 한 종류 이상의 사용자의 생체 정보를 사용자 단말(2000)로 전송할 수 있다. 일 예로, 사용자 단말(2000)로 전송되는 생체 정보는, 심박수 정보일 수 있다. 다른 예로, 사용자 단말(2000)로 전송되는 생체 정보는, 심박수 정보 및 모션 정보일 수 있다.
웨어러블 디바이스(1000)가 전송하는 생체 정보는 다른 정보와 연계되어 있을 수 있다. 일 예로, 웨어러블 디바이스(1000)가 전송하는 생체 정보는 시간과 연계된 심박수 정보일 수 있다. 다른 예로, 웨어러블 디바이스(1000)가 전송하는 생체 정보는, 시간과 연계된 심박수 정보 및 시간과 연계된 모션 정보일 수 있다. 또 다른 예로, 웨어러블 디바이스(1000)가 전송하는 생체 정보는, 시간, 심박수 정보 및 모션 정보가 연계된 형태일 수 있다.
사용자 단말(2000)은 수신한 생체 정보를 모니터링 서버(3000)로 전송할 수 있다. 일 예로, 사용자 단말(2000)은 사용자의 생체 정보를 수신하는 동시에 모니터링 서버(3000)로 전송할 수 있다. 다른 예로, 사용자 단말(2000)은 수신된 복수의 사용자의 생체 정보 셋을 정해진 주기로 모니터링 서버(3000)로 전송할 수 있다. 이 때, 사용자 단말(2000)이 생체 정보 셋을 획득하는 주기는 생체 정보 셋을 전송하는 주기보다 짧을 수 있다.
모니터링 서버(3000)는 사용자 단말(2000)로부터 생체 정보를 획득(S1100)할 수 있다. 서버 통신부(3100)는 사용자 단말(2000)로부터 생체 정보를 획득(S1100)할 수 있다. 모니터링 서버(3000)는 적절한 형태로 변형된 웨어러블 디바이스(1000)에서 감지한 생체 정보를 사용자 단말(2000)을 통해 수신할 수 있다.
1.1.2 모니터링 데이터의 산출(S1300)
모니터링 서버(3000)는 획득된 생체 정보에 기초하여, 모니터링 데이터를 산출(S1300)할 수 있다. 서버 제어부(3300)는 모니터링 데이터를 산출(S1300)할 수 있다.
여기서, "모니터링 데이터"는, 1회의 갑상선 기능 이상 판단(S1500) 동작에서 갑상선 기능 판단의 대상이 되는 모니터링 기간에 대한 사용자의 상태 데이터일 수 있다.
일 예로, "모니터링 데이터"는, 모니터링 기간(예, 갑상선 기능 이상 판단(S1500) 시점 이전의 연속하는 복수의 일들(days))의 사용자의 상태 데이터에 기초하여 산출될 수 있다. 다른 예로, "모니터링 데이터"는, 모니터링 기간 중 정해진 조건을 만족하는 하나 이상의 구간(예, 휴지 구간)에 대한 사용자의 상태 데이터에 기초하여 산출될 수 있다.
본 출원의 일 실시예에 따르면, 모니터링 데이터는 모니터링 기간 중 사용자가 안정된 상태에 있을 때의 사용자의 상태 데이터에 기초하여 산출될 수 있다. 본 출원의 다른 실시예에 따르면, 모니터링 데이터는 모니터링 기간 중 사용자가 휴지 상태에 있을 때의 사용자의 상태 데이터에 기초하여 산출될 수 있다.
도 6은 본 출원의 일 실시예에 따른 모니터링 데이터의 산출 방법(S1300)을 설명하기 위한 순서도이다.
모니터링 데이터 산출 방법(S1300)는 휴지 구간의 확인(S1310), 휴지 구간에 대응되는 생체 정보의 추출(S1330) 및 모니터링 데이터 산출(S1350)을 포함할 수 있다. 일 실시예에 따르면, 상술한 S1310, S1330 및 S1350 단계는 모니터링 서버(3000)에 의해 수행될 수 있다.
모니터링 서버(3000)는 휴지 구간을 확인(S1310)할 수 있다. 서버 제어부(3300)는 휴지 구간을 확인(S1310)할 수 있다. 모니터링 서버(3000)는 정해진 기간(예, 모니터링 기간) 중 적어도 하나의 휴지 구간을 확인(S1310)할 수 있다. 일 예로, 모니터링 기간은 하루(24시간)일 수 있다. 다른 예로, 정해진 기간은 복수의 날들(days)(예를 들어, 5일)일 수 있다. 또 다른 예로, 모니터링 기간은 하루보다 짧을 수 있다.
모니터링 서버(3000)는 정해진 기간 중 기결정된 조건에 대응되는 휴지 구간을 확인(S1310)할 수 있다. 일 예로, 모니터링 서버(3000)는 모니터링 기간 중 사용자의 운동 정보에 기초하여 휴지 구간을 확인(S1310)할 수 있다.
상기 휴지 구간으로 확인되기 위한 상기 기결정된 조건은 사용자의 모션 정보와 연관되어 있을 수 있다. 구체적인 예를 들어, 상기 휴지 구간은 사용자의 모션 정보에 따라, 사용자의 움직임이 없는 상태로 소정의 시간(예, 5분)이 경과하였다고 판단되는 구간으로 결정될 수 있다. 다른 예로, 기결정된 조건은 사용자의 피부 전도도 정보와 연관되어 있을 수 있다. 구체적인 예를 들어, 휴지 구간은 사용자의 피부 전도도 정보에 따라, 사용자가 수면 중이라고 판단되는 구간으로 결정될 수 있다.
S1310 단계를 통해 확인되는 휴지 구간은 복수개일 수 있다. 상기 모니터링 기간에는 복수의 휴지 구간이 포함되어 있을 수 있다. 상기 복수개의 휴지 구간은 서로 불 연속적일 수 있다. 일 예로, 하나의 휴지 구간과 다른 하나의 휴지 구간 사이에는, 사용자의 움직임이 감지되는 구간이 존재할 수 있다. 다시 말해, 상기 모니터링 기간에는 하나의 휴지 구간, 다른 하나의 휴지 구간 및 사용자의 움직임이 감지되는 구간이 포함될 수 있다.
모니터링 서버(3000)는 휴지 구간에 대응되는 생체 정보를 추출(S1330)할 수 있다. 서버 제어부(3300)는 휴지 구간에 대응되는 생체 정보를 추출(S1330)할 수 있다. 모니터링 서버(3000)는 확인된 하나 이상의 휴지 구간에 대응되는 생체 정보를 추출(S1330)할 수 있다. 모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 확인된 하나 이상의 휴지 구간에 대응되는 생체 정보를 추출(S1330)할 수 있다.
모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 확인된 휴지 구간에 대응되는 심박수 정보를 추출할 수 있다. 또는, 모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 확인된 휴지 구간에 대응되는 온도 정보를 추출할 수 있다. 또는, 모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 확인된 휴지 구간에 대응되는 피부 전도도 정보를 추출할 수 있다.
본 출원의 일 실시예에 따르면, 모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 복수의 확인된 휴지 구간 각각에 대응되는 복수의 심박수 정보를 추출할 수 있다.
모니터링 서버(3000)는 모니터링 데이터를 산출(S1350)할 수 있다. 서버 제어부(3300)는 모니터링 데이터를 산출(S1350)할 수 있다. 모니터링 서버(3000)는 추출된 생체 정보에 기초하여, 모니터링 데이터를 산출(S1350)할 수 있다.
일 예로, 모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 복수의 확인된 휴지 구간 각각에 대응되는 복수의 심박수 정보의 평균값을 모니터링 데이터로 산출할 수 있다. 다른 예로, 모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 복수의 휴지 구간 각각에 대응되는 복수의 심박수 정보의 중간값들의 중간값을 모니터링 데이터로 산출할 수 있다. 또 다른 예로, 모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 복수의 휴지 구간 각각에 대응되는 복수의 심박수 정보 중 최대값 및 최소값을 제외하고, 나머지 심박수 정보들의 연산값을 모니터링 데이터로 산출할 수 있다.
1.1.3 기준 데이터의 산출(S200)
1.1.3.1 기준 데이터
본 출원의 일 실시예에 따른 모니터링 서버(3000)는 기준 데이터를 이용할 수 있다. 여기서, "기준 데이터"의 의미는 갑상선 기능 이상의 판단 동작을 수행할 때에 모니터링 데이터와 비교되는 기준 데이터를 의미할 수 있다.
본 출원의 일 실시예에 따르면, 기준 데이터는 사용자의 갑상선 기능에 관한 상태 정보가 정상에 대응되는 경우의 사용자의 생체 정보에 기초하여 판단될 수 있다. 본 출원의 다른 실시예에 따르면, 기준 데이터는 사용자의 생체 정보가 기 결정된 조건에 대응되는 경우에, 대응되는 구간에서의 사용자의 생체 정보에 기초하여 판단될 수 있다.
1.1.3.2 기준 데이터의 산출 방법
도 7은 본 출원의 일 실시예에 따른 기준 데이터의 산출 방법(S200)을 설명하기 위한 순서도이다.
도 7을 참조하면, 모니터링 서버(3000)는 갑상선 상태 정보가 수신(S2100)되면, 기준 데이터를 산출(S2300)할 수 있다.
모니터링 서버(3000)는 갑상선 상태 정보를 사용자 단말(2000)로부터 수신(S2100)할 수 있다. 서버 통신부(3100)는 단말 통신부(2300)로부터 갑상선 상태 정보를 수신(S2100)할 수 있다.
본 출원의 일 실시예에 따르면, 사용자 단말(2000)은 단말 입력부(2100)를 통해 사용자의 갑상선 상태 정보를 입력받을 수 있다. 이 때, 갑상선 상태 정보는 사용자의 혈액 검사 등을 통해 획득된 갑상선 호르몬 수치에 관한 정보일 수 있다. 또는, 갑상선 상태 정보는 사용자의 증상에 대한 문진을 통해 획득한 갑상선 상태에 관한 정보일 수 있다.
사용자 단말(2000)은 입력받은 갑상선 상태 정보를 모니터링 서버(3000)로 전송할 수 있다.
모니터링 서버(3000)는 갑상선 상태 정보가 수신(S2100)되면, 기준 데이터를 산출(S2300)할 수 있다. 서버 제어부(3300)는 갑상선 상태 정보가 수신되면 기준 데이터를 산출(S2300)할 수 있다.
도 8은 본 출원의 일 실시예에 따른 기준 데이터 산출 방법(S2300)을 설명하기 위한 순서도이다.
기준 데이터 산출 방법(S2300)은 기준 데이터의 산출 기간을 결정(S2310), 기준 데이터 산출 기간 중 휴지 구간을 확인(S2320), 휴지 구간에 대응되는 생체 정보의 추출(S2330) 및 기준 데이터 산출(S2360)을 포함할 수 있다. 일 실시예에 따르면, S2310, S2320, S2330 및 S2360 단계는 모니터링 서버(3000)에 의해 수행될 수 있다.
모니터링 서버(3000)는 기준 데이터 산출 기간을 결정(S2310)할 수 있다. 서버 제어부(3300)는 기준 데이터 산출 기간을 결정(S2310)할 수 있다. 서버 제어부(3300)는 서버 데이터베이스(3200)에 저장된 정보에 기초하여 기준 데이터 산출 기간을 결정(S2310)할 수 있다.
모니터링 서버(3000)는 수신한 갑상선 상태 정보에 기초하여 기준 데이터 산출 기간을 결정(S2310)할 수 있다. 본 명세서에 따르면, 기준 데이터 산출 기간은 기준 기간 또는 래퍼런스 기간으로 혼용되어 표현될 수 있다.
기준 데이터 산출 기간은 갑상선 상태 정보에 따라 사용자의 갑상선 기능이 '정상'에 대응되는 시점의 기간일 수 있다.
일 예로, 입력된 갑상선 상태 정보가 정상 범위에 대응되는 경우, 갑상선 상태 정보가 입력된 시점의 전후로 소정의 기간이 기준 데이터 산출 기간으로 결정될 수 있다.
다른 예로, 복수개의 갑상선 상태 정보의 입력이 존재하는 경우, 정상에 대응되는 갑상선 상태 정보가 입력된 시점을 전후로 소정의 기간 들이 기준 데이터 산출 기간으로 결정될 수 있다. 구체적인 예를 들어, 3월 1일에 정상 갑상선 호르몬 수치에 관한 갑상선 상태 정보가 입력되고, 6월 1일에 비정상 갑상선 호르몬 수치에 관한 갑상선 상태 정보가 입력되고, 9월 1일에 정상 갑상선 호르몬 수치에 관한 갑상선 상태 정보가 입력된 경우, 3월 1일을 기준으로 소정의 기간(예를 들어, 2월 27일부터 3월 3일까지의 5일의 기간) 및 9월 1일을 기준으로 소정의 기간(예를 들어, 8월 30일부터 9월 3일까지의 5일의 기간)이 기준 데이터 산출 기간으로 결정될 수 있다.
모니터링 서버(3000)는 결정된 기준 데이터 산출 기간에 대응되는 휴지 구간을 확인(S2320)할 수 있다. 서버 제어부(3300)는 결정된 기준 데이터 산출 기간에 대응되는 휴지 구간을 확인(S2320)할 수 있다. 서버 제어부(3300)는 서버 데이터베이스(3200)에 저장된 조건에 기초하여, 결정된 기준 데이터 산출 기간에 대응되는 휴지 구간을 확인(S2320)할 수 있다.
"S2320단계에서의 휴지 구간"은 모니터링 데이터의 산출에서 휴지 구간을 확인할 때의 조건과 대응되는 조건으로 결정될 수 있다. 일 예로, S1310단계에 휴지 구간이 사용자의 움직임이 없는 상태로 소정의 시간(예, 5분)이 경과하였다고 판단되는 구간으로 결정되었다면, S2320에 휴지 구간도 사용자의 움직임이 없는 상태로 소정의 시간(예, 5분)이 경과하였다고 판단되는 구간으로 결정될 수 있다.
S2320 단계를 통해 확인되는 휴지 구간은 복수개일 수 있다. 상기 기준 데이터 산출 기간에는 복수의 휴지 구간이 포함되어 있을 수 있다. 상기 복수개의 휴지 구간은 서로 불 연속적일 수 있다. 일 예로, 하나의 휴지 구간과 다른 하나의 휴지 구간 사이에는, 사용자의 움직임이 감지되는 구간이 존재할 수 있다. 다시 말해, 상기 기준 데이터 산출 기간에는 하나의 휴지 구간, 다른 하나의 휴지 구간 및 사용자의 움직임이 감지되는 구간이 포함될 수 있다.
모니터링 서버(3000)는 휴지 구간에 대응되는 생체 정보를 추출(S2330)할 수 있다. 서버 제어부(3300)는 휴지 구간에 대응되는 생체 정보를 추출(S2330)할 수 있다. 모니터링 서버(3000)는 확인된 하나 이상의 휴지 구간에 대응되는 생체 정보를 추출(S2330)할 수 있다. 모니터링 서버(3000)는 상기 기준 데이터 산출 기간에 포함되는 확인된 하나 이상의 휴지 구간에 대응되는 생체 정보를 추출(S2330)할 수 있다.
모니터링 서버(3000)는 상기 기준 데이터 산출 기간에 포함되는 확인된 휴지 구간에 대응되는 심박수 정보를 추출할 수 있다. 또는, 모니터링 서버(3000)는 상기 기준 데이터 산출 기간에 포함되는 확인된 휴지 구간에 대응되는 온도 정보를 추출할 수 있다. 또는, 모니터링 서버(3000)는 상기 기준 데이터 산출 기간에 포함되는 확인된 휴지 구간에 대응되는 피부 전도도 정보를 추출할 수 있다.
본 출원의 일 실시예에 따르면, 모니터링 서버(3000)는 상기 기준 데이터 산출 기간에 포함되는 복수의 확인된 휴지 구간 각각에 대응되는 복수의 심박수 정보를 추출할 수 있다.
"S2330 구간에서의 생체 정보"는 모니터링 데이터의 산출에서 추출되는 생체 정보와 대응될 수 있다. 일 예로, S1330단계에 생체 정보로 심박수가 추출되었다면, S2330단계에서 생체 정보로 심박수가 추출될 수 있다. 다른 예로, S1330단계에 생체 정보로 피부 전도도가 추출되었다면, S2330단계에서 생체 정보로 피부 전도도가 추출될 수 있다.
모니터링 서버(3000)는 기준 데이터를 산출(S2360)할 수 있다 서버 제어부(3300)는 기준 데이터를 산출(S2360)할 수 있다. 모니터링 서버(3000)는 추출된 생체 정보에 기초하여, 기준 데이터를 산출(S2360)할 수 있다.
일 예로, 모니터링 서버(3000)는 상기 기준 데이터 산출 기간에 포함되는 복수의 확인된 휴지 구간 각각에 대응되는 복수의 심박수 정보의 평균값을 기준 데이터로 산출할 수 있다. 다른 예로, 모니터링 서버(3000)는 상기 기준 데이터 산출 기간에 포함되는 복수의 휴지 구간 각각에 대응되는 복수의 심박수 정보의 중간값들의 중간값을 기준 데이터로 산출할 수 있다. 또 다른 예로, 모니터링 서버(3000)는 상기 기준 데이터 산출 기간에 포함되는 복수의 휴지 구간 각각에 대응되는 복수의 심박수 정보 중 최대값 및 최소값을 제외하고, 나머지 심박수 정보들의 연산값을 기준 데이터로 산출할 수 있다.
도 9는 본 출원의 일 실시예에 따라, 모니터링 서버(3000)가 정상 범위를 벗어난 갑상선 상태 정보를 수신한 경우의 기준 데이터 산출 방법을 설명하기 위한 도면이다.
모니터링 서버(3000)는, 기준 데이터 산출 기간을 결정(S2310)하고, 기준 데이터 산출 기간 중 휴지 구간을 확인(S2320)하고, 확인된 휴지 구간의 생체 정보를 추출(S2330)할 수 있다.
S2310단계에서 기준 데이터 산출 기간은, 상술한 바와 같이, 수신된 갑상선 상태 정보에 따라 사용자의 갑상선 기능이 '정상'에 대응되는 시점의 기간일 수 있다.
S2310단계에서 기준 데이터 산출 기간은, 모니터링 서버(3000)가 정상 범위의 사용자의 갑상선 상태 정보를 수신하지 못한 경우(즉, 모니터링 서버(3000)가 수신한 갑상선 상태 정보가 정상 범위를 벗어나는 경우), 수신된 갑상선 상태 정보에 따라 사용자의 갑상선 기능이 '비정상'에 대응되는 시점의 기간일 수 있다.
일 예로, 입력된 갑상선 상태 정보가 정상 범위에 대응되지 않는 경우, 갑상선 상태 정보가 입력된 시점의 전후로 소정의 기간이 기준 데이터 산출 기간으로 결정될 수 있다.
모니터링 서버(3000)는 결정된 기준 데이터 산출 기간에 대응되는 휴지 구간을 확인(S2320)하고, 휴지 구간에 대응되는 생체 정보를 추출(S2330)할 수 있다. 상기 S2320 및 S2330 단계에 대해서는, 위에서 이미 자세히 설명한 바 있어 중복되는 설명은 생략하기로 한다.
모니터링 서버(3000)는 기준 기간 데이터를 산출(S2340)할 수 있다. 서버 제어부(3300)는 기준 기간 데이터를 산출(S2340)할 수 있다. 모니터링 서버(3000)는 기준 데이터 산출 기간에 포함된 휴지 구간에 대응되는 생체 정보에 기초하여, 기준 기간 데이터를 산출할 수 있다.
일 예로, 모니터링 서버(3000)는 상기 기준 데이터 산출 기간에 포함되는 복수의 확인된 휴지 구간 각각에 대응되는 복수의 심박수 정보의 평균값을 기준 시간 데이터로 산출할 수 있다. 다른 예로, 모니터링 서버(3000)는 상기 기준 데이터 산출 기간에 포함되는 복수의 휴지 구간 각각에 대응되는 복수의 심박수 정보의 중간값들의 중간값을 기준 기간 데이터로 산출할 수 있다. 또 다른 예로, 모니터링 서버(3000)는 상기 기준 데이터 산출 기간에 포함되는 복수의 휴지 구간 각각에 대응되는 복수의 심박수 정보 중 최대값 및 최소값을 제외하고, 나머지 심박수 정보들의 연산값을 기준 기간 데이터로 산출할 수 있다.
이 때, S2340단계에서 산출된 기준 기간 데이터는, 사용자의 갑상선 기능이 '비정상'로 추정될 때의 생체 정보를 이용하여 산출된 데이터일 수 있다.
모니터링 서버(3000)는 기준 데이터를 산출(S2350)할 수 있다. 서버 제어부(3300)는 기준 데이터를 산출(S2350)할 수 있다. 모니터링 서버(3000)는 수신된 갑상선 상태 정보에 기초하여, 기준 데이터를 산출(S2350)할 수 있다. 모니터링 서버(3000)는 수신된 갑상선 상태 정보에 기초하여 상기 기준 기간 데이터를 보정함으로써, 기준 데이터를 산출(S2350)할 수 있다.
일 예로, 모니터링 서버(3000)는 수신된 갑상선 상태 정보에 따른 사용자의 호르몬 수치가 정상 범위에 대응되려면 몇 ng/dL만큼 증가/감소 해야하는지 계산하여, 상기 증가/감소에 따른 생체 정보의 변화량을 추정할 수 있다. 모니터링 서버(3000)는 기준 기간 데이터에 추정된 생체 정보의 변화량을 더하거나 빼, 기준 데이터를 산출(S2350)할 수 있다.
모니터링 서버(3000)에는 상기 기준 기간 데이터의 보정에 필요한 데이터가 저장되어 있을 수 있다. 일 예로, 모니터링 서버(3000)에는 다수의 사용자의 호르몬 수치와 휴지기 심박수 간의 관련성에 관한 데이터가 저장되어 있을 수 있다. 구체적인 예를 들어, 모니터링 서버(3000)에는 호르몬 수치가 0.1 ng/dL만큼 증가할 때 대략적으로 몇 회의 심박수가 증가하는지에 대한 통계 데이터가 저장되어 있을 수 있다.
지금까지, 사용자 단말(2000)로부터 갑상선 상태 정보가 수신되었을 때, 모니터링 서버(3000)가 기준 데이터를 산출하는 방법에 대해서 구체적으로 개시하였다.
본 출원의 일 실시예에 따르면, 모니터링 서버(3000)는 저장된 사용자의 갑상선 상태 정보가 없는 경우, 사용자 단말(2000)을 통해 갑상선 상태 정보를 입력받기 위해, 사용자 단말(2000)로 신호를 전송할 수 있다. 일 예로, 사용자 단말(2000)의 단말 출력부(2200)를 통해 갑상선 상태 정보를 입력 받기 위한 입력 인터페이스가 출력되도록, 모니터링 서버(3000)는 필요한 신호를 사용자 단말(2000)로 전송할 수 있다.
본 출원의 일 실시예에 따르면, 모니터링 서버(3000)는 저장된 사용자의 갑상선 상태 정보가 없는 경우, 상기 S1300 단계에서 산출된 모니터링 데이터에 기초하여 기준 데이터를 산출할 수도 있다. 구체적인 예를 들어, 모니터링 서버(3000)는 소정의 일수동안 획득된 사용자의 심박수에 기초하여 기준 데이터를 산출할 수 있다. 모니터링 서버(3000)는 소정의 일수동안 획득된 복수의 휴지 구간의 각 사용자의 심박수에 기초하여 기준 데이터를 산출할 수 있다. 이 때, 소정의 일수는 상기 모니터링 기간에 비해 긴 기간일 수 있다.
1.1.3.3 기준 데이터의 산출 시기
본 출원의 일 실시예에 따르면, 기준 데이터는 갑상선 상태 정보의 수신을 트리거(trigger)로 하여 산출될 수 있다. 본 출원의 다른 실시예에 따르면, 기준 데이터는 모니터링 서버(3000)에 기 설정된 주기마다 산출될 수 있다. 본 출원의 또다른 실시예에 따르면, 기준 데이터는 모니터링 서버(3000)에 기준 데이터 산출을 위한 신호가 외부 장치(예, 사용자 단말(2000))로부터 수신되면 산출될 수 있다.
본 출원의 또다른 실시예에 따르면, 기준 데이터는 모니터링 데이터의 산출 시기마다 산출될 수 있다. 다시 말해, 모니터링 서버(3000)는 모니터링 데이터를 산출하고, 기준 데이터를 새로 산출할 수 있다. 또는, 모니터링 서버(3000)는 모니터링 데이터를 산출하기 이전에, 기준 데이터를 새로 산출하여, 두 데이터를 비교할 수 있다.
1.1.4 갑상선 기능 이상의 판단(S1500)
도 5에 이어서, 본 출원의 일 실시예에 따른 갑상선 기능 모니터링(S100)은, 생체 정보 획득(S1100), 모니터링 데이터 산출(S1300) 및 갑상선 기능 이상 판단(S1500)을 통하여 수행될 수 있다.
도 10은 본 출원의 일 실시예에 따른 갑상선 기능 이상 판단(S1500) 방법을 설명하기 위한 순서도이다.
도 10을 참조하면, 모니터링 서버(3000)는 모니터링 데이터 산출(S1300) 이후, 기준 데이터와 모니터링 데이터를 비교(S1510)할 수 있다. 서버 제어부(3300)는 기준 데이터와 모니터링 데이터를 비교(S1510)할 수 있다.
기준 데이터와 모니터링 데이터를 비교하는 알고리즘은 다양하게 설계될 수 있다. 기준 데이터와 모니터링 데이터를 비교하는 알고리즘은 모니터링 서버(3000)의 서버 데이터베이스(3200)에 저장되어 있을 수 있다.
일 예로, 기준 데이터와 모니터링 데이터를 비교하는 알고리즘은, 모니터링 데이터가 기준 데이터에 비해 소정의 수치 범위 이상으로 클 경우, 갑상선 기능 이상 판단(S1530)을 수행하도록 설계되어 있을 수 있다. 다른 예로, 기준 데이터와 모니터링 데이터를 비교하는 알고리즘은, 모니터링 데이터가 기준 데이터에 비해 소정의 수치 범위 이상으로 작을 경우, 갑상선 기능 이상 판단(S1530)을 수행하도록 설계되어 있을 수 있다. 또 다른 예로, 기준 데이터와 모니터링 데이터를 비교하는 알고리즘은, 모니터링 데이터가 기준 데이터에 비해 소정의 수치 범위 이상으로 크거나, 작을 경우, 갑상선 기능 이상 판단(S1530)을 수행하도록 설계되어 있을 수 있다.
S1510단계에 따라 기준 데이터 및 모니터링 데이터를 비교하여, 기 설정된 조건에 부합하는 것으로 판단되면, 모니터링 서버(3000)는 사용자의 갑상선 기능에 이상이 있는 것으로 판단(S1530)할 수 있다. 서버 제어부(3300)는 기준 데이터와 모니터링 데이터를 비교(S1510)하여, 기 결정된 조건에 대응되는 경우 갑상선 기능에 이상이 있는 것으로 판단(S1530)할 수 있다.
S1530단계에 따라 사용자의 갑상선 기능에 이상이 있는 것으로 판단되면, 모니터링 서버(3000)는, 사용자 단말(2000)의 단말 출력부(2200)를 통해 사용자의 갑상선 이상과 관련된 경고가 출력되도록, 사용자 단말(2000)로 신호를 전송할 수 있다. 일 예로, 사용자 단말(2000)은 모니터링 서버(3000)로부터 수신된 신호에 응답하여 단말 출력부(2200)의 사용자의 갑상선 기능 항진증에 관한 경고가 출력되도록 제어할 수 있다. 다른 예로, 사용자 단말(2000)은 모니터링 서버(3000)로부터 수신된 신호에 응답하여 단말 출력부(2200)의 사용자의 갑상선 기능 저하증에 관한 경고가 출력되도록 제어할 수 있다. 또 다른 예로, 사용자 단말(2000)은 모니터링 서버(3000)로부터 수신된 신호에 응답하여 단말 출력부(2200)의 사용자의 갑상선 중독증에 관한 경고가 출력되도록 제어할 수 있다. 또 다른 예로, 사용자 단말(2000)은 모니터링 서버(3000)로부터 일정 기간동안 미리 정해진 횟수를 초과하는 만큼 S1530에 대응되는 신호가 수신되면, 단말 출력부(2200)의 사용자의 갑상선 중독증에 관한 경고에 전문가의 의견을 구하도록 제안하는 코멘트가 포함되어 출력되도록 제어할 수 있다.
상기 갑상선 기능 이상에 관련된 경고는, 질병의 발병 여부에 대한 경고이거나, 질병의 발병 가능성(또는, 위험도)에 대한 경고이거나, 병원 내원에 대한 유도 등일 수 있다.
상기 갑상선 기능 이상에 관련된 경고는, 디스플레이 패널 등을 통한 시각적 출력일 수 있고, 스피커 등을 통한 청각적 출력일 수 있으며, 이에 한정되지 않는다.
도 11은 본 출원의 일 실시예에 따른 기준 데이터와 모니터링 데이터를 비교하는 알고리즘을 설명하기 위한 순서도이다.
모니터링 서버(3000)는 모니터링 데이터와 기준 데이터를 비교할 수 있다. 모니터링 서버(3000)는 모니터링 데이터가 기준 데이터에 비해 제1 임계치이상 큰지 비교(S1511)할 수 있다.
모니터링 서버(3000)는 모니터링 데이터가 기준 데이터에 비해 제1 임계치이상 큰 경우, 모니터링 서버(3000)는 사용자의 갑상선 기능에 이상이 있는 것으로 판단할 수 있다. 일 예로, 모니터링 서버(3000)는 모니터링 심박수가 기준 심박수에 비해 제1 임계치(예, 10회)이상 큰 경우, 모니터링 서버(3000)는 사용자의 갑상선 기능에 이상이 있는 것으로 판단할 수 있다. 모니터링 서버(3000)는 사용자의 갑상선 기능 항진증을 예측(S1531)할 수 있다. 모니터링 서버(3000)는 사용자의 갑상선 기능 항진증을 진단(S1531)할 수 있다. 모니터링 서버(3000)는 사용자의 갑상선 기능 항진증을 판단(S1531)할 수 있다.
S1531단계에 따라 사용자의 갑상선 기능에 이상이 있는 것으로 판단되면, 모니터링 서버(3000)는, 사용자 단말(2000)의 단말 출력부(2200)를 통해 사용자의 갑상선 이상과 관련된 경고가 출력되도록, 사용자 단말(2000)로 신호를 전송할 수 있다.
모니터링 데이터가 기준 데이터에 비해 제1 임계치이상 크지 않은 경우, 모니터링 서버(3000)는 모니터링 데이터가 기준 데이터에 비해 제2 임계치이상 작은지 비교(S1513)할 수 있다.
모니터링 서버(3000)는 모니터링 데이터가 기준 데이터에 비해 제2 임계치이상 작은 경우, 모니터링 서버(3000)는 사용자의 갑상선 기능에 이상이 있는 것으로 판단할 수 있다. 일 예로, 모니터링 서버(3000)는 모니터링 심박수가 기준 심박수에 비해 제2 임계치(예, 8회)이상 작은 경우, 모니터링 서버(3000)는 사용자의 갑상선 기능에 이상이 있는 것으로 판단할 수 있다. 모니터링 서버(3000)는 사용자의 갑상선 기능 저하증을 예측(S1531)할 수 있다. 모니터링 서버(3000)는 사용자의 갑상선 기능 저하증을 진단(S1531)할 수 있다. 모니터링 서버(3000)는 사용자의 갑상선 기능 저하증을 판단(S1531)할 수 있다.
S1533단계에 따라 사용자의 갑상선 기능에 이상이 있는 것으로 판단되면, 모니터링 서버(3000)는, 사용자 단말(2000)의 단말 출력부(2200)를 통해 사용자의 갑상선 이상과 관련된 경고가 출력되도록, 사용자 단말(2000)로 신호를 전송할 수 있다.
도 12 내지 16은 본 출원의 일 실시예에 따른 모니터링 시스템이 갑상선 기능 이상을 예측하는 근거로, 갑상선기능저하증과 심박수 간의 상관관계에 대한 임상 연구 내용을 도시한 것이다.
본 임상연구에서는 갑상선기능저하증과 심박수의 연관성을 확인하기 위해 44명의 갑상선절제술후 갑상선기능저하증 환자(아래의 임상자)를 모집하여 웨어러블 장치를 착용하게 하고 심박수를 지속적으로 모니터링 하였다. 본 임상연구에서 사용된 웨어러블 장치는 Fitbit Charge 2™을 사용하였다. 웨어러블 장치를 착용한 임상자들은 3회에 걸쳐 내원하였고, 갑상선호르몬제 치료를 진행하는 동안 갑상선호르몬제의 중단 및 유지에 따라 변화하는 갑상선호르몬 농도를 웨어러블 장치로 측정한 심박수의 변화와 비교하였다.
구체적으로, 본 임상연구에 참여한 환자는 두 임상군으로 분류되었다. 제1 임상군은 30명의 임상자로 구성되었으며, 제1 임상군으로 분류된 임상자들은 3회에 걸쳐 내원하면서, 1차 내원 전, 그리고 2차 내원 이후 3차 내원 시까지는 갑상선호르몬제를 복용하고, 1차 내원 이후 2차 내원 시 기간 중 2차 내원 1개월 전부터 갑상선호르몬제를 복용하지 않도록 유도되어, 1차 및 3차 내원시에는 갑상선 기능이 정상인 상태에, 그리고 2차 내원시에는 갑상선기능저하증을 가진 상태에 있었고, 이에 제1 임상군은 Hypothyroidism 군으로 분류되었다. 제2 임상군은 14명의 임상자로 구성되었으며, 제2 임상군으로 분류된 임상자들은 3회에 걸쳐 내원하면서, 1차 내원 전부터 3차 내원 시까지 계속적으로 갑상선호르몬제를 복용하도록 유도되어, 1차, 2차 및 3차 내원시에 갑상선 기능이 정상인 상태에 있었고, 이에 제2 임상군은 Control 군으로 분류되었다.
도 12는 임상연구 과정에 참여한 임상자들에 있어서, 임상군 별 특성을 나타낸 도면이다. 도 12에서 Age는 나이, Gender는 성별, Body mass index는 체질량지수, Systolic blood pressure는 수축기 혈압, Diastolic Blood Pressure는 이완기 혈압, On-site resting heart rate는 환자 내원시 자동혈압계로 측정한 심박수, Thyroid function test는 환자 내원시 측정된 갑상선 호르몬 농도로 free T4는 갑상선호르몬, TSH는 갑상선 자극 호르몬이고, Glucose는 글루코스를, BUN은 혈액요소질소를, Creatinine은 크레아틴을, Total cholesterol은 총 콜레스테롤을, Total protein은 총단백량을, Albumin은 알부민을, AST는 Aspartate Transaminase을, ALT는 Alamine Transaminase을, WBC는 백혈구을, Hemoglobin은 헤모글로빈을, Platelet은 혈소판을 의미한다. 도 12에서 각 특성에 나타난 값은, 임상군에 속하는 다수의 임상자들의 각 특성에 대응되는 값의 평균값와 표준 편차를 나타내고, (평균)±(표준 편차)로 표시된다.
도 13은 임상연구 과정에 참여한 임상자들에 있어서, 1차 내원과 2차 내원 사이의 갑상선 기능 파라미터의 변화를 나타낸 도면이다. 도 13에서 free T4는 갑상선호르몬 농도를, TSH는 갑상선 자극 호르몬 농도를, zulewski's clinical score는 Zulewski의 갑상선기능저하증 임상 점수를, On-site rHR는 내원시 15분간 휴식한 상태로 고식적인 방법으로 측정한 휴지기 심박수를, WD-rHR은 내원 전 5일간의 기간동안 웨어러블 디바이스로 측정된 휴지기 심박수의 평균값을, WD-sleepHR은 내원 전 5일간의 기간동안 웨어러블 디바이스로 측정된 수면시 심박수의 평균값을, WD-2to6HR은 내원 전 5일간의 기간동안 웨어러블 디바이스로 측정된 새벽2시부터 6시사이의 심박수의 평균값을 의미한다.
도 13에서 Visit 1 or 3은, 각 임상군에 속하는 임상자들의 1차 내원에 대한 데이터에 기초한 각 특성의 값을 나타낸다. 각 임상자들의 1차 내원에 대한 데이터가 결측된 경우, 해당 임상자의 3차 내원의 데이터로 1차 내원에 대한 데이터를 대체하여 분석을 진행하였다. 도 13에서 Visit 2는, 각 임상군에 속하는 임상자들의 2차 내원에 대한 데이터에 기초한 각 특성의 값을 나타낸다.
도 13에서, Hypothyroidism 군에서는 1차 내원과 비교하여 2차 내원시에 측정된 갑상선 호르몬(free T4) 수치가 정상 범위(0.8-1.8 ng/dL) 이하로 떨어져, 해당 임상군에 속하는 임상자들이 2차 내원 시점에 갑상선 기능 저하증에 있는 상태임을 볼 수 있다. 도 13에서, Control 군에서는 1차 내원, 그리고 2차 내원시에 측정된 갑상선 호르몬(free T4) 수치가 모두 정상 범위(0.8-1.8 ng/dL)에 들어가, 해당 임상군에 속하는 임상자들이 1차 및 2차 내원 시점에 갑상선 기능이 정상인 상태임을 볼 수 있다. 도 13에서 Control 군의 갑상선호르몬 (free T4) 수치가 Visit 1 or 3 및 Visit 2 에서 모두 정상 범위에 있으나, 1차 내원에 비해 2차 내원에의 free T4 갑상선 호르몬 수치가 통계적으로 유의하게 감소하였으며, On-site rHR은 Control 군의 갑상선호르몬 (free T4) 수치가 유의하게 감소한 차이를 반영하지 못했으나, 웨어러블기기로 측정한 파라미터(즉, WD-rHR, WD-sleepHR, WD-2to6HR)들은 Control 군의 갑상선호르몬 (free T4) 수치가 유의하게 감소한 차이를 반영하는 상대적으로 더 민감한 지표임을 알 수 있었다.
도 14는, 도 13에 나타난 갑상선 기능 파라미터의 변화에 기초하여, free T4 갑상선 호르몬 농도와 심박수 파라미터 사이의 연관성을 분석한 결과를 나타낸 도면이다. 도 14에서 On-site rHR의 Unstandardized beta는 내원시 15분간 휴식한 상태로 측정한 휴지기 심박수와 free T4 갑상선 호르몬 농도의 연관성을, WD-rHR의 Unstandardized beta는 내원 전 5일간의 기간동안 웨어러블 디바이스로 측정된 휴지기 심박수의 평균값과 free T4 갑상선 호르몬 농도의 연관성을, WD-sleepHR의 Unstandardized beta는 내원 전 5일간의 기간동안 웨어러블 디바이스로 측정된 수면시 심박수의 평균값과 free T4 갑상선 호르몬 농도의 연관성을, WD-2to6HR의 Unstandardized beta는 내원 전 5일간의 기간동안 웨어러블 디바이스로 측정된 새벽2시부터 6 시사이의 심박수의 평균값과 free T4 갑상선 호르몬 농도의 연관성을 의미한다.
도 14에서, 병원에의 내원시 휴지기 심박수와 free T4 갑상선 호르몬 농도와의 연관성에 비해, 웨어러블 디바이스에서 획득된 심박수를 이용하여 산출된 몇몇 파라미터와 free T4 갑상선 호르몬 농도 사이의 연관성이 큰 것을 확인하였다.
도 15는, 도 13에 나타난 갑상선 기능 파라미터의 변화에 기초하여, 갑상선 기능 저하증과 심박수 파라미터 사이의 연관성을 분석한 결과를 나타낸 도면이다. 여기서, 갑상선 기능 저하증은 내원시에 측정된 호르몬 수치를 통해서 의사가 갑상선 기능 이상 여부에 대한 진단을 수행한 결과를 의미할 수 있다. 도 15에서 On-site rHR의 Unstandardized beta는 내원시 15분간 휴식한 상태로 측정한 휴지기 심박수와 갑상선 기능 저하증 진단의 연관성을, WD-rHR의 Unstandardized beta는 내원 전 5일간의 기간동안 웨어러블 디바이스로 측정된 휴지기 심박수의 평균값과 갑상선 기능 저하증 진단의 연관성을, WD-sleepHR의 Unstandardized beta는 내원 전 5일간의 기간동안 웨어러블 디바이스로 측정된 수면시 심박수의 평균값과 갑상선 기능 저하증 진단의 연관성을, WD-2to6HR의 Unstandardized beta는 내원 전 5일간의 기간동안 웨어러블 디바이스로 측정된 새벽2시부터 6시사이의 심박수의 평균값과 갑상선 기능 저하증 진단의 연관성을 의미한다.
도 15에서, 병원에의 내원시 휴지기 심박수와 갑상선 기능 저하증 진단과의 연관성에 비해, 웨어러블 디바이스에서 획득된 심박수를 이용하여 산출된 몇몇 파라미터와 갑상선 기능 저하증 진단과의 연관성이 큰 것을 확인하였다.
도 14 및 15에 따르면, 웨어러블 디바이스에서 획득된 심박수를 이용하여 산출된 파라미터와 갑상선 기능 저하증의 연관성이 병원에의 내원시 휴지기 심박수와 갑상선 기능 저하증의 연관성에 비해 큰 것을 확인하였다. 이는, 웨어러블 디바이스의 특성에 따라, 웨어러블 디바이스를 통해 획득되는 심박수 정보에 기초하여 갑상선 기능 이상을 예측하면, 병원 내원시의 '단기간'의 심박수 정보를 토대로 갑상선 기능 이상을 예측하는 것이 아니라, 일상 생활 중에 획득되는 상대적으로 '장기간'의 심박수 정보를 토대로 갑상선 기능 이상을 예측할 수 있기 때문에, 상대적으로 정확한 예측이 가능한 것으로 판단된다.
도 16은 도 13에 나타난 내원 시점 별 갑상선 기능 파라미터의 변화에 기초하여, 내원 시점에 따른 평균 free T4의 변화, 내원 시점에의 따른 갑상선기능저하증 증상 점수의 변화, 내원 시점에 따른 On-site HR의 변화, 내원 시점에 따른 WD-rHR의 변화, 내원 시점에 따른 WD-sleepHR의 변화, 내원 시점에 따른 WD-2to6HR의 변화를 나타낸 도면이다(왼쪽위부터 오른쪽방향으로 순서대로, 오차 막대 95% CI). 도 16에서, On-site rHR는 내원시 15분간 휴식한 상태로 고식적인 방법으로 측정한 휴지기 심박수를, WD-rHR은 내원 전 5일간의 기간동안 웨어러블 디바이스로 측정된 휴지기 심박수의 평균값을, WD-sleepHR은 내원 전 5일간의 기간동안 웨어러블 디바이스로 측정된 수면시 심박수의 평균값을, WD-2to6HR은 내원 전 5일간의 기간동안 웨어러블 디바이스로 측정된 새벽2시부터 6시사이의 심박수의 평균값을 의미한다. 도 16에서 획득된 심박수 관련 파라미터 중 WD-rHR, WD-sleepHR 및 WD-2to6HR는, 웨어러블 디바이스를 이용하여 획득된 생체정보 및/또는 시간, 모션, 수면 정보에 기초하여 산출된 것을 이용하였다.
도 16에서, 내원 시점에 따른 증상 점수의 변화는 Hypothyroidism 군의 오차막대가 Control 군의 평균값과 중첩되어, 사실상 갑상선 기능 저하증과 정상을 구분하는 단일 지표로 “증상 점수”가 사용되기에는 무리가 있다는 점을 보여주었다. 반면, 도 16에서 내원 시점에 따른 심박수 관련 파라미터(On-site rHR, WD-rHR, WD-sleepHR 및 WD-2to6HR)은 Hypothyroidism 군의 오차 막대가 Control군의 평균값보다 아래에 위치할 뿐 아니라, Hypothyroidism 군의 평균값이 Control 군의 평균값과 유의미하게 구별되어, 갑상선 기능 저하증과 정상을 구분하는 단일 지표로 심박수 관련 파라미터(On-site rHR, WD-rHR, WD-sleepHR 또는 WD-2to6HR)가 사용될 수 있음을 보여주었다.
결과적으로, 웨어러블 장치로 측정한 심박수에 기초한 파라미터가 갑상선 기능 저하증을 예측할 수 있는 지표로써 활용될 수 있을 뿐만 아니라, 종래에 이용되는 증상 점수에 비해 강한 예측력을 보여준다는 것이 입증되었으며, 본 임상 연구를 토대로 확인된 “웨어러블 장치로 측정된 심박수와 갑상선 기능 저하증의 유병률 또는 재발률과의 연관성”은, 본 출원의 일 실시예에 따르는 모니터링 시스템의 이용으로 환자가 직접 내원을 하지 않더라도 웨어러블 장치를 착용하는 것만으로도 휴지기 심박수의 변화로부터 갑상선기능항진증의 조절정도를 평가하고 재발을 쉽게 예측할 수 있는 것을 보여준다.
본 명세서에서는, 본 출원의 일 실시예에 따른 모니터링 시스템이 갑상선 기능 이상을 예측하는 근거로, 갑상선기능항진증과 심박수 간의 상관관계에 대한 임상 연구 내용을 따로 기재하지 않았다. 이는, 공개된 한국 등록 특허 제10-2033696호에 개시되어 있어, 본 명세서에서 해당 내용에 대한 중복된 기재를 포함하지 않더라도 당업자는 웨어러블 디바이스를 이용한 심박수 정보를 토대로 갑상선 기능 항진증을 예측할 수 있음을 충분히 이해할 수 있다.
1.1.5 갑상선 기능 이상 모니터링(S100)의 시기
본 출원의 일 실시예에 따르면, 갑상선 기능 이상 모니터링 방법(S100)은 생체 정보 획득(S1100), 모니터링 데이터 산출(S1300) 및 갑상선 기능 이상 판단(S1500)을 포함할 수 있다.
생체 정보의 획득(S1100)은 제1 주기에 따라 수행될 수 있다. 생체 정보의 획득(S1100) 주기는 사용자 단말(2000)의 데이터 전송 주기에 따라 결정될 수 있다. 생체 정보의 획득(S1100) 주기는 사용자 단말(2000)의 생체 정보 전송 주기에 따라 결정될 수 있다. 생체 정보의 획득(S1100)은 정해진 주기(즉, 직전의 제1 주기)에 따라 수행될 수 있다.
모니터링 서버(3000)가 사용자 단말(2000)로부터 생체 정보를 획득(S1100)하는 주기(즉, 직전의 제1 주기)는, 웨어러블 디바이스(1000)가 생체 신호를 획득하는 주기와는 상이할 수 있다. 모니터링 서버(3000)가 사용자 단말(2000)로부터 생체 정보를 획득(S1100)하는 주기는, 웨어러블 디바이스(1000)가 생체 신호를 획득하는 주기보다는 길거나 같을 수 있다. 이에 대해서는 위에서 이미 서술한 바 있어 중복되는 설명은 생략하기로 한다.
모니터링 데이터 산출(S1300)은 제2 주기에 따라 수행될 수 있다. 모니터링 데이터의 산출(S1300)은 생체 정보의 획득(S1100)을 트리거(trigger)로 하여 수행될 수 있다. 모니터링 데이터의 산출(S1300)은 모니터링 서버(3000)에 기 설정된 주기(즉, 직전의 제2 주기)에 따라 수행될 수 있다. 또는, 외부 장치(예, 사용자 단말(2000))로부터 S1300단계를 수행을 위한 신호가 수신되면, 모니터링 데이터의 산출(S1300)은 수행될 수 있다.
모니터링 서버(3000)가 모니터링 데이터를 산출(S1300)하는 주기(즉, 직전의 제2 주기)는, 모니터링 서버(3000)가 생체 정보를 획득(S1100)하는 주기(즉, 직전의 제1 주기)와 상이할 수 있다. 모니터링 서버(3000)가 모니터링 데이터를 산출(S1300)하는 주기(즉, 직전의 제2 주기)는, 모니터링 서버(3000)가 생체 정보를 획득(S1100)하는 주기(즉, 직전의 제1 주기)보다 길거나 같을 수 있다.
갑상선 기능 이상 판단(S1500)은 제3 주기에 따라 수행될 수 있다. 갑상선 기능 이상 판단(S1500)은 모니터링 데이터의 산출(S1300)을 트리거(trigger)로 하여 수행될 수 있다. 갑상선 기능 이상 판단(S1500)은 모니터링 서버(3000)에 기 설정된 주기(즉, 직전의 제3 주기)에 따라 수행될 수 있다.
모니터링 서버(3000)가 갑상선 기능 이상을 판단(S1500)하는 주기(즉, 직전의 제3 주기)는, 모니터링 서버(3000)가 모니터링 데이터를 산출(S1300)하는 주기(즉, 직전의 제2 주기)와 상이할 수 있다. 모니터링 서버(3000)가 갑상선 기능 이상을 판단(S1500)하는 주기(즉, 직전의 제3 주기)는, 모니터링 서버(3000)가 모니터링 데이터를 산출(S1300)하는 주기(즉, 직전의 제2 주기)보다 길거나 같을 수 있다.
도 17는 본 출원의 일 실시예에 따른 갑상선 기능 이상 모니터링 방법(S100)의 동작 수행 타이밍을 설명하기 위한 도면이다.
본 출원의 일 실시예에 따르면, 기준 데이터는 갑상선 상태 정보의 수신을 트리거(trigger)로 하여 산출될 수 있다. 생체 정보는 제1 주기에 따라 획득될 수 있다. 모니터링 데이터는 제2 주기에 따라 산출될 수 있다. 갑상선 기능 이상 판단은 모니터링 데이터의 산출에 대한 응답으로 수행될 수 있다.
도 12를 참조하면, 모니터링 서버(3000)에 갑상선 상태 정보가 수신(S2100)되면, 기준 데이터 산출 기간(RP)에 대한 기준 데이터가 산출(S2300)될 수 있다.
기준 데이터는, 기준 데이터 산출 기간(RP)에 포함된 적어도 하나의 휴지 구간의 생체 정보에 기초하여 산출될 수 있다. 기준 데이터는, 기준 데이터 산출 기간(RP)에 포함된 적어도 하나의 휴지 구간의 심박수에 기초하여 산출될 수 있다. 본 명세서에서 설명하는 기준 데이터의 산출 방법에 따라 산출되며, 산출 시 이용되는 생체 정보가 심박수를 포함하는 경우의 기준 데이터는 기준 심박수로 개시될 수 있다.
일 예로, 기준 심박수는, 상기 사용자의 갑상선 호르몬 수치가 정상 범위인 날을 포함하는 기간 동안의 휴지 구간을 추출하여, 상기 휴지 구간의 심박수에 기초하여 결정될 수 있다.
다른 예로, 기준 심박수는, 상기 사용자의 갑상선 호르몬 수치가 정상 범위를 벗어난 날을 포함하는 기간 동안의 휴지 구간을 추출하여, 상기 휴지 구간의 심박수에 기초하여 결정된 기준 기간 데이터에 대한 추정 데이터로 결정될 수 있다.
또 다른 예로, 기준 심박수는, 상기 사용자의 갑상선 호르몬 수치가 없는 경우, 연속된 복수의 날들에 대한 사용자의 심박수에 기초하여 산출될 수 있다.
기준 데이터 산출 기간(RP)은 갑상선 상태 정보의 수신(S2100) 이전의 구간도 포함할 수 있다. 일 예로, 기준 데이터의 산출 기간(RP)은 갑상선 상태 정보의 수신(S2100)일을 기준으로, 이전 2일과 이후 2일을 포함한 총 5일로 결정될 수 있다.
모니터링 서버(3000)에는 제1 주기에 따라 생체 정보가 획득(S1100)될 수 있다. 생체 정보가 획득(S1100)되는 기간은 기준 데이터 산출 기간(RP)과 중첩되는 구간을 포함할 수 있다. 생체 정보가 획득(S1100)은 모니터링 데이터의 산출(S1300) 시기와 중첩될 수 있다.
제1 주기에 따라 획득된 생체 정보는 모니터링 서버(3000)에 저장될 수 있다. 제1 주기에 따라 획득된 생체 정보는 소정의 기간동안 모니터링 서버(3000)에 저장될 수 있다.
모니터링 서버(3000)는 제2 주기에 따라 모니터링 데이터를 산출(S1300)할 수 있다. 모니터링 서버(3000)는 제2 주기마다 모니터링 기간(MP)에 대한 모니터링 데이터를 산출(S1300)할 수 있다.
모니터링 데이터는, 모니터링 기간(MP)에 포함된 적어도 하나의 휴지 구간의 생체 정보에 기초하여 산출될 수 있다. 모니터링 데이터는, 모니터링 기간(MP)에 포함된 적어도 하나의 휴지 구간의 심박수에 기초하여 산출될 수 있다. 본 명세서에서 설명하는 모니터링 데이터의 산출 방법에 따라 산출되며, 산출 시 이용되는 생체 정보가 심박수를 포함하는 경우의 모니터링 데이터는 모니터링 심박수로 개시될 수 있다.
일 예로, 모니터링 심박수는, 모니터링 기간의 휴지 구간을 추출하여, 상기 휴지 구간의 심박수에 기초하여 결정될 수 있다. 휴지 구간은 사용자의 운동 상태에 대한 정보에 기초하여 선택될 수 있다. 휴지 구간은 사용자의 걸음수가 0인 상태로 소정의 시간 이상 지속된 구간에 기초하여 선택될 수 있다. 휴지 구간은, 사용자의 가속도가 0인 상태로 소정의 시간 이상 지속된 구간에 기초하여 선택될 수 있다.
다른 예로, 모니터링 심박수는, 모니터링 기간의 수면 구간을 추출하여, 상기 수면 구간의 심박수에 기초하여 결정될 수 있다. 수면 구간은 사용자의 운동 상태에 대한 정보에 기초하여 선택될 수 있다. 또는, 수면 구간은 디바이스 센싱부(1400)를 통해 호흡에 관한 정보, 소음에 관한 정보, 심박수와 다른 생체 정보 등에 기초하여 선택될 수 있다.
모니터링 서버(3000)는 제1 시점에 제1 모니터링 기간(MP)에 대한 제1 모니터링 데이터를 산출할 수 있다. 모니터링 서버(3000)는 제1 시점으로부터 제2 주기에 상응하는 기간이 도과한 제2 시점에 제2 모니터링 기간(MP)에 대한 제2 모니터링 데이터를 산출할 수 있다.
상기 제1 모니터링 기간(MP)와 상기 제2 모니터링 기간(MP)은 중첩되는 구간을 포함할 수 있다. 상기 제1 모니터링 기간(MP)과 상기 제2 모니터링 기간(MP)은 동일한 길이의 기간일 수 있다. 다시 말해, 상기 제1 모니터링 기간(MP)이 5일이면, 상기 제2 모니터링 기간(MP)도 5일일 수 있다.
필수적이지는 않지만, 기준 데이터 산출 기간(RP)과 모니터링 기간(MP)은 동일한 길이의 기간일 수 있다. 다시 말해, 기준 데이터 산출 기간(RP)이 5일이면, 모니터링 기간(MP)도 5일일 수 있다.
본 출원의 일 실시예에 따르면, 모니터링 서버(3000)가 모니터링 데이터를 산출(S1300)하는 주기는, 모니터링 서버(3000)가 생체 정보를 획득(S1100)하는 주기보다 길 수 있다. 구체적인 예를 들어, 모니터링 서버(3000)는 생체 정보를 3시간간격으로 획득할 수 있고, 모니터링 데이터를 1일간격으로 산출할 수 있다.
모니터링 데이터를 산출(S1300)하는 시점은 모니터링 데이터의 모니터링 기간(MP)의 종료 시점과 인접할 수 있다. 모니터링 데이터를 산출(S1300)하는 시점은 모니터링 데이터의 모니터링 기간(MP)의 종료 시점과 동일할 수 있다. 모니터링 데이터를 산출(S1300)하는 시점은 모니터링 데이터의 모니터링 기간(MP)의 종료 시점과 실질적으로 동일할 수 있다.
모니터링 서버(3000)는 제3 주기에 따라 갑상선 기능 이상 판단(S1500)을 수행할 수 있다. 모니터링 서버(3000)는 모니터링 데이터가 산출(S1300)되면, 갑상선 기능 이상 판단(S1500)을 수행할 수 있다.
모니터링 서버(3000)는 모니터링 데이터가 산출(S1300)되면, 기준 데이터와 모니터링 데이터를 비교(S1510)할 수 있다. 모니터링 서버(3000)는 기준 데이터와 모니터링 데이터를 비교(S1510)하여 소정의 조건을 만족할 때, 갑상선 기능에 이상이 있는 것으로 판단(S1530)하고 경고를 출력하기 위한 적절한 동작을 수행할 수 있다.
S1510단계를 수행하는 횟수는 S1530을 수행하는 횟수보다 많거나 같을 수 있다.
모니터링 서버(3000)가 기준 데이터를 산출(S200)하는 주기는, 모니터링 데이터를 산출(S1300)하는 주기에 비해 길 수 있다.
본 출원의 일 실시예에 따른 기준 데이터는, 모니터링 데이터의 산출(S1300) 이전에 모니터링 서버(3000)의 서버 데이터베이스(3200)에 저장되어 있을 수 있다. 모니터링 서버(3000)는 모니터링 데이터의 산출(S1300) 및 갑상선 기능 이상 판단(S1500) 시점에 저장된 기준 데이터를 확인할 수 있다. 따라서, 새로운 이벤트가 발생되어 기준 데이터가 업데이트 될 때까지, 서버 데이터베이스(3200)에 저장된 기준 데이터 값은 유지될 수 있다. 갑상선 상태 정보가 수신되면, 모니터링 서버(3000)는 기준 데이터를 산출(S200)하고, 새로운 기준 데이터를 서버 데이터베이스(3200)에 저장할 수 있다.
기준 데이터가 산출(S200)되고 나면, 해당 기준 데이터를 활용한 갑상선 기능 이상 판단(S1500)이 복수회 수행될 수 있다. 기준 데이터가 산출(S200)되고 다른 이벤트가 발생될 때까지, 복수 회의 갑상선 기능 이상 모니터링(S100)이 수행될 수 있다.
본 출원의 일 실시예에 따르면, 기준 데이터의 산출(S2300) 시점과 갑상선 기능 이상 판단(S1500)시점은 중첩되지 않을 수 있다. 기준 데이터 산출 기간(RP)과 모니터링 기간(MP)은 중첩되지 않을 수 있다.
본 출원의 일 실시예에 따르면, 갑상선 상태 정보의 수신(S2100)에 따른 응답으로 산출된 제1 기준 데이터 산출 기간(RP)에 대한 제1 기준 데이터가 산출(S2300)될 수 있다. 새로운 갑상선 상태 정보의 수신(S2100)에 따른 응답으로 산출된 제2 기준 데이터 산출 기간(RP)에 대한 제2 기준 데이터가 산출(S2300)될 수 있다.
여기서, 상기 제1 기준 데이터 산출 기간(RP)과 상기 제2 기준 데이터 산출 기간(RP)은 중첩되지 않을 수 있다. 또는, 상기 제1 기준 데이터 산출 기간(RP)은 상기 제2 기준 데이터 산출 기간(RP)에 포함될 수 있다.
2. 갑상선 기능 이상 모니터링 시스템(100)의 유저 인터페이스
도 18 및 19는 본 출원의 일 실시예에 따른 갑상선 기능 이상 모니터링 시스템(100)에서의 유저 인터페이스(400)를 설명하기 위한 도면이다.
본 출원의 일 실시예에 따르면, 사용자 단말(2000)은 갑상선 기능 이상 모니터링(S100)에 따른 결과를 출력할 수 있다. 본 출원의 일 실시예에 따르면, 사용자 단말(2000)은 갑상선 기능 이상 판단(S1500)에 따른 결과를 출력할 수 있다. 본 출원의 일 실시예에 따르면, 사용자 단말(2000)은 갑상선 기능 이상 판단(S1530)에 따른 결과를 출력할 수 있다.
사용자 단말(2000)의 단말 출력부(2200)는 모니터링 서버(3000)로부터 수신된 정보에 기초하여, 사용자에게 적절한 정보를 출력할 수 있다.
도 18을 참조하면, 사용자 단말(2000)은 갑상선 정보 인터페이스(4100), 심박수 정보 인터페이스(4200) 및 호르몬 정보 인터페이스(4300)를 포함하는 유저 인터페이스(400)를 출력할 수 있다.
갑상선 정보 인터페이스(4100)는 갑상선 기능 이상 판단(S1500)에 기초한 정보가 출력될 수 있다. 일 예로, 갑상선 정보 인터페이스(4100)는 갑상선 기능 이상 위험도에 대한 정보가 출력될 수 있다. 구체적인 예로, 갑상선 정보 인터페이스(4100)는 갑상선 기능 항진증 위험도가 74%로, 고위험이라는 정보가 출력될 수 있다. 갑상선 정보 인터페이스(4100)에는 병원 방문을 유도하기 위한 정보가 더 출력될 수 있다. 구체적인 예로, 갑상선 정보 인터페이스(4100)는 갑상선 기능 항진증 위험도가 높으니, 주치의와 상담하라는 메시지가 출력될 수 있다. 구체적인 예로, 갑상선 정보 인터페이스(4100)는 자가 진단을 위한 문진표가 출력될 수 있다.
본 명세서에서 설명하는 '경고'는 갑상선 기능 이상 판단(S1500)에 기초한 사용자에의 정보 제공을 포함할 수 있다. 본 명세서에서 설명하는 '경고 메시지'는 갑상선 기능 이상 판단(S1500)에 기초한 사용자에의 정보 제공이, 시각적, 청각적, 촉각적, 후각적, 및/또는 미각적 방식으로 수행되는 것을 포함할 수 있다.
심박수 정보 인터페이스(4200)는 모니터링 데이터의 산출(S1300)에 기초한 정보가 출력될 수 있다. 일 예로, 심박수 정보 인터페이스(4200)는 모니터링 심박수 정보가 출력될 수 있다. 구체적인 예로, 심박수 정보 인터페이스(4200)는 모니터링 심박수 정보가 시간에 따른 변화 양상이 표현되도록 출력될 수 있다.
심박수 정보 인터페이스(4200)에는 기준 데이터의 산출(S200)에 기초한 정보가 함께 출력될 수 있다. 일 예로, 심박수 정보 인터페이스(4200)에는 기준 심박수 정보가 출력될 수 있다. 구체적인 예로, 심박수 정보 인터페이스(4200)에는 기준 심박수 정보, 기준 심박수보다 제1 임계치만큼 큰 갑상선 이상 판단의 기준이 될 제1 임계 심박수 정보, 기준 심박수보다 제2 임계치만큼 작은 갑상선 이상 판단의 기준이 될 제2 임계 심박수 정보가 함께 출력될 수 있다.
심박수 정보 인터페이스(4200)는 모니터링 심박수 정보와 함께 다른 정보가 출력될 수 있다. 구체적인 예로, 심박수 정보 인터페이스(4200)는 모니터링 심박수 정보 및 사용자의 혈액 검사에 따른 호르몬 수치가 시간에 따른 변화 양상이 표현되도록 출력될 수 있다.
호르몬 정보 인터페이스(4300)는 단말 입력부(2100)를 통해 입력된 사용자의 혈액 검사에 따른 호르몬 수치가 출력될 수 있다. 일 예로, 호르몬 정보 인터페이스(4300)에는 가장 최근에 입력된 사용자의 혈액 검사에 따른 호르몬 수치가 출력될 수 있다. 구체적인 예로, 호르몬 정보 인터페이스(4300)에는 가장 최근에 입력된 사용자의 혈액 검사에 따른 freeT4 및 TSH 호르몬 수치가 출력될 수 있다.
호르몬 정보 인터페이스(4300)에는 사용자의 혈액 검사 일자가 함께 출력될 수 있다. 호르몬 정보 인터페이스(4300)에는 가장 최근의 사용자의 혈액 검사 일자를 기준으로 도과한 일자가 함께 출력될 수 있다.
도 19를 참조하면, 사용자 단말(2000)은 검사 정보 입력 인터페이스(4400)를 포함하는 유저 인터페이스(400)를 출력할 수 있다.
검사 정보 입력 인터페이스(4400)에는 사용자의 혈액 검사 결과를 입력할 수 있는 인터페이스가 출력될 수 있다. 일 예로, 검사 정보 입력 인터페이스(4400)에는 사용자의 혈액 검사 결과가 호르몬 별로 입력될 수 있도록, 구분된 인터페이스가 출력될 수 있다.
검사 정보 입력 인터페이스(4400)는 사진 입력 인터페이스(4420)를 더 포함할 수 있다. 사진 입력 인터페이스(4420)가 클릭되면, 사용자 단말(2000)은 사용자의 검사 결과지를 이미지로 촬영할 수 있는 인터페이스를 제공할 수 있다. 사용자의 검사 결과지가 촬영되면, 사용자 단말(2000)은 광학적 문자 판독(optical character reader, OCR)을 수행하여 사용자의 호르몬 정보를 확인할 수 있다.
유저 인터페이스(400)는 사용자의 증상 정보를 입력 받기위한 자가 문진 입력 인터페이스를 더 포함할 수 있다. 자가 문진 입력 인터페이스를 통해서, 불면증, 두통, 손떨림, 집중력 저하 등의 증상 정보가 입력될 수 있다.
3. 갑상선 기능 이상 모니터링 시스템(100)의 변형 실시예
본 출원의 일 실시에에 따르면, 갑상선 기능 이상 모니터링 시스템(100)은 생체 신호에 기초하여 사용자의 갑상선 기능 이상을 예측할 수 있다. 갑상선 기능 이상 모니터링 시스템(100)은 사용자의 심박수 정보를 모니터링 하여, 사용자의 갑상선 기능 이상을 예측할 수 있다.
갑상선 기능 이상 모니터링 시스템(100)에 의해 사용자의 갑상선 기능 이상이 예측되는 경우, 더 정확한 갑상선 기능을 판단하기 위해서는, 유사 증상(즉, 유사 생체 신호)가 발현되는 타 질병과 구별할 필요성이 있다. 예를 들어, 갑상선 기능 이상 모니터링 시스템(100)이 사용자의 심박수 정보에 기초하여 사용자의 갑상선 기능을 예측하는 경우, 평소에 비해 심박수가 크게 증가하는 심방세동과 구별하는 것이 중요하다.
이를 위해서, 갑상선 기능 이상 모니터링 시스템(100)은 심박수와 다른 제2 인자를 더 고려하여, 갑상선 기능 이상을 예측할 수 있다. 이하에서는, 보다 정확한 사용자의 갑상선 기능 이상 예측을 위한, 갑상선 기능 이상 모니터링 시스템(100)의 변형 실시예에 대해서 구체적으로 개시한다.
이하에서 설명하는 갑상선 기능 이상 모니터링 방법에 따르면, 기존에 갑상선 기능 항진증이나 저하증을 앓은 적이 없거나, 유전적 요인이 적은 사용자에 대해서도 보다 정확한 갑상선 기능 이상 모니터링을 제공할 수 있다.
도 20은 본 출원의 일 실시예에 따른 갑상선 기능 이상 모니터링(S300)를 설명하기 위한 순서도이다.
도 20을 참조하면, 본 출원에 따른 갑상선 기능 이상 모니터링 방법(S300)은 제1 인자에 따른 갑상선 기능 모니터링(S3100), 제2 인자에 따른 갑상선 기능 모니터링(S3200) 및 갑상선 기능 이상 판단(S3300)을 포함할 수 있다. 일 실시예에 따르면, S3100, S3200 및 S3300단계는 모니터링 서버(3000)에 의해 수행될 수 있다.
제1 인자에 따른 갑상선 기능 모니터링(S3100)은 전술한 갑상선 기능 이상 모니터링(S100) 방식과 유사하게 수행될 수 있다. 일 예로, 제1 인자에 따른 갑상선 기능 모니터링(S3100)은 심박수 정보를 획득(S1100)하고, 모니터링 심박수를 산출(S1300)하여, 기준 심박수와의 비교를 통해 갑상선 기능 이상을 판단(S1500)하는 전술한 갑상선 기능 이상 모니터링(S100) 방식과 유사하게 수행될 수 있다.
따라서, 제1 인자에 따른 갑상선 기능 모니터링(S3100)에 대한 중복적인 설명은 생략하기로 한다.
제2 인자에 따른 갑상선 기능 모니터링(S3200)은 디바이스 센서부(1400)를 통해 획득된 PPG 데이터를 분석하는 형태로 수행될 수 있다. 일 예로, 상기 획득된 PPG 데이터는 제1 인자에 따른 갑상선 기능 모니터링(S3100)에서 이용되는 심박수를 추출하기 위해 획득된 데이터일 수 있다.
도 21은 웨어러블 디바이스(1000)를 통해 획득되는 PPG 데이터 및 모니터링 서버(3000)를 통해 수행되는 PPG 테이터의 분석을 설명하기 위한 도면이다.
모니터링 서버(3000)는 웨어러블 디바이스(1000)의 디바이스 센서부(1400)를 통해 획득된 PPG 데이터를 수신할 수 있다. 서버 통신부(3100)는 상기 획득된 PPG 데이터를 사용자 단말(2000) 및/또는 웨어러블 디바이스(1000)로부터 수신할 수 있다. 웨어러블 디바이스(1000)는 획득된 PPG 데이터를 사용자 단말(2000)로 전송하고, 사용자 단말(2000)은 수신된 PPG 데이터를 모니터링 서버(3000)로 전송할 수 있다. 모니터링 서버(3000)는 사용자 단말(2000)을 통해 디바이스 센서부(1400)를 통해 획득된 PPG 데이터를 수신할 수 있다.
도 21을 참조하면, 모니터링 서버(3000)는 PPG 데이터에 기초하여 피크 간격(PI)을 확인할 수 있다. 모니터링 서버(3000)는 PPG 데이터 중 PPG 피크가 확인된 지점과 다음 PPG 피크가 확인된 지점 간의 시간 간격인 피크 간격(PI)을 확인할 수 있다. 모니터링 서버(3000)는 PPG 데이터에 기초하여 피크 간격(PI)의 변화를 확인할 수 있다.
갑상선 기능 이상의 경우, 심박수가 오랜 시간 동안 꾸준히 증가하거나, 감소하는 양상을 보이지만, 심방 세동의 경우 '심방근의 많은 부분이 동시에 불규칙적으로 통제없이 수축하는 상태'로 불규칙한 심박동이 반복되는 양상을 보이기 때문에, PPG 데이터의 피크 간격(PI)을 구분하는 것으로 갑상선 기능 이상 판단의 정확도를 향상시킬 수 있다.
본 출원의 일 실시예에 따르면, 모니터링 서버(3000)는 S3200 단계에서 PPG 데이터의 피크 간격(PI)을 확인하고, 피크 간격(PI)이 시간에 따라 크게 변화하는 경우에는, 갑상선 기능 이상의 위험도 보다는 심방세동의 위험도가 더 높은 것으로 판단할 수 있다. 일 예로, S3100단계에서 갑상선 기능 이상이 있는 것으로 판단된 경우, 모니터링 서버(3000)는 S3200 단계에서 PPG 데이터의 피크 간격(PI)을 확인하고, 피크 간격(PI)이 시간에 따라 크게 변화하는 경우에는, 심방세동의 위험도가 높은 것으로 판단(S3300)할 수 있다. S3200 및 S3300단계는 서버 제어부(3300)에 의해 수행될 수 있다.
모니터링 서버(3000)는 S3200 단계에서 PPG 데이터의 피크 간격(PI)을 확인하고, 피크 간격(PI)이 거의 일정하게 유지되는 경우에는, 심방세동의 위험도보다는 갑상선 기능 이상의 위험도가 더 높은 것으로 판단할 수 있다. 일 예로, S3100단계에서 갑상선 기능 이상이 있는 것으로 판단된 경우, 모니터링 서버(3000)는 S3200 단계에서 PPG 데이터의 피크 간격(PI)을 확인하고, 피크 간격(PI)이 시간의 변화와 무관하게 거의 일정하게 유지되는 경우에는, 갑상선 기능 이상의 위험도가 높은 것으로 판단(S3300)할 수 있다.
본 실시예에 따른 갑상선 기능 이상 모니터링(S300)을 수행하는 경우, 별도의 하드웨어의 추가 없이도 갑상선 기능 이상을 보다 정확하게 예측할 수 있는 이점이 도출될 수 있다.
도 20에 이어서, 제2 인자에 따른 갑상선 기능 모니터링(S3200)은 디바이스 센서부 (1400)를 통해 획득되는 심박수 정보 이외의 다른 생체 정보를 함께 분석하는 형태로 수행될 수 있다. 일 예로, 웨어러블 디바이스(1000)는 사용자의 온도 정보를 획득할 수 있다. 디바이스 센서부(1400)는 사용자의 온도를 센싱하고, 디바이스 통신부(1300)는 온도 정보를 모니터링 서버(3000)로 전송할 수 있다.
모니터링 서버(3000)는 기준 온도 및 모니터링 온도를 산출할 수 있다. 기준 온도는, 상술한 S2300단계에서 기준 데이터가 획득되는 방법과 유사하게 획득될 수 있다. 모니터링 온도는, 상술한 S1300단계에서 모니터링 데이터가 획득되는 방법과 유사하게 획득될 수 있다.
모니터링 서버(3000)는 기준 온도와 모니터링 온도를 비교하여, 갑상선 기능 모니터링(S3200)을 수행할 수 있다.
본 출원의 일 실시예에 따른 모니터링 서버(3000)는 사용자의 심박수 정보 및 온도 정보에 기초하여 사용자의 갑상선 기능 이상을 판단할 수 있다. 모니터링 서버(3000)는 심박수 정보에 따른 사용자의 갑상선 기능 모니터링과, 온도 정보에 따른 사용자의 기능 모니터링을 병렬적으로 수행할 수 있다. 다시 말해, 모니터링 기간에 대한 모니터링 심박수 및 모니터링 온도 정보를 산출하여, 모니터링 심박수와 기준 심박수를 비교하고, 모니터링 온도와 기준 온도를 비교하여, 두 결과값에 기초하여 사용자의 갑상선 기능 이상 판단(S3300)을 수행할 수 있다.
본 출원의 다른 실시예에 따르면, 모니터링 서버(3000)는 심박수 정보에 따른 사용자의 갑상선 기능 모니터링과, 온도 정보에 따른 사용자의 기능 모니터링을 순차적으로 수행할 수 있다. 다시 말해, 모니터링 심박수와 기준 심박수를 비교하여 갑상선 기능 이상이 판단(S3100)된 경우, 모니터링 온도와 기준 온도를 비교하여, 두 결과값에 기초하여 사용자의 갑상선 기능 이상 판단(S3200)을 수행하여, 최종적인 사용자의 갑상선 기능 이상 판단(S3300)을 수행할 수 있다. 만약, 모니터링 심박수와 기준 심박수를 비교하여 갑상선 기능 이상이 없는 것으로 판단(S3100)된 경우, 모니터링 온도와 기준 온도를 비교하는 갑상선 기능 모니터링(S3200)은 수행되지 않을 수 있다.
본 출원의 일 실시예에 따르면, 위의 기준 심박수가 산출될 때의 기준 기간과 기준 온도가 산출될 때의 기준 기간은 중첩될 수 있다. 필요에 따라, 위의 기준 심박수가 산출될 때의 기준 기간과 기준 온도가 산출될 때의 기준 기간은 동일할 수 있다. 위의 모니터링 심박수가 산출될 때의 모니터링 기간과 모니터링 온도가 산출될 때의 모니터링 기간은 중첩될 수 있다. 필요에 따라, 위의 모니터링 심박수가 산출될 때의 모니터링 기간이 모니터링 온도가 산출될 때의 모니터링 기간에 비해 길 수 있다.
도 20에 이어서, 제2 인자에 따른 갑상선 기능 모니터링(S3200)은 디바이스 센서부(1400)를 통한 추가적인 생체 정보를 요청하는 형태로 수행될 수 있다. 일 예로, 모니터링 서버(3000)는 S3100에 따른 결과가 갑상선 이상 가능성이 있는 것으로 판단된 경우, 추가적인 ECG 파형 데이터의 전송을 요청하여, 해당 데이터를 분석 제2 인자에 따른 갑상선 기능 모니터링(S3200)을 수행할 수 있다.
도 22는 본 출원의 일 실시예에 따른 제2 인자에 따른 갑상선 기능 모니터링(S3200)을 설명하기 위한 순서도이다.
제1 인자에 따른 갑상선 기능 모니터링(S3100)을 통해, 사용자의 갑상선 기능 이상 가능성이 있는 것으로 판단된 경우, 모니터링 서버(3000)는 추가 데이터의 입력을 요청(S3210)할 수 있다. 모니터링 서버(3000)는 추가 데이터를 입력받기 위해 사용자 단말(2000)에 추가 데이터의 요청을 전송(S3210)할 수 있다. S3210단계는 서버 통신부(3100)를 통해 서버 제어부(3300)가 수행하는 동작일 수 있다.
일 예로, 사용자 단말(2000)은 모니터링 서버(3000)의 요청에 대한 응답으로, 웨어러블 디바이스(1000)로 추가 데이터를 요청할 수 있다. 웨어러블 디바이스(1000)는 사용자 단말(2000)의 요청에 대한 응답으로, 디바이스 출력부(1200)를 통해 추가 데이터를 입력해 달라는 알림을 사용자에게 출력할 수 있다. 다른 예로, 사용자 단말(2000)은 단말 출력부(2200)를 통해 웨어러블 디바이스(1000)를 통해 추가 데이터를 입력해 달라는 알림을 사용자에게 출력할 수 있다.
추가 데이터가 ECG 데이터인 경우, 사용자는 웨어러블 디바이스(1000)에 형성된 적어도 두 전극의 각각에 양손이 접속할 필요가 있을 수 있다.
도 23은 본 출원의 일 실시예에 따른 웨어러블 디바이스(1000)를 이용한 ECG 데이터의 획득 방법을 설명하기 위한 개념도이다.
ECG데이터의 웨어러블 디바이스(1000)를 통한 획득을 위해, 왼손 또는 오른손이 제1 전극(ET1)에 접촉하고, 나머지 손이 제2 전극(ET2)에 접촉하여, 양 전극을 기준으로 신체적인 전기적 폐루프를 형성이 요구될 수 있다.
도 23에 도시된 웨어러블 디바이스(1000)에서는 제1 전극(ET1)은 팔목과 접촉하는 디스플레이의 후면에 형성되고, 제2 전극(ET2)은 디스플레이 등의 조절을 위한 스크롤에 형성되는 것으로 나타내었다.
이 때, 왼손 팔목에 제1 전극(ET1)이 형성되는 형태로 왼손이 제1 전극(ET1)에 접촉되고, 오른손가락이 제2 전극(ET2)에 접촉되면, 웨어러블 디바이스(1000)를 통한 ECG센싱이 수행될 수 있다.
도 22에 이어서, 모니터링 서버(3000)에 의해 추가 데이터의 입력 요청(S3210)으로, 사용자가 오른쪽 손가락을 제2 전극(ET2)에 접촉시키도록 유발될 수 있다. 사용자의 특정 동작의 수행으로 인해, 추가 데이터가 입력되면, 웨어러블 디바이스(1000)는 획득된 추가 데이터를 사용자 단말(2000)을 통해 모니터링 서버(3000)로 전송할 수 있다.
모니터링 서버(3000)는 입력된 추가 데이터의 파형을 분석(S3230)할 수 있다. 추가 데이터의 파형을 분석하는 일 예로, P파의 구별 가부를 확인할 수 있다.
도 24(a) 및 (b)는 본 출원의 일 실시예에 따른 ECG 데이터의 파형 분석(S3230) 방법을 설명하기 위한 도면이다.
사용자가 심방세동 증세를 보이는 경우, 사용자는 PQRS파 중 P파가 정확히 구별되지 않을 수 있다. 도 24(a)를 참조하면, 정상인으로 구별되는 사람의 ECG데이터에는 PQRS파가 모두 명확히 나타나지만, 도 24(b)를 참조하면, 심방세동으로 구별되는 사람의 ECG 데이터에는 최대 피크값 이외의 다른 값들이 정확히 구별되지 않으며, 특히 P파가 구별되지 않는 것을 확인할 수 있다.
도 22에 이어서, 모니터링 서버(3000)는 입력된 추가 데이터의 파형을 분석(S3230)하여 사용자의 P파가 크게 구분되지 않는 것으로 판단되면 갑상선 기능 이상의 위험도 보다는 심방세동의 위험이 더 많은 것으로 판단(S3300)할 수 있다.
모니터링 서버(3000)는 입력된 추가 데이터의 파형을 분석(S3230)하여 사용자의 P파가 잘 구분되는 것으로 판단되면, 심방세동의 위험보다는 갑상선 기능 이상의 위험이 더 많은 것으로 판단(S3300)할 수 있다.
4. 약물 복용을 고려한 갑상선 기능 이상 모니터링(S400)
갑상선 기능 이상 환자들의 경우, 대다수가 약물 복용을 통한 치료 요법을 수행하고 있다. 다만, 약물을 복용하고 있는 환자들에 대해서도 갑상선 기능 이상을 모니터링해주는 것이 필요하다.
환자들의 경우, 자신이 복용하는 약물 용량의 적절성과 자신의 신체에 현재 부작용이 발생하고 있지는 않은가에 대한 우려를 가지고 있다. 따라서, 본 출원은 약물을 복용하고 있는 환자들에게 제공될 수 있는 갑상선 기능 이상 모니터링 방법에 대해서 개시하기로 한다.
약물을 복용하고 있는 환자들에게 갑상선 기능 이상 모니터링을 제공하기 위해서는, 다음의 사항을 고려할 필요가 있다.
일 예로, 모니터링이 이미 '항진증'에 걸려서 약을 먹고 있는 상황이면, 이미 항진증에 걸려 약을 먹고 있으므로 항진증을 계속적으로 경고하는 것은 불필요하며, 계속적인 경고는 환자에게 지나친 위기의식을 조장할 수 있다.
다른 예로, 모니터링이 이미 '항진증'에 걸려서 약을 먹고 있는 상황인데, 저하증 위험이 있는 양상을 보인다면 이는 약물의 양이 환자에게 과도한 것으로 최대한 빠른 시일 이내에 사용자에게 경고하는 것이 필요하다.
따라서, 약물을 복용하고 있는 환자들에게 갑상선 기능 이상 모니터링을 제공하기 위해서는, 사용자의 복용 약물에 기초한 적절한 갑상선 기능 이상 모니터링을 수행하는 것이 중요하며, 따라서, 이하에서는, 본 출원의 일 실시예에 따른 약물 복용을 고려한 갑상선 기능 모니터링 시스템에 대해서 설명하기로 한다.
4.1 약물 복용 정보의 수신(S4100)
도 25은 본 출원의 일 실시예에 따른 약물 복용을 고려한 갑상선 기능 모니터링 방법(S400)을 설명하기 위한 도면이다.
약물 복용을 고려한 갑상선 기능 모니터링 방법(S400)은 약물 복용 정보의 수신(S4100), 모니터링 알고리즘 선택(S4300) 및 갑상선 기능 모니터링(S4500)을 포함할 수 있다. 일 실시예에 따르면, S4100, S4300 및 S4500 단계는 모니터링 서버(3000)에 의해 수행될 수 있다.
모니터링 서버(3000)는 사용자 단말(2000)로부터 약물 복용 정보를 수신 (S4100)할 수 있다. 서버 통신부(3100)는 사용자 단말(2000)로부터 약물 복용 정보를 수신 (S4100)할 수 있다. 상기 약물 복용 정보는, 단말 입력부(2100)를 통해 획득된 정보일 수 있다. 상기 약물 복용 정보는, 단말 입력부(2100)를 통해 사용자의 처방 정보가 획득되면, 처방 정보에 기초하여 모니터링 서버(3000)로 전송되는 정보일 수 있다. 상기 약물 복용 정보는, 처방 정보를 관리하는 별도의 서버로부터 획득되는, 웨어러블 디바이스(1000)의 사용자의 처방 정보에 기초하여 모니터링 서버(3000)로 전송되는 정보일 수 있다.
사용자 단말(2000)은 사용자의 갑상선 기능에 관련된 약물의 처방 일자, 약물 이름, 약물 유형, 약물 용량, 또는 약물 복용 주기 중 적어도 하나를 입력받을 수 있다. 일 예로, 상기 정보는 사용자의 물리적인 입력(예, 터치 입력)을 통해 단말 입력부(2100)를 통해 수신될 수 있다. 다른 예로, 상기 정보는 처방전 등에 대한 이미지 촬영을 통해 단말 입력부(2100)를 통해 수신될 수 있다.
사용자 단말(2000)은 사용자의 갑상선 기능에 관련된 약물의 처방 일자, 약물 이름, 약물 유형, 약물 용량, 또는 약물 복용 주기 중 적어도 하나를 포함하는 약물 복용 정보를 모니터링 서버(3000)로 전송할 수 있다.
4.2 모니터링 알고리즘의 선택(S4300)
모니터링 서버(3000)에 약물 복용 정보가 수신되면, 모니터링 서버(3000)는 모니터링 알고리즘을 선택(S4300)할 수 있다. 서버 제어부(3300)는 약물 복용 정보가 수신되면, 모니터링 알고리즘을 선택(S4300)할 수 있다.
도 26은 본 출원의 일 실시예에 따른 모니터링 알고리즘의 선택(S4300) 방법을 설명하기 위한 순서도이다.
모니터링 서버(3000)는 약물 복용 정보가 수신되면, 사용자의 갑상선 기능 이상을 판단(S4500)하는데 이용될 모니터링 알고리즘을 선택(S4300)할 수 있다.
모니터링 서버(3000)는 사용자가 복용하는 약물 중 '항갑상선제'로 분류되는 약물이 포함되어 있는지 확인(S4311)할 수 있다. 모니터링 서버(3000)는 사용자가 복용하는 약물 중 '항갑상선제'로 분류되는 약물이 포함되어 있으면, 제1-1 모니터링 알고리즘에 따라 S4500단계가 수행되도록 제1-1 모니터링 알고리즘을 선택(S4331)할 수 있다.
모니터링 서버(3000)는 사용자가 복용하는 약물 중 '항갑상선제'로 분류되는 약물이 포함되어 있지 않으면, 사용자가 복용하는 약물 중 '갑상선 호르몬제'로 분류되는 약물이 포함되어 있는지 확인(S4313)할 수 있다. 모니터링 서버(3000)는 사용자가 복용하는 약물 중 '갑상선 호르몬제'로 분류되는 약물이 포함되어 있으면, 제1-2 모니터링 알고리즘에 따라 S4500단계가 수행되도록 제1-2 모니터링 알고리즘을 선택(S4333)할 수 있다.
모니터링 서버(3000)는 사용자가 복용하는 약물 중 '갑상선 호르몬제'로 분류되는 약물도 포함되어 있지 않으면, 제2 모니터링 알고리즘에 따라 S4500단계가 수행되도록 제2 모니터링 알고리즘을 선택(S4335)할 수 있다.
모니터링 서버(3000)는 상기 S4311 및 S4313단계는 수행되는 순서가 서로 변경되거나, 동시에 수행될 수 있다. 이 경우, 약물 복용 정보에 기초하여 '항갑상선제' 및 '갑상선 호르몬제'를 모두 복용하는 것으로 판단될 경우, 모니터링 서버(3000)는 제1-1 모니터링 알고리즘에 따라 S4500단계가 수행되도록 제1-1 모니터링 알고리즘을 선택(S4331)할 수 있다.
본 출원의 일 실시예에 따르면, 모니터링 서버(3000)가 약물 복용 정보에 기초하여 '항갑상선제' 및/또는 '갑상선 호르몬제'에 해당하는 약물이 있는지 여부를 확인하기 위해서는, 서버 데이터베이스(3200)에 약물의 이름과 약물의 유형이 매핑된 정보가 저장되어 있을 수 있다. 모니터링 서버(3000)는 저장된 약물 이름 및 약물 유형의 정보를 참고하여, 약물 복용 정보에 '항갑상선제' 및/또는 '갑상선 호르몬제'에 해당하는 약물이 있는지 여부를 확인할 수 있다.
본 출원의 다른 실시예에 따르면, 모니터링 서버(3000)는 약물 복용 정보으로부터 약물 유형을 확인하고, 약물의 유형이 '항갑상선제' 및/또는 '갑상선 호르몬제'에 대응되는지를 확인하여, 약물 복용 정보에 '항갑상선제' 및/또는 '갑상선 호르몬제'에 해당하는 약물이 있는지 여부를 확인할 수 있다.
본 출원의 일 실시예에 따르면, 모니터링 서버(3000)는 약물 복용 정보에 기초하여 사용자의 진단 정보를 더 획득할 수 있다. 일 예로, 모니터링 서버(3000)는 상기 약물 복용 정보에 기초하여 상기 사용자를 갑상선기능항진증 치료 그룹 또는 갑상선기능저하증 치료 그룹으로 분류할 수 있다.
상기 S4311 단계에서, 약물 복용 정보에 '항갑상선제'에 대응되는 약물이 포함된 것으로 판단되면, 모니터링 서버(3000)는 사용자의 사용자가 갑상선기능항진증 치료 그룹에 포함되는 것으로 판단할 수 있다. 사용자가 갑상선기능항진증 치료 그룹에 포함되는 것으로 판단되면, 모니터링 서버(3000)는 제1-1 모니터링 알고리즘에 따라 S4500단계가 수행되도록 제1-1 모니터링 알고리즘을 선택(S4331)할 수 있다.
상기 S4313 단계에서, 약물 복용 정보에 '갑상선 호르몬제'에 대응되는 약물이 포함된 것으로 판단되면, 모니터링 서버(3000)는 사용자의 사용자가 갑상선기능저하증 치료 그룹에 포함되는 것으로 판단할 수 있다. 사용자가 갑상선기능저하증 치료 그룹에 포함되는 것으로 판단되면, 모니터링 서버(3000)는 제1-2 모니터링 알고리즘에 따라 S4500단계가 수행되도록 제1-2 모니터링 알고리즘을 선택(S4333)할 수 있다
약물 복용 정보에 '갑상선 호르몬제' 및 '항갑상선제'에 대응되는 약물이 없는 것으로 판단된 경우, 모니터링 서버(3000)는 제2 모니터링 알고리즘에 따라 S4500단계가 수행되도록 제2 모니터링 알고리즘을 선택(S4335)할 수 있다. 필요한 경우, 모니터링 서버(3000)는 사용자의 과거 병력을 확인하기 위해 필요한 정보를 사용자 단말(2000)로 요청할 수 있다. 필요한 경우, 모니터링 서버(3000)는 사용자의 과거 병력을 확인하기 위해 서버 데이터베이스(3200)에 저장되어 있는 기존의 데이터를 확인할 수 있다.
4.3 갑상선 기능 이상의 모니터링(S4500)
도 25에 이어서, 모니터링 서버(3000)는 선택된 모니터링 알고리즘에 따라 갑상선 기능 모니터링(S4500)을 수행할 수 있다. 서버 제어부(3300)는 선택된 모니터링 알고리즘에 따라 갑상선 기능 모니터링(S4500)을 수행할 수 있다.
도 27은 본 출원의 일 실시예에 따른 제1-1 모니터링 알고리즘의 선택(S4331)에 따른 갑상선 기능 모니터링(S4500)방법에 대해 설명하기 위한 순서도이다.
도 27을 참조하면, 모니터링 데이터와 기준 데이터를 비교하여 갑상선 기능 모니터링(S4500)을 수행할 수 있다. 이하에서는, 모니터링 데이터는 모니터링 심박수, 기준 데이터는 기준 심박수인 것으로 가정하여 구체적으로 설명하기로 한다.
모니터링 서버(3000)는 모니터링 데이터와 기준 데이터를 비교할 수 있다. 모니터링 서버(3000)는 모니터링 데이터가 기준 데이터에 비해 제1 임계치이상 큰지 비교(S4511)할 수 있다.
모니터링 서버(3000)는 모니터링 데이터가 기준 데이터에 비해 제1 임계치이상 큰 경우, 모니터링 서버(3000)는 사용자의 갑상선 기능에 이상이 있는 것으로 판단할 수 있다. 일 예로, 모니터링 서버(3000)는 모니터링 심박수가 기준 심박수에 비해 제1 임계치(예, 10회)이상 큰 경우, 모니터링 서버(3000)는 사용자의 갑상선 기능에 이상이 있는 것으로 판단할 수 있다. 모니터링 서버(3000)는 사용자의 갑상선 기능 항진증을 예측할 수 있다.
다만, 제1-1 모니터링 알고리즘이 선택된 경우, 사용자는 이미 갑상선 기능 항진증의 진단을 받아 갑상선 기능 항진증 치료를 위한 약물을 복용하고 있으므로, 갑상선 기능 항진증이 의심되니 병원을 방문해 보라는 취지의 경고를 지속적으로 출력하는 것은 적절하지 않다.
따라서, 모니터링 서버(3000)는 제1-1 모니터링 알고리즘이 선택되었는데 모니터링 데이터가 기준 데이터에 비해 제1 임계치이상 큰 경우, 약물의 처방 일자를 기준으로 유예기간이 도과하였는지 여부를 판단(S4531)하고, 유예기간이 도과한 경우 갑상선 기능 항진증에 관련된 경고를 출력하도록 유도(S4533)할 수 있다. 일 예로, 유예기간은 약물의 처방일자로부터 3달일 수 있다. 다른 예로, 유예기간은 약물의 처방일자로부터 1달일 수 있다. 유예 기간은, 약물 복용 정보를 수신한 모니터링 서버(3000)에 의해 결정될 수 있다.
S4533단계에 따라 사용자의 갑상선 기능 항진증이 지속되는 것으로 판단되면, 모니터링 서버(3000)는, 사용자 단말(2000)의 단말 출력부(2200)를 통해 사용자의 갑상선 이상과 관련된 경고가 출력되도록, 사용자 단말(2000)로 신호를 전송(S4533)할 수 있다. 일 예로, 단말 출력부(2200)를 통해 '약물의 복용량을 증가시킬 필요가 있으니 병원을 방문하라' 또는 '병원에 가서 의사와 상의하라'는 취지의 경고가 출력되도록, 모니터링 서버(3000)는 사용자 단말(2000)로 신호를 전송할 수 있다.
모니터링 데이터가 기준 데이터에 비해 제1 임계치이상 크지 않은 경우, 모니터링 서버(3000)는 모니터링 데이터가 기준 데이터에 비해 제2 임계치이상 작은지 비교(S4513)할 수 있다.
모니터링 서버(3000)는 모니터링 데이터가 기준 데이터에 비해 제2 임계치이상 작은 경우, 모니터링 서버(3000)는 사용자의 갑상선 기능에 이상이 있는 것으로 판단할 수 있다. 일 예로, 모니터링 서버(3000)는 모니터링 심박수가 기준 심박수에 비해 제2 임계치(예, 8회)이상 작은 경우, 모니터링 서버(3000)는 사용자의 갑상선 기능에 이상이 있는 것으로 판단할 수 있다. 모니터링 서버(3000)는 사용자의 갑상선 기능 저하증을 예측할 수 있다.
모니터링 서버(3000)는 모니터링 데이터가 기준 데이터에 비해 제2 임계치이상 작은 경우, 갑상선 기능 저하증에 관련된 경고를 출력하도록 유도(S4535)할 수 있다.
S4535단계에 따라 사용자의 갑상선 기능 저하증이 발병한 것으로 판단되면, 모니터링 서버(3000)는, 사용자 단말(2000)의 단말 출력부(2200)를 통해 사용자의 갑상선 이상과 관련된 경고가 출력되도록, 사용자 단말(2000)로 신호를 전송(S4535)할 수 있다. 일 예로, 단말 출력부(2200)를 통해 '약물의 복용량이 과도한 것으로 판단되니 병원을 방문하라' 또는 '병원에 가서 의사와 상의하라'는 취지의 경고가 출력되도록, 모니터링 서버(3000)는 사용자 단말(2000)로 신호를 전송할 수 있다.
도 28은 본 출원의 일 실시예에 따른 제1-2 모니터링 알고리즘의 선택(S4333)에 따른 갑상선 기능 모니터링(S4500)방법에 대해 설명하기 위한 순서도이다. 일 실시예에 따르면, 도 28의 단계는 서버 제어부(3300)에 의해 수행될 수 있다.
도 28을 참조하면, 모니터링 데이터와 기준 데이터를 비교하여 갑상선 기능 모니터링(S4500)을 수행할 수 있다. 이하에서는, 모니터링 데이터는 모니터링 심박수, 기준 데이터는 기준 심박수인 것으로 가정하여 구체적으로 설명하기로 한다.
모니터링 서버(3000)는 모니터링 데이터와 기준 데이터를 비교할 수 있다. 모니터링 서버(3000)는 모니터링 데이터가 기준 데이터에 비해 제1 임계치이상 큰지 비교(S4511)할 수 있다.
모니터링 서버(3000)는 모니터링 데이터가 기준 데이터에 비해 제1 임계치이상 큰 경우, 모니터링 서버(3000)는 사용자의 갑상선 기능에 이상이 있는 것으로 판단할 수 있다. 일 예로, 모니터링 서버(3000)는 모니터링 심박수가 기준 심박수에 비해 제1 임계치(예, 10회)이상 큰 경우, 모니터링 서버(3000)는 사용자의 갑상선 기능에 이상이 있는 것으로 판단할 수 있다. 모니터링 서버(3000)는 사용자의 갑상선 기능 항진증을 예측할 수 있다.
모니터링 서버(3000)는 모니터링 데이터가 기준 데이터에 비해 제1 임계치이상 큰 경우, 모니터링 서버(3000)는 사용자의 갑상선 기능에 이상이 있는 것으로 판단할 수 있다. 모니터링 서버(3000)는 사용자의 갑상선 기능 항진증을 예측할 수 있다.
모니터링 서버(3000)는 모니터링 데이터가 기준 데이터에 비해 제1 임계치이상 큰 경우, 갑상선 기능 항진증에 관련된 경고를 출력하도록 유도(S4532)할 수 있다.
S4515단계에 따라 사용자의 갑상선 기능 항진증이 발병한 것으로 판단되면, 모니터링 서버(3000)는, 사용자 단말(2000)의 단말 출력부(2200)를 통해 사용자의 갑상선 이상과 관련된 경고가 출력되도록, 사용자 단말(2000)로 신호를 전송(S4532)할 수 있다. 일 예로, 단말 출력부(2200)를 통해 '약물의 복용량이 과도한 것으로 판단되니 병원을 방문하라' 또는 '병원에 가서 의사와 상의하라'는 취지의 경고가 출력되도록, 모니터링 서버(3000)는 사용자 단말(2000)로 신호를 전송할 수 있다.
모니터링 데이터가 기준 데이터에 비해 제1 임계치이상 크지 않은 경우, 모니터링 서버(3000)는 모니터링 데이터가 기준 데이터에 비해 제2 임계치이상 작은지 비교(S4513)할 수 있다.
모니터링 서버(3000)는 제1-2 모니터링 알고리즘이 선택되었는데 모니터링 데이터가 기준 데이터에 비해 제2 임계치이상 작은 경우, 약물의 처방 일자를 기준으로 유예기간이 도과하였는지 여부를 판단(S4534)하고, 유예기간이 도과한 경우 갑상선 기능 항진증에 관련된 경고를 출력하도록 유도(S4536)할 수 있다. 일 예로, 유예기간은 약물의 처방일자로부터 3달일 수 있다. 다른 예로, 유예기간은 약물의 처방일자로부터 1달일 수 있다. 유예 기간은, 약물 복용 정보를 수신한 모니터링 서버(3000)에 의해 결정될 수 있다.
S4534단계에 따라 사용자의 갑상선 기능 저하증이 지속되는 것으로 판단되면, 모니터링 서버(3000)는, 사용자 단말(2000)의 단말 출력부(2200)를 통해 사용자의 갑상선 이상과 관련된 경고가 출력되도록, 사용자 단말(2000)로 신호를 전송(S4536)할 수 있다. 일 예로, 단말 출력부(2200)를 통해 '약물의 복용량을 증가시킬 필요가 있으니 병원을 방문하라' 또는 '병원에 가서 의사와 상의하라'는 취지의 경고가 출력되도록, 모니터링 서버(3000)는 사용자 단말(2000)로 신호를 전송할 수 있다.
본 출원의 일 실시예에 따르면, 제2 모니터링 알고리즘이 선택(S4335)된 경우, 모니터링 서버(3000)에 약물 복용 정보가 입력되기 이전과 동일하게 모니터링이 수행될 수 있다.
일 예로, 모니터링 제2 모니터링 알고리즘이 선택(S4335)된 경우, 서버(3000)는 상기 모니터링 심박수가 상기 기준 심박수보다 제1 임계치 이상 큰 경우 상기 경고 메시지의 출력하고, 상기 모니터링 심박수가 상기 기준 심박수보다 제2 임계치 이상 작은 경우 상기 경고 메시지의 출력할 수 있다. 제2 모니터링 알고리즘이 선택(S4335)된 경우, 상술한 도 11에서와 유사하게 갑상선 기능 모니터링이 수행될 수 있다. 따라서, 중복되는 설명은 생략하기로 한다.
지금까지, 본 출원의 일 실시예에 따른 약물 복용을 고려한 갑상선 기능 이상 모니터링(S400)에 대해서 설명하였다. 다만, 상술한 약물 복용을 고려한 갑상선 기능 이상 모니터링(S400)은 갑상선 기능 저하증 및 갑상선 기능 항진증에 대한 위험도 판단을 모두 수행하는 경우를 예시적으로 설명하였으나, 갑상선 기능 저하증만을 모니터링하거나 갑상선 기능 항진증만을 모니터링 하도록 갑상선 기능 이상 모니터링이 수행될 수 있다.
따라서, 본 명세서에 이해를 위해 서술된 구체적인 실시예에 따라 본 권리 범위가 한정해석 되어서는 안되며, 본 출원의 청구범위의 해석에 따라 본 출원의 권리범위가 해석되어야 할 것이다.
도 29는 본 출원의 일 실시예에 따른 갑상선 기능 이상 모니터링 방법(S400)의 동작 수행 타이밍을 설명하기 위한 도면이다.
본 출원의 일 실시예에 따르면, 약물 복용 정보의 수신(S4100)을 트리거로 하여 모니터링 알고리즘이 선택(S4300)될 수 있다. 모니터링 서버(3000)는 약물 복용 정보가 수신(S4100)되면, 모니터링 알고리즘을 선택(S4300)할 수 있다.
모니터링 서버(3000)가 모니터링 알고리즘을 선택(S4300)하는 횟수는 모니터링 서버(3000)가 약물 복용 정보를 수신(S4100)하는 횟수와 대응될 수 있다. 또는, 모니터링 서버(3000)가 모니터링 알고리즘을 선택(S4300)하는 횟수는 모니터링 서버(3000)가 약물 복용 정보를 수신(S4100)하는 횟수보다 많거나 같을 수 있다.
모니터링 서버(3000)가 모니터링 알고리즘을 선택(S4300)한 이후, 모니터링 서버(3000)는 모니터링 알고리즘에 따른 갑상선 기능 모니터링(S4500)을 수행할 수 있다. 모니터링 서버(3000)가 모니터링 알고리즘을 선택(S4300)한 이후 새로운 이벤트가 발생할 때까지, 모니터링 서버(3000)는 모니터링 알고리즘에 따른 갑상선 기능 모니터링(S4500)을 모니터링 주기에 따라 수행할 수 있다.
모니터링 서버(3000)가 갑상선 기능 모니터링을 수행(S4500)하는 횟수는 모니터링 서버(3000)가 약물 복용 정보를 수신(S4100)하는 횟수보다 많을 수 있다. 모니터링 서버(3000)가 갑상선 기능 모니터링을 수행(S4500)하는 횟수는 모니터링 서버(3000)가 모니터링 알고리즘을 선택(S4300)하는 횟수보다 많을 수 있다.
일 예로, 환자가 병원에 방문한 이후 처방 정보를 사용자 단말(2000)에 입력하면, 사용자 단말(2000)은 입력된 정보를 모니터링 서버(3000)로 전송할 수 있다. 모니터링 서버(3000)에 약물 복용 정보(예, 처방 정보에 포함된 몇몇 정보를 포함)가 수신(S4100)되면, 모니터링 서버(3000)는 모니터링 알고리즘을 선택(S4300)할 수 있다. 모니터링 알고리즘이 선택(S4300)되고 나면, 모니터링 서버(3000)는 갑상선 기능 모니터링(S4500)을 모니터링 주기에 따라 수행할 수 있다. 구체적인 예를 들어, 모니터링 서버(3000)는 모니터링 알고리즘이 선택(S4300)되고 난 후, 매일 1회씩 갑상선 기능 모니터링(S4500)을 수행할 수 있다.
갑상선 기능 모니터링을 수행(S4300)할 때에, 모니터링 서버(3000)에는 기준 데이터(예, 기준 심박수)에 대한 정보가 저장되어 있을 수 있다. 모니터링 서버(3000)에 저장된 기준 데이터는 사용자의 갑상선 상태 정보의 수신(S2100)에 대한 응답으로 산출된 것일 수 있다. 모니터링 서버(3000)의 기준 데이터 산출 주기와 모니터링 서버(3000)의 모니터링 알고리즘 선택 주기는 서로 독립적일 수 있다. 모니터링 서버(3000)의 기준 데이터 산출 기간와 모니터링 서버(3000)의 모니터링 알고리즘 선택 시점은 중첩되는 구간을 가질 수 있다.
5 약제 복용 관리
본 출원의 일 실시예에 따르면, 모니터링 서버(3000)는 수신된 약물 복용 정보에 기초하여, 약물 복용 알림 제공할 수 있다. 모니터링 서버(3000)는 약물 복용 정보에 포함된 약물 복용 주기에 기초하여, 약물 복용 알림을 출력하도록 유도할 수 있다.
모니터링 서버(3000)는 사용자에게 약물의 복용 알림을 제공해주기 위해, 사용자 단말(2000)로 신호를 전송할 수 있다. 일예로, 사용자 단말(2000)은 모니터링 서버(3000)로부터 수신된 신호에 기초하여, 사용자가 약물을 복용할 시점임을 알려줄 수 있다.
도 30은 본 출원의 일 실시예에 따른 약물 복용 추천을 제공하는 사용자 단말(2000)에서의 유저 인터페이스(400)를 설명하기 위한 도면이다.
도 30을 참조하면, 사용자 단말(2000)은 약물 정보 입력 인터페이스(4600) 및 약물 복용 알림 인터페이스(4700)를 포함하는 유저 인터페이스(400)를 출력할 수 있다.
약물 정보 입력 인터페이스(4600)는 사용자로부터 처방 정보를 입력받기 위한 인터페이스일 수 있다. 사용자가 약물 정보 입력 인터페이스(4600)를 선택하면, 사용자 단말(2000)에는 약물 정보를 입력받기 위한 구체적인 인터페이스가 더 출력될 수 있다. 일 예로, 사용자 단말(2000)에는 갑상선 기능에 관련된 약물의 처방 일자, 약물 이름, 약물 유형, 약물 용량, 또는 약물 복용 주기 중 적어도 하나를 포함하는 약물 복용 정보를 입력받기 위한 인터페이스가 제공될 수 있다. 다른 예로, 사용자 단말(2000)에는 사용자의 처방전 사진을 촬영하기 위한 인터페이스가 제공될 수 있다. 또 다른 예로, 사용자 단말(2000)에는 별도의 서버로부터 사용자의 처방 정보를 수신하기 위해서, 사용자 인증 정보를 입력받기 위한 인터페이스가 제공될 수 있다.
약물 복용 알림 인터페이스(4700)에는 약물의 복용 후 복용 하였음을 체크할 수 있는 인터페이스가 포함될 수 있다. 약물 복용 알림 인터페이스(4700)에는 약물의 복용 시점을 나타내고, 사용자가 약물의 복용 시점에 약물을 복용하도록 유도하기 위한 인터페이스가 포함될 수 있다.
일 예로, 사용자 단말(2000)은 사용자가 약물 복용 시점에 맞춰 약물을 복용할 수 있도록 알림을 제공하는 인터페이스가 제공될 수 있다. 해당 인터페이스는, 사용자 단말(2000)에 갑상선 기능 모니터링을 위한 프로그램이 출력되고 있을 때 확인가능한 화면일 수 있다. 해당 인터페이스는, 사용자 단말(2000)에 다른 프로그램이 구동되고 있을 때 팝업 형태로 제공되는 화면일 수 있다.
일 예로, 모니터링 서버(3000)는 갑상선 기능 이상 모니터링(S4500)보다 잦은 횟수만큼 약물 복용 추천을 출력할 수 있다. 일 예로, 갑상선 기능 이상 모니터링(S4500)이 1일 1회 주기로 수행된다면, 약물 복용 추천을 1일 3회 주기로 수행될 수 있다.
다른 예로, 모니터링 서버(3000)는 갑상선 기능 이상 모니터링(S4500) 횟수와 동일한 횟수만큼 약물 복용 추천을 출력할 수 있다. 일 예로, 갑상선 기능 이상 모니터링(S4500)이 1일 1회 주기로 수행된다면, 약물 복용 추천을 1일 1회 주기로 수행될 수 있다.
지금까지, 갑상선 기능 모니터링 시스템(100)이 웨어러블 디바이스(1000), 사용자 단말(2000) 및 모니터링 서버(3000)를 포함하는 경우, 몇몇 실시예에 따른 갑상선 기능 이상 모니터링 방법에 대해서 구체적으로 개시한 바 있다.
다만, 갑상선 기능 모니터링 시스템(100)은 당업자에게 용이한 범주에서 변형되어 실시될 수 있다.
본 출원의 일 실시예에 따르면, 상술한 갑상선 기능 이상 모니터링 방법은 해당 방법을 수행하기 위한 프로그램이 기록된, 컴퓨터에 의해 독출되어 실행 가능한 코드가 저장된 기록매체의 형태로 제공될 수 있다.
본 출원의 일 실시예에 따르면, 상술한 갑상선 기능 이상 모니터링 방법은 해당 방법을 수행하기 위한 웨어러블 디바이스(1000), 사용자 단말(2000) 및/또는 모니터링 서버(3000)의 형태로 제공될 수 있다.
본 출원의 일 실시예에 따르면, 상술한 갑상선 기능 이상 모니터링 방법은 해당 방법을 수행하기 위한 웨어러블 디바이스(1000), 사용자 단말(2000) 및/또는 모니터링 서버(3000) 중 적어도 하나를 포함하는 갑상선 기능 모니터링 시스템(100)의 형태로 제공될 수 있다.
일 예로, 갑상선 기능 모니터링 시스템(100)은 웨어러블 디바이스(1000)와 모니터링 서버(3000)만을 포함하는 형태로 구현될 수 있다. 이 때, 사용자 단말(2000)을 통해 출력될 정보는 웨어러블 디바이스(1000)를 통해 출력될 수 있다. 사용자 단말(2000)을 통해 입력된 정보는 웨어러블 디바이스(1000)를 통해 입력될 수 있다. 모니터링 서버(3000)에서 판단된 사용자의 갑상선 기능 이상에 관한 정보는 웨어러블 디바이스(1000)를 통해 출력될 수 있다. 웨어러블 디바이스(1000)는 갑상선 상태 정보, 약물 복용 정보 등 사용자로부터 특정 정보를 입력 받는 입력 인터페이스로써의 기능을 수행할 수 있다.
다른 예로, 갑상선 기능 모니터링 시스템(100)은 웨어러블 디바이스(1000)와 사용자 단말(2000)만을 포함하는 형태로 구현될 수 있다. 이 때, 사용자 단말(2000)은 단말 메모리부(2400)에 저장된 프로그램의 구동에 따라, 상술한 모니터링 서버(3000)의 동작을 수행할 수 있다.
또 다른 예로, 갑상선 기능 모니터링 시스템(100)은 웨어러블 디바이스(1000), 웨어러블 디바이스와 통신하는 모니터링 서버(3000), 모니터링 서버(3000)와 통신하는 사용자 단말(2000)을 포함하는 형태로 구현될 수 있다. 이 때, 웨어러블 디바이스(1000)는 획득된 생체 정보를 모니터링 서버(3000)로 전송하고, 모니터링 서버(3000)는 획득된 생체 정보를 이용하여 갑상선 기능 모니터링을 수행하며, 모니터링 서버(3000)는 사용자 단말에의 심박수 정보 출력을 위해 웨어러블 디바이스(1000)로부터 수신된 생체 정보를 사용자 단말(2000)로 전송하는 동작을 수행할 수 있다.
이외에도, 갑상선 기능 모니터링 시스템(100)은 다양한 형태로 구현될 수 있다.
이하에서는 본 발명에 따른, 피부 전도도를 이용한 갑상선 기능 이상 판단 방법에 대해 설명한다.
6 피부 전도도를 이용한 갑상선 기능 이상 모니터링 방법
도 31은 일 실시예에 따른 피부 전도도 측정 센서의 블록도를 나타내는 도면이다. 피부 전도도 측정 센서는 EDA(Electrodermal Activity) 센서로도 표현될 수 있다.
도 31을 참조하면, EDA 센서(5000)는 EDA 측정부(5100), EDA 산출부(5200), EDA 출력부(5300), EDA 저장부(5400), EDA 통신부(5500) 및 EDA 제어부(5600)를 포함할 수 있다. 다만, 도 31에 도시된 구성 요소들이 필수적인 것은 아니고, EDA 센서(5000)는 그보다 많은 구성요소를 갖거나 그보다 적은 구성요소를 가질 수 있다.
EDA 센서(5000)는 전자장치에 포함될 수 있다. EDA 센서(5000)는 웨어러블 디바이스(1000)에 포함될 수 있다. 예를 들어, EDA 센서(5000)는 스마트 워치, 스마트 링, 탈착가능한 패치 등에 포함될 수 있으나, 이에 한정되지 않는다.
예를 들어, EDA 센서(5000)는 웨어러블 디바이스(1000)를 착용하고 있는 사용자의 피부 전도도를 측정할 수 있다. 이때, EDA 센서(5000)에 포함된 EDA 측정부(5100)는 상기 사용자의 피부 전도도를 측정할 수 있다.
본 출원의 일 실시예에 따르면, EDA 센서(5000)는 웨어러블 디바이스(1000)에 일체되는 형태로 구현될 수 있다. 일 예로, 상술한 EDA 센서(5000)는 디바이스 센서부(1400)에 포함된 일 센서일 수 있고, 이 때, EDA 센서(5000)는 디바이스 제어부(1600)의 제어를 받을 수 있다.
구체적인 예를 들어, 디바이스 제어부(1600)는 EDA 측정부(5100)를 통해 피부 전도도가 측정되도록 제어하여, 측정된 피부 전도도가 디바이스 통신부(1300)을 통해 사용자 단말(2000)로 전송되도록 제어할 수 있다.
EDA 측정부(5100)는 전극을 통해 사용자의 피부 전도도를 측정할 수 있다. 또한, EDA 측정부(5100)는 사용자의 피부에 접촉할 수 있는 복수의 전극을 포함할 수 있다. 예를 들어, EDA 측정부(5100)는 각각 (+)극과 (-)극 역할을 하는 2개의 전극을 포함할 수 있다.
일 실시예에 따르면, 사용자의 피부 각질층의 두께에 따라 전극 사이의 간격이 다르게 설계될 수 있다. 예를 들어, 전극 사이의 간격은 피부 각질층의 두께보다 크도록 설계될 수 있다.
이때, 피부 각질층이 얇은 사용자는 피부 각질층이 두꺼운 사용자보다 전극 사이의 간격이 작은 EDA 센서(5000)를 포함하는 웨어러블 디바이스(1000)를 사용할 수 있다.
일 실시예에 따르면, EDA 측정부(5100)는 2개의 전극을 통해 사용자의 피부에 일정값 미만의 전류를 흘러주어 사용자의 피부 전도도를 측정할 수 있다.
예를 들어, EDA 측정부(5100)는 전극을 통해 사용자의 피부에 DC 전류 또는 AC 전류를 흘러 사용자의 피부 전도도를 측정할 수 있다.
이때, DC 전류를 흘러줄 경우, 그때의 측정 정확도가 AC 전류를 흘려줄 경우의 측정 정확도보다 향상될 수 있으나, 모근 파괴의 가능성이 존재할 수 있다.
반대로, AC 전류를 흘러줄 경우, 그때의 측정 정확도는 DC 전류를 흘려줄 경우의 측정 정확도보다 저하될 수 있으나, 모근 파괴의 가능성이 낮을 수 있다.
일 실시예에 따르면, EDA 측정부(5100)는 가상의 접지(virtual ground), 전류 소스(current source) 및 저역 통과 필터(low-pass filter)를 포함할 수 있다. 또한 EDA 측정부(5100)는 증폭기(amplifier)를 더 포함할 수 있으나, 이에 한정되지 않는다. 이때, 저역 통과 필터 또는 증폭기는 EDA 측정부(5100)에 포함될 수도 있고, EDA 산출부(5200)에 포함될 수도 있다.
EDA 측정부(5100)는 전극과 연결된 전류 소스를 통해 사용자의 피부 전도도를 센싱한 결과값를 획득할 수 있다. 또한 EDA 측정부(5100)는 저역 통과 필터를 통해 피부 전도도 데이터에 대한 정확도를 향상시킬 수 있다.
EDA 측정부(5100)는 측정된 결과값을 EDA 산출부(5200), EDA 통신부(5300) 또는 EDA 저장부(5400)로 전송할 수 있다.
또한, EDA 센서(5000)가 웨어러블 디바이스(1000)와 물리적으로 동일한 장치가 아닐 경우, EDA 측정부(5100)는 EDA 통신부(5500)를 통해 디바이스 입력부(1100)로 측정된 결과값(예, 피부 전도도 데이터)을 전송할 수 있다.
EDA 산출부(5200)는 EDA 측정부(5100)의 결과값을 수신할 수 있다. EDA 산출부(5200)는 EDA 측정부(5100)의 결과값을 가공할 수도 있다. EDA 산출부(5200)는 EDA 측정부(5100)의 결과값에 기초하여 피부 전도도 데이터를 얻을 수 있다.
다른 예로, EDA 산출부(5200)는 상기 결과값을 가공하지 않고 그대로 피부 전도도 데이터로 얻을 수도 있다. 이때, EDA 측정부(5100)와 EDA 산출부(5200)는 구분되지 않고 하나의 유닛 또는 모듈일 수 있다.
일 실시예에 따르면, EDA 산출부(5200)는 필터를 이용해 EDA 측정부(5100)의 결과값을 필터링할 수 있다. 예를 들어, EDA 산출부(5200)는 슈미트 트리거(schmitt trigger) 필터 또는 재귀식 이동 필터를 이용하여 EDA 측정부(5100)의 결과값을 필터링할 수 있으나, 이에 한정되지 않고 다른 필터를 사용할 수 있다.
다른 일 실시예에 따르면, EDA 산출부(5200)는 EDA 측정부(5100)의 결과값을 가공할 수 있다.
예를 들어, EDA 산출부(5200)는 EDA 측정부(5100)의 결과값을 옴의 법칙을 통해 다른 값으로 변환시킬 수 있다. 구체적으로 예를 들어, EDA 측정부(5100)의 결과값이 저항이라면, EDA 산출부(5200)는 옴의 법칙을 통해 상기 결과값을 전압 또는 전류로 변환시킬 수 있다. 전압을 전류 또는 저항으로 바꾸는 예와, 전류를 저항 또는 전압으로 바꾸는 예도 가능할 수 있다.
예를 들어, EDA 산출부(5200)는 EDA 측정부(5100)의 결과값을 토닉 EDA(Tonic EDA) 및 페이직(Phasic EDA)로 분리할 수 있다. 토닉 EDA 및 페이직 EDA에 대한 자세한 내용은 후술한다.
또한 예를 들어, EDA 산출부(5200)는 EDA 측정부(5100)의 결과값을 SCL(skin conductance(SC) level)으로 변환할 수 있다. 이때, SCL은 상기 결과값의 로그값일 수 있다.
또한 예를 들어, EDA 산출부(5200)는 EDA 측정부(5100)의 결과값을 이용하여 SCFr(skin conductance fluctuation rate), SCRr(skin conductance response rate), SCRh(skin conductance response habitation), SCRm(skin conductance response magnitude), SCRol(skin conductance response onset latency), SCRpl(skin conductance response peak latency), SCRd(skin conductance response duration), SCRpr(skin conductance response peak rate), SCRrr(skin conductance response recovery rate) 등의 파라미터를 추출할 수 있다. 열거된 파라미터들에 대해서는 도 34에 대한 설명을 통해 더 자세히 이해할 수 있을 것인바, 여기서 구체적인 설명은 생략하기로 한다.
또한 예를 들어, EDA 산출부(5200)는 EDA 측정부(5100)의 결과값에 대한 평균값, 중앙값, 표준편차 등을 산출할 수 있다.
또한 예를 들어, EDA 산출부(5200)는 상기 SCL, SCFr, SCRr, SCRh, SCRm, SCRol, SCRpl, SCRd, SCRpr, SCRrr에 대한 평균값, 중앙값, 표준편차 등을 산출할 수 있다.
EDA 산출부(5200)는 산출 결과인 피부 전도도 데이터를 EDA 출력부(5300), EDA 저장부(5400) 및 EDA 통신부(5500)로 전송할 수 있다.
또한, EDA 센서(5000)가 웨어러블 디바이스(1000)와 물리적으로 동일한 장치가 아닐 경우, EDA 산출부(5200)는 EDA 통신부(5500)를 통해 디바이스 입력부(1100)로 산출 결과를 전송할 수 있다.
EDA 출력부(5300)는 EDA 산출부(5200)의 산출 결과인 피부 전도도 데이터를 수신할 수 있다. EDA 출력부(5300)는 상기 피부 전도도 데이터를 출력할 수 있다. EDA 출력부(5300)는 시각적, 청각적 및/또는 촉각적 출력일 수 있으나, 이에 한정되지 않고 다양한 형태로 이루어질 수 있다.
예를 들어, EDA 출력부(5300)는 영상을 출력하는 디스플레이, 소리를 출력하는 스피커, 진동을 발생시키는 햅틱 장치 및/또는 그 외 다양한 형태의 출력 수단으로 구현될 수 있다.
EDA 출력부(5300)는 자체적으로 외부로 정보를 출력하는 장치 대신, 정보를 출력하는 외부의 출력장치를 웨어러블 디바이스(1000)에 연결시키는 출력 인터페이스의 형태로 구현될 수도 있다.
EDA 출력부(5300)는 웨어러블 디바이스(1000)의 디바이스 출력부(1200)와 연결될 수 있다. 예를 들어, EDA 출력부(5300)는 EDA 통신부(5500)를 통해 디바이스와 통신하여, 디바이스 출력부(1200)와 연결될 수 있다.
이때, 디바이스 출력부(1200)는 EDA 출력부(5300)의 결과값을 웨어러블 디바이스(1000)의 디스플레이, 스피커, 햅틱 장치 또는 그 외 다양한 형태의 출력 수단을 통해 출력할 수 있다.
EDA 출력부(5300)는 전술한 디바이스 출력부(1200)와 동일한 기능을 수행할 수 있다.
일 실시예에 따르면, EDA 출력부(5300)는 웨어러블 디바이스(1000)의 디바이스 출력부(1200)와 동일한 컴포넌트의 형태로 제공될 수 있다.
EDA 저장부(5400)는 EDA 산출부(5200)의 산출 결과인 피부 전도도 데이터를 수신할 수 있다. EDA 저장부(5400)는 상기 피부 전도도 데이터를 저장할 수 있다.
EDA 저장부(5400)는 EDA 센서(5000)가 동작하는 데 필요한 각종 데이터 및 프로그램을 저장하고 있을 수 있다. EDA 저장부(5400)는 EDA 센서(5000)가 획득하는 정보를 저장할 수 있다.
EDA 저장부(5400)는 데이터를 임시적으로 또는 반영구적으로 저장할 수 있다. EDA 저장부(5400)의 예로는 하드디스크(HDD), SSD, 플래쉬 메모리, 롬, 램 또는 클라우드 스토리지 등이 있을 수 있다. 다만, 이에 한정되지 않고, EDA 저장부(5400)는 데이터를 저장하기 위한 다양한 모듈로 구현될 수 있다.
EDA 저장부(5400)는 EDA 센서(5000)에 내장되는 형태나 탈부착 가능한 형태로 제공될 수 있다.
EDA 저장부(5400)는 전술한 디바이스 메모리부(1500)와 동일한 기능을 수행할 수 있다. 일 예로, EDA 저장부(5400)는, 디바이스 통신부(1300)을 통해 피부 전도도 데이터가 전송될 때까지, 피부 전도도 데이터를 저장할 수 있다.
일 실시예에 따르면, EDA 저장부(5400)는 웨어러블 디바이스(1000)의 디바이스 메모리부(1500)와 동일한 컴포넌트의 형태로 제공될 수 있다.
또한, EDA 센서(5000)가 웨어러블 디바이스(1000)와 물리적으로 동일한 장치가 아닐 경우, EDA 저장부(5100)는 EDA 통신부(5500)를 통해 디바이스 메모리부(1500)로 저장된 값을 전송할 수 있다.
EDA 통신부(5500)는 EDA 센서(5000)가 외부 장치와 데이터를 송/수신할 수 있도록 하는 역할을 수행할 수 있다. 예를 들어, EDA 통신부(5500)는 EDA 센서(5000)가 웨어러블 디바이스(1000)와 데이터를 송/수신할 수 있도록 하는 역할을 수행할 수 있다.
.
EDA 통신부(5500)는 통신을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다. EDA 통신부(5500)는 유선 방식을 통해 외부 기기와 통신할 수 있도록 하는 모듈을 포함할 수 있다. 또는 EDA 통신부(5500)는 무선 방식을 통해 외부 기기와 통신할 수 있도록 하는 모듈을 포함할 수 있다.
또는 EDA 통신부(5500)는 유선 방식을 통해 외부 기기와 통신할 수 있도록 하는 모듈 및 무선 방식을 통해 외부 기기와 통신할 수 있도록 하는 모듈을 포함할 수 있다.
구체적인 예를 들어, EDA 통신부(5500)는 LAN을 통해 인터넷 등에 접속하는 유선 통신 모듈, 이동 통신 기지국을 거쳐 이동 통신 네트워크에 접속하여 데이터를 송수신하는 LTE 등의 이동 통신 모듈, 와이파이 같은 WLAN 계열의 통신 방식이나 블루투스, 직비와 같은 WPAN 계열의 통신 방식을 이용하는 근거리 통신 모듈, GPS와 같은 GNSS를 이용하는 위성 통신 모듈 또는 이들의 조합으로 구성될 수 있다.
EDA 통신부(5500)는 전술한 디바이스 통신부(1300)와 동일한 기능을 수행할 수 있다. 일 예로, EDA 통신부(5500)는, 사용자 단말(2000) 및/또는 모니터링 서버(3000)와 통신할 수 있다.
일 실시예에 따르면, EDA 통신부(5500)는 웨어러블 디바이스(1000)의 디바이스 통신부(1300)와 동일한 컴포넌트의 형태로 제공될 수 있다.
EDA 제어부(5600)는 EDA 센서(5000)의 전반적인 동작을 총괄하고 제어하는 기능을 수행할 수 있다. EDA 제어부(5600)는 각종 정보의 연산 및 처리를 수행하고 단말의 구성요소들의 동작을 제어할 수 있다.
EDA 제어부(5600)는 하드웨어, 소프트웨어 또는 이들의 조합에 따라 컴퓨터나 이와 유사한 장치로 구현될 수 있다. 하드웨어적으로 EDA 제어부(5600)는 전기적인 신호를 처리하여 제어 기능을 수행하는 CPU 칩 등의 전자 회로 형태로 제공될 수 있으며, 소프트웨어적으로는 하드웨어적인 EDA 제어부(5600)를 구동시키는 프로그램 형태로 제공될 수 있다.
일 실시에에 따르면, EDA 제어부(5600)는 EDA 측정부(5100)가 사용자의 피부 전도도를 측정할 수 있도록, 전극을 통해 피부에 전류를 흘러주도록 제어할 수 있다. 또한, EDA 제어부(5600)는 EDA 측정부(5100)가 결과값을 EDA 산출부(5200), EDA 통신부(5300) 또는 EDA 저장부(5400)로 전송하도록 제어할 수 있다.
또한 일 실시에에 따르면, EDA 제어부(5600)는 EDA 산출부(5200)가 EDA 측정부(5100)의 결과값을 수신하도록 제어할 수 있다. 또한 EDA 제어부(5600)는 EDA 산출부(5200)가 피부 전도도 데이터를 얻도록 제어할 수 있다. 또한 EDA 제어부(5600)는 EDA 산출부(5200)가 피부 전도도 데이터를 EDA 출력부(5300), EDA 저장부(5400) 및 EDA 통신부(5500)로 전송할 수 있도록 제어할 수 있다.
또한 일 실시예에 따르면, EDA 제어부(5600)는 EDA 출력부(5300)가 EDA 산출부(5200)의 산출 결과인 피부 전도도 데이터를 수신하도록 제어할 수 있다. 또한 EDA 제어부(5600)는 EDA 출력부(5300)가 피부 전도도 데이터를 출력하도록 제어할 수 있다.
또한 일 실시예에 따르면, EDA 제어부(5600)는 EDA 저장부(5400)가 피부 전도도 데이터를 수신하도록 제어할 수 있다. 또한 EDA 제어부(5600)는 EDA 저장부(5400)가 피부 전도도 데이터를 저장하도록 제어할 수 있다.
또한 일 실시예에 따르면, EDA 제어부(5600)는 EDA 통신부(5500)가 외부 장치와 통신하도록 제어할 수 있다.
EDA 제어부(5600)는 전술한 디바이스 제어부(1600)와 동일한 기능을 수행할 수 있다.
일 실시예에 따르면, EDA 제어부(5600)는 웨어러블 디바이스(1000)의 디바이스 제어부(1600)와 동일한 컴포넌트의 형태로 제공될 수 있다.
이하에서 특별한 언급이 없는 경우에는, EDA 센서(5000)의 동작은 EDA 제어부(5600)의 제어에 의해 수행되는 것으로 해석될 수 있다.
도 32은 일 실시예에 따른 피부 전도도를 측정하는 장치들을 나타내는 도면이다.
도 32을 참조하면, 도 32(a)는 웨어러블 장치인 스마트 워치(6100)를 나타내고, 도 32(b)는 웨어러블 장치인 스마트 링(6200)을 나타내는 도면이다. 스마트 워치(6100) 및/또는 스마트 링(6200)은 웨어러블 디바이스(1000)와 동일하거나 동일한 역할을 수행할 수 있다.
도 32에는 피부 전도도를 측정할 수 있는 장치가 스마트 워치(6100)와 스마트 링(6200)만 도시되어 있으나, 이는 설명의 편의를 위해 몇몇 실시예를 들어 설명한 것일 뿐, 이에 한정되지 않는다.
예를 들어, 피부 전도도를 측정하는 장치는 사용자의 손목에 착용되는 손목 밴드(band), 사용자의 발에 양말 형태로 착용되는 웨어러블 양말, 사용자의 피부에 부착되는 웨어러블 패치, 사용자의 머리에 착용되는 웨어러블 헤어 밴드, 사용자의 귀에 귀걸이 형태로 착용되는 장치, 이어폰 형태로 끼워지는 장치 및 사용자의 눈에 삽입되는 렌즈 형태의 장치일 수 있으며, 본 명세서에 열거된 예시들에 한정되지 않고 다양한 형태로 구현될 수 있다.
도 32의 웨어러블 장치들은 도 31의 EDA 센서(5000)를 포함할 수 있다.
일 실시예에 따르면, 도 32(a)의 스마트 워치(6100)는 본체(6110)에 EDA 센서(5000)를 포함할 수 있다. 예를 들어, 스마트 워치(6100)의 본체(6100)는 사용자의 피부에 닿는 부분에 EDA 측정부(5100)를 포함하여 사용자의 피부 전도도를 측정할 수 있다.
구체적으로, EDA 측정부(5100)의 전극은 본체(6110)의 뒷부분에 배치되어, 사용자의 피부에 전류를 흘러주어 사용자의 피부 전도도를 측정할 수 있다.
다른 일 실시예에 따르면, 도 32(a)의 스마트 워치(6100)는 본체(6110)에 EDA 센서(5000)의 구성 일부를 포함하고, 밴드 영역(6120)에 EDA 센서(5000)의 다른 구성 일부를 포함할 수 있다. 예를 들어, 스마트 워치(6100)의 밴드 영역(6120)은 사용자의 피부에 닿는 부분에 EDA 측정부(5100)를 포함하여 사용자의 피부 전도도를 측정할 수 있다.
구체적으로, EDA 측정부(5100)의 전극은 밴드 영역(6120)의 뒷부분에 배치되어, 사용자의 피부에 전류를 흘러주어 사용자의 피부 전도도를 측정할 수 있다.
일 실시예에 따르면, 도 32(b)의 스마트 링(6200)은 EDA 센서(5000)를 포함할 수 있다. 예를 들어, 스마트 링(6200)은 사용자의 피부에 닿는 부분에 EDA 측정부(5100)를 포함하여 사용자의 피부 전도도를 측정할 수 있다.
구체적으로, EDA 측정부(5100)의 전극(6210)은 스마트 링(6100)의 안쪽 영역에 배치되어, 사용자의 피부에 전류를 흘러주어 사용자의 피부 전도도를 측정할 수 있다.
도 33은 일 실시예에 따른 피부 전도도 그래프를 나타내는 도면이다.
도 33을 참조하면, 피부 전도도 그래프는 시간에 따른 피부 전도도 데이터(7110)로 나타날 수 있다. 피부 전도도 데이터(7110)는 토닉 컴포넌트(7120) 및 페이직 컴포넌트(7130)를 포함할 수 있다.
일 실시예에 따르면, 피부 전도도 데이터(7110)는 EDA 센서(5000)에 의해 획득된 데이터일 수 있다.
일 실시예에 따르면, 피부 전도도 데이터(7110)는 토닉 컴포넌트(7120) 및 페이직 컴포넌트(7130)의 합일 수 있다.
예를 들어, 토닉 컴포넌트(7120)는 피부 전도도 데이터(7110) 중 외부 환경(예, 주변 온도)과 관련이 있는 피부 전도도 데이터일 수 있다. 또는 예를 들어, 토닉 컴포넌트(7120)는 피부 전도도 레벨(SCL : skin conductance level)을 나타내는 피부 전도도 데이터의 일부일 수 있다.
또한 예를 들어, 페이직 컴포넌트(7130)는 외부 자극, 환경 자극 또는 짧은 기간(short-term)동안의 이벤트(event)와 관련이 있는 피부 전도도 데이터일 수 있다.
또는 예를 들어, 페이직 컴포넌트(7130)는 피부 전도도 반응(SCR : skin conductance response)을 나타내는 피부 전도도 데이터의 일부일 수 있다.
예를 들어, 토닉 컴포넌트(7120)는 피부 전도도 데이터(7110)에서 페이직 컴포넌트(7130)를 제외하면 얻어질 수 있다. 또한, 페이직 컴포넌트(7130)는 피부 전도도 데이터(7110)에서 토닉 컴포넌트(7120)를 제외하면 얻어질 수 있다.
또한 예를 들어, 페이직 컴포넌트(7130)는 반응 함수(response function)와 피부 전도도 데이터(7110)의 컨볼루션(convolution) 연산에 의해 얻어질 수 있다.
또한, 토닉 컴포넌트(7120) 및 페이직 컴포넌트(7130)는 옴의 법칙에 의해 전류, 저항 또는 전압의 단위로 변환될 수 있다.
일 실시예에 따르면, 토닉 컴포넌트(7120) 및 페이직 컴포넌트(7130)는 EDA 센서(5000)의 EDA 산출부(5200)의 연산을 통해 획득될 수 있다. 일 실시예에 따르면, 토닉 컴포넌트(7120) 및 페이직 컴포넌트(7130)는 피부 전도도 데이터를 수신한 모니터링 서버(3000)의 서버 제어부(3300)의 연산을 통해 획득될 수 있다.일 실시예에 따르면, 토닉 컴포넌트(7120)는 피부 전도도의 크기(magnitude) 또는 발생 추이를 나타내는 지표로 이용될 될 수 있다. 피부 전도도의 크기 또는 발생 추이를 이용하여, 사용자의 생체 정보를 유추할 수 있다. 예를 들어, 모니터링 서버(3000)는 토닉 컴포넌트(7120)의 전체적인 변화에 기초하여, 피부 온도 또는 체온의 변화를 알 수 있다.
또한, 페이직 컴포넌트(7130)는 피부 전도도의 변화 정도, 변화량 또는 피부 전도도의 일차 미분값에 의해 표현되는 스톰(strom)을 나타내는 지표로 이용될 수 있다. 예를 들어, 모니터링 서버(3000)는 페이직 컴포넌트(7130)의 전체적인 변화를 통해, 사용자의 기분, 스트레스, 흥분 정도 또는 자율 신경계의 변화를 예측할 수 있다.
본 출원의 일 실시예에 따르면, 모니터링 서버(3000)는 피부 전도도 데이터에 기초하여 토닉 컴포넌트(7120) 및/또는 페이직 컴포넌트(7130)를 획득할 수 있고, 획득된 토닉 컴포넌트(7120) 및/또는 페이직 컴포넌트(7130)를 참고하여 사용자의 갑상선 기능 이상 모니터링을 수행할 수 있다.
일 예로, 모니터링 서버(3000)는 휴지 구간에 대응되는 토닉 컴포넌트(7120)에 기초하여 모니터링 피부 전도도를 산출할 수 있고, 산출된 모니터링 피부 전도도가 기준 피부 전도도 보다 높으면, 사용자가 갑상선 이상이 있는 것으로 판단할 수 있다.
도 34는 다른 일 실시예에 따른 피부 전도도 그래프를 나타내는 도면이다.
도 34를 참조하면, 피부 전도도 데이터 그래프의 분석을 통해 획득될 수 있는 여러가지 파라미터들이 도시되어 있다.
모니터링 서버(3000)는 피부 전도도 데이터 그래프에 기초하여 자극 시작 지점(stimulus onset, 7210), 반응 시작 지점(response onset, 7220), 잠재 기간(latency, 7230), 반응 문턱값(response threshold, 7240), 피크 지점(peak response, 7250), 회복 기간(recovery time, 7260) 및/또는 진폭(amplitude, 7270)을 확인할 수 있다.
예를 들어, 자극 시작 지점(7210)은 피부 전도도 데이터가 증가하기 시작하는 시점일 수 있다. 또한 예를 들어, 반응 시작 지점(7220)은 자극 시작 지점(7210)으로부터 일정 값 이상의 크기를 갖는 시점일 수 있다. 이때, 반응 시작 지점(7220) 및 자극 시작 지점(7210)의 크기 차이는 반응 문턱값(7240)일 수 있다.
또한 예를 들어, 잠재 기간(7230)은 자극 시작 지점(7210) 및 반응 시작 지점(7220)을 통해 산출될 수 있다. 구체적으로, 잠재 기간(7230)은 자극 시작 지점(7210)으로부터 반응 시작 지점(7220)까지의 기간일 수 있다.
일 실시예에 따르면, 모니터링 서버(3000)는 잠재 기간(7230)의 길이를 통해 사용자의 피부 전도도의 변화 정도, 사용자의 기분, 스트레스 또는 자율 신경계의 변화를 파악할 수 있다. 예를 들어, 모니터링 서버(3000)는 잠재 기간(7230)이 짧은 경우, 사용자의 피부 전도도의 변화 정도가 급격하게 이루어지는 것으로 파악할 수 있다.
또한 예를 들어, 모니터링 서버(3000)는 잠재 기간(7230)이 짧은 경우, 사용자의 기분의 기분이 급격하게 변화하고, 사용자가 스트레스를 받거나 사용자의 자율 신경계의 변화가 급격하게 이루어지는 것으로 파악할 수 있다.
일 실시예에 따르면, 모니터링 서버(3000)는 반응 문턱값(7240)을 조절함으로써, 피부 전도도 변화량의 민감도(sensitivity)를 조절할 수 있다. 예를 들어, 반응 문턱값(7240)을 작게 하면, 피부 전도도 변화의 빈도가 커질 수 있다. 또한 예를 들어, 반응 문턱값(7240)을 크게 하면, 모니터링 서버(3000)는 피부 전도도 변화의 빈도가 작아지고, 비교적 큰 변화량에 대해서만 피부 전도도가 변화한 것으로 파악할 수 있다.
또한 예를 들어, 피크 지점(7250)은 자극 시작 지점(7210) 이후 또는 반응 시작 지점(7220) 이후에 피부 전도도 데이터가 가장 큰 값을 갖는 시점일 수 있다. 또는 피크 지점(7250)은 피부 전도도 데이터의 1차 미분값이 0인 시점일 수 있다. 또는 피크 지점(7250)은 피부 전도도 데이터의 1차 미분값이 0이고, 2차 미분값이 음수인 시점일 수 있다.
일 실시예에 따르면, 피크 지점(7250)을 통해, 모니터링 서버(3000)는 일정 기간 동안 피부 전도도 데이터의 최대값을 알 수 있고, 사용자의 기분, 스트레스 또는 자율 신경계의 변화를 파악할 수 있다. 예를 들어, 피크 지점(7250)이 큰 경우, 모니터링 서버(3000)는 사용자의 기분 변화가 크거나, 스트레스의 양이 크거나 또는 자율 신경계의 변화가 큰 것으로 파악될 수 있다.
또한 예를 들어, 회복 기간(7260)은 피부 전도도 데이터가 피크 지점(7250)으로부터 일정 값까지 도달하는데 걸린 시간을 의미하는 것일 수 있다.
이때, 피크 지점(7260)으로부터 상기 일정 값까지의 크기는 피부 전도도 데이터의 진폭(7270)일 수 있다. 그러나, 진폭(7270)은 피크 지점(7260)으로부터 회복 기간(7260)과 관련된 일정 값이 아닌, 회복 기간(7260)과 관련되지 않은 다른 값까지의 크기일 수 있다.
이때, 회복 기간(7260)은 잠재 기간(7230) 또는 반응 시점(7220)으로부터 피크 지점(7250)까지의 기간과 연관될 수 있다.
예를 들어, 잠재 기간(7230) 또는 반응 시점(7220)으로부터 피크 지점(7250)까지의 기간이 짧아진다면, 회복 기간(7260)도 짧아질 수 있다. 또한 예를 들어, 잠재 기간(7230) 또는 반응 시점(7220)으로부터 피크 지점(7250)까지의 기간이 길어진다면, 회복 기간(7260)도 길어질 수 있다.
일 실시예에 따르면, 회복 기간(7260) 또는 진폭(7270)을 통해, 모니터링 서버(3000)는 사용자의 기분, 스트레스 또는 자율 신경계의 변화를 파악할 수 있다. 예를 들어, 회복 기간(7260)이 짧은 경우, 모니터링 서버(3000)는 사용자의 기분이 급격하게 변화하거나, 스트레스가 많거나 또는 자율 신경계의 변화가 급격한 것으로 파악될 수 있다.
또한 예를 들어, 진폭(7270)이 큰 경우, 모니터링 서버(3000)는 사용자의 기분이 급격하게 변화하거나, 스트레스가 많거나 또는 자율 신경계의 변화가 급격한 것으로 파악될 수 있다.
본 출원의 일 실시예에 따르면, 모니터링 서버(3000)는 피부 전도도 데이터에 기초하여 상술한 파라미터를 획득할 수 있고, 획득된 파라미터에 기초하여 스트레스가 많거나 또는 자율 신경계의 변화가 급격한 구간을 확인할 수 있다.
일 예로, 모니터링 서버(3000)는 갑상선 기능 모니터링을 수행할 때에 도 34의 설명에서 상술한 파라미터를 참고하여, 모니터링 피부 전도도를 산출할 수 있다. 모니터링 피부 전도도 산출에 이용되는 구간과 과도한 스트레스를 받거나 자율 신경계가 급격하게 변화한 구간은 중첩되지 않을 수 있다.
모니터링 서버는, 도 34의 설명에서 상술한 파라미터에 기초하여, SCFr, SCRm, SCRpl, SCRd, SCRpr 및/또는 SCRrr 를 산출할 수 있다.
예를 들어, SCFr은 자극 시작 지점(7210)의 크기에서 피크 지점(7250)의 크기까지 도달하는 기간에 대한 지표일 수 있다. 또한 예를 들어, SCRr은 잠재 기간(7230)과 관련된 지표일 수 있다.
또한 예를 들어, SCRm은 반응 시작 지점 또는 반응 문턱값(7240)과 관련된 지표일 수 있다. 또한 예를 들어, SCRol은 자극 시작 지점(7210)과 관련된 지표일 수 있다.
또한 예를 들어, SCRpl은 반응 시작 지점(7220)과 관련된 지표일 수 있다. 또한 SCRpl은 반응 시작 지점(7220) 또는 피크 지점(7250)과 관련된 지표일 수 있다. 또한 예를 들어, SCRd는 반응 시작 지점(7220) 또는 잠재 기간(7230)과 관련된 지표일 수 있다.
또한 예를 들어, SCRpr은 피크 지점(7250) 또는 회복 기간(7260)과 관련된 지표일 수 있다. 또한 예를 들어, SCRrr은 회복 기간(7260) 또는 진폭(7270)과 관련된 지표일 수 있다.
본 출원의 일 실시예에 따르면, 모니터링 서버(3000)는 SCFr, SCRm, SCRpl, SCRd, SCRpr 및/또는 SCRrr 를 산출하고, 산출된 파라미터를 참조하여 갑상선 기능 모니터링을 수행할 수 있다.
일 예로, 모니터링 서버(3000)는 피부 전도도 데이터(7110)에 기초하여 갑상선 기능 모니터링을 수행하되, 산출된 SCFr, SCRm, SCRpl, SCRd, SCRpr 및/또는 SCRrr를 2차적인 참고 데이터로 활용하여 더욱 정확한 갑상선 기능 모니터링을 수행할 수도 있다.
지금까지 피부 전도도와 관련된 파라미터를 설명함에 있어, 모니터링 서버(3000)가 피부 전도도 데이터의 여러가지 지표를 파악하고 산출하는 것을 기준으로 하여 설명하였으나, 이에 한정되지 않고, EDA 산출부(5200)가 모니터링 서버(3000)의 역할을 수행할 수도 있다.
도 35는 일 실시예에 따른 피부 전도도 데이터 그래프를 나타내는 도면이다.
피부 전도도 데이터를 통해, 모니터링 서버(3000)는 사용자의 기분, 스트레스 또는 자율 신경계의 변화를 알 수 있다. 또한, 피부 전도도 데이터는 사용자의 거짓 진술 여부를 확인하는 데에도 사용될 수 있다. 또한, 피부 전도도 데이터는 범죄자의 행동 또는 진술을 분석하는 데에도 사용될 수 있다.
일 실시예에 따르면, 피부 전도도 데이터를 통해, 모니터링 서버(3000)는 사용자의 갑상선 기능 이상 여부를 판단할 수 있다.
예를 들어, 사용자의 피부 전도도 데이터를 통해 모니터링 서버(3000)는 갑상선 기능 항진증 또는 갑상선 기능 저하증 여부를 판단할 수 있다. 또한 예를 들어, 모니터링 서버(3000)는 사용자의 피부 전도도 데이터를 통해 갑상선 암, 갑상선 염증 등의 갑상선 질환들을 발견할 수도 있다.
예를 들어, 갑상선 기능 항진증을 앓고 있는 사용자의 자율 신경계 기능은 흥분될 수 있다. 또한, 갑상선 기능 저하증을 앓고 있는 사용자의 자율 신경계 기능은 저하될 수 있다. 이때, 피부 전도도 데이터를 통해 자율 신경계 기능의 흥분 상태 여부를 파악한다면, 모니터링 서버(3000)는 사용자의 갑상선 기능 항진증 또는 저하증 여부를 판단할 수 있다.
구체적으로, 일정 기간(예, 모니터링 기간) 동안의 사용자의 피부 전도도 데이터가 일정 값 이상으로 나타나는 경우, 모니터링 서버(3000)는 사용자의 자율 신경계 기능이 정상인에 비하여 과도 흥분 상태인 것으로 파악할 수 있고, 사용자는 갑상선 기능 항진증을 앓고 있는 것으로 판단할 수 있다.
또한 구체적으로, 일정 기간 동안의 사용자의 피부 전도도 데이터가 일정 값 이하로 나타나는 경우, 모니터링 서버(3000)는 사용자의 자율 신경계 기능이 정상인에 비하여 과도 저하된 상태인 것으로 파악할 수 있고, 사용자는 갑상선 기능 저하증을 앓고 있는 것으로 판단할 수 있다.
피부 전도도 데이터를 이용하여 사용자의 갑상선 기능 이상 여부를 판단하는 방법에 대한 자세한 내용은 후술한다.
피부 전도도 데이터를 통해 사용자의 갑상선 기능 이상 여부를 판단할 경우, 사용자는 호르몬 검사를 하지 않고 비침습을 통해 갑상선 기능 이상 여부를 판단할 수 있다.
또한, 피부 전도도 데이터를 통해 사용자의 갑상선 기능 이상 여부를 판단할 경우, 사용자의 일상 생활 속에서 자연스럽게 사용자의 갑상선 기능 이상 여부를 판단할 수 있다.
예를 들어, 갑상선 기능을 검사하기 위한 종래의 검사 방법(예, 호르몬 검사)은 사용자의 긴장을 초래하여 결과에 영향을 미칠 수 있으나, 본 발명에 따른 갑상선 기능 이상 여부 판단 방법은 사용자의 긴장을 초래하지 않을 수 있다.
도 35를 참조하면, 수면 개시 시점(7310)을 전후로, 피부 전도도 데이터를 구분할 수 있다.
일 실시예에 따르면, 수면 개시 시점(7310)은 웨어러블 디바이스(1000)를 통한 사용자의 입력에 의해 정해지는 시점일 수 있다. 예를 들어, 사용자는 웨어러블 디바이스(1000)에 수면 시작에 대한 정보를 입력할 수 있고, 수면 개시 시점(7310)은 상기 정보를 통해 정해지는 시점일 수 있다.
다른 일 실시예에 따르면, 수면 개시 시점(7310)은 웨어러블 디바이스(1000)의 판단에 의해 정해지는 시점일 수 있다. 예를 들어, 수면 개시 시점(7310)은 사용자의 움직임을 파악할 수 있는 웨어러블 디바이스(1000)의 복수의 센서를 통해 정해지는 시점일 수 있다.
구체적으로, 수면 개시 시점(7310)은 웨어러블 디바이스(1000)의 만보계에서 추출한 걸음 수가 일정 값 이하인 구간에 의해 정해질 수 있다. 또한 구체적으로, 수면 개시 시점(7310)은 웨어러블 디바이스(1000)의 GPS 결과가 일정 범위 이내인 구간에 의해 정해질 수 있다.
또한 구체적으로, 수면 개시 시점(7310)은 웨어러블 디바이스(1000)의 심박계에서 추출한 심박수가 일정 값 이하인 구간에 의해 정해질 수 있다. 또한 구체적으로, 수면 개시 시점(7310)은 웨어러블 디바이스(1000)의 자이로스코프의 결과가 일정 값 이하인 구간에 의해 정해질 수 있다.
또한 구체적으로, 수면 개시 시점(7310)은 웨어러블 디바이스(1000)를 통해 파악된 사용자의 수면 패턴에 의해 정해질 수 있다. 예를 들어, 수면 개시 시점(7310)은 사용자의 수면 패턴이 깨어 있는 구간(wake)에서 깨어 있는 구간이 아닌 구간(예를 들어, REM, non-REM, SWS)으로 진입하는 시점일 수 있다.
또 다른 일 실시예에 따르면, 수면 개시 시점(7310)은 피부 전도도 데이터가 급격히 감소하기 시작한 시점일 수 있다.
구체적으로, 수면 개시 시점(7310)은 피부 전도도 데이터가 1uS 이상 감소하기 시작한 시점일 수 있다.
또한 구체적으로, 수면 개시 시점(7310)은 감소 구간(7440)이 시작한 시점일 수 있다. 감소 구간(7440)에 대한 자세한 설명은 후술한다.
수면 개시 시점(7310)은 사용자가 수면 구간에 진입한 것으로 볼 수 있는 시점으로, 본 발명의 설명에서 제시한 예시에 한정되지 않는다.
도 35를 참조하면, 수면 개시 시점(7310)을 전후로, 피부 전도도 데이터의 양상이 다르게 나타날 수 있다.
예를 들어, 수면 개시 시점(7310) 전의 피부 전도도 데이터의 변화 빈도는 수면 개시 시점(7310) 후의 피부 전도도 데이터의 변화 빈도보다 클 수 있다.
또한 예를 들어, 수면 개시 시점(7310) 전의 피부 전도도 데이터의 평균은 수면 개시 시점(7310) 후의 피부 전도도 데이터의 평균보다 클 수 있다.
또한 예를 들어, 수면 개시 시점(7310) 전의 피부 전도도 데이터의 최대값은 수면 개시 시점(7310) 후의 피부 전도도 데이터의 최대값보다 클 수 있다.
또한 예를 들어, 수면 개시 시점(7310) 전의 피부 전도도 데이터의 최소값은 수면 개시 시점(7310) 후의 피부 전도도 데이터의 최소값보다 클 수 있다.
도 36은 일 실시예에 따른 피부 전도도 데이터 그래프에서의 휴지 구간을 설명하기 위한 도면이다. 도 36을 참조하면, 수면 개시 시점(7310) 이후의 피부 전도도 데이터는 수면 개시 시점(7310) 이전보다 감소할 수 있다.
일 실시예에 따르면, 수면 개시 시점(7310) 이후의 피부 전도도 데이터는 감소 구간(7440) 및 휴지 구간(7450)을 포함할 수 있다. 이때, 휴지 구간(7450)은 감소 구간(7440) 이후에 시작하는 구간일 수 있다.
일 실시예에 따르면, 휴지 구간(7450)은 피부 전도도 데이터의 변동(fluctuation)이 일정 범위(7410) 내에서 이루어지는 구간일 수 있다. 예를 들어, 휴지 구간(7450)은 피부 전도도 데이터의 변동이 제1 범위(7410) 이내인 구간일 수 있다.
예를 들어, 제1 범위(7410)의 크기는 3uS 일 수 있다. 바람직한 예를 들어, 제1 범위(7410)의 크기는 2uS 일 수 있다. 더 바람직한 예를 들어, 제1 범위(7410)의 크기는 1uS 일 수 있다. 다만, 제1 범위(7410)는 사용자의 피부의 특성에 따라 다른 최적치가 선택될 수 있고, 따라서, 상술한 수치에 한정되지 않는다.
감소 구간(7440)은 수면 개시 시점(7310) 이후 피부 전도도 데이터가 제2 범위 이상 감소하는 구간일 수 있다. 이 때, 제2 범위는 제1 범위보다 클 수 있다. 일 예로, 제2 범위는 2uS일 수 있고, 제1 범위(7410)는 1uS일 수 있다.
감소 구간(7440)은 수면 개시 시점(7310) 이후 피부 전도도 데이터가 상기 제1 범위(7410) 이상 감소하는 구간일 수 있다. 예를 들어, 감소 구간(7440)은 수면 개시 시점(7310) 이후 피부 전도도 데이터가 1uS 또는 2uS 이상 감소하는 구간일 수 있으나, 이에 한정되지 않고 피부 전도도 데이터가 다른 수치 이상 감소하는 구간일 수 있다.
또한, 감소 구간(7440) 및 휴지 구간(7450)은 휴지 구간 개시 시점(7430)에 의해 구분될 수 있다.
일 실시예에 따르면, 휴지 구간 개시 시점(7430)은 피부 전도도 데이터의 변동이 상기 제1 범위(7410) 이내인 시점 중, 피부 전도도 데이터가 증가 추세로 진입하는 진입 시점일 수 있다. 예를 들어, 휴지 구간 개시 시점(7430)은 피부 전도도 데이터의 변동이 1uS 이내인 구간 중에서, 기울기가 양수인 가장 이른 시점일 수 있다.
이때, 수면 개시 시점(7310)에서의 피부 전도도 데이터와 휴지 구간 개시 시점(7430)에서의 피부 전도도 데이터의 차이(7420)는 상기 제1 범위(7410)의 크기보다 클 수 있다.
이때, 산출된 휴지 구간(7450)을 사용자의 진정한 수면 구간으로 파악할 수 있다. 또한, 휴지 구간(7450)에서의 피부 전도도 데이터를 통해 모니터링 피부 전도도를 산출할 수 있다. 모니터링 피부 전도도는 휴지 구간(7450)에서의 피부 전도도 데이터의 평균값, 중앙값, 표준 편차 또는 이동 평균 등에 따라 결정될 수 있다. 모니터링 서버(3000)는 모니터링 피부 전도도와 기준 피부 전도도를 비교하여 사용자의 갑상선 기능 이상 여부를 판단할 수 있다.
일 실시예에 따르면, 휴지 구간(7450)의 종료 시점은 피부 전도도 데이터의 변동 범위가 상기 제1 범위를 벗어나는 시점이 될 수 있다. 또는 휴지 구간(7450)의 종료 시점은 피부 전도도 데이터의 크기가 일정 값 이상 또는 이하가 되는 시점이 될 수 있다.
도 37은 일 실시예에 따른 피부 전도도 데이터 그래프에서의 휴지 구간을 설명하기 위한 도면이다. 도 37을 참조하면, 수면 개시 시점(7310) 이후에 복수의 휴지 구간(7551, 7554)이 존재할 수 있다. 모니터링 서버(3000)는 수면 개시 시점(7310) 이후의 복수의 휴지 구간(7551, 7554)을 확인할 수 있다.
일 실시예에 따르면, 수면 개시 시점(7310) 이후의 피부 전도도 데이터는 감소 구간(7540), 제1 휴지 구간(7551) 및 제2 휴지 구간(7554)을 포함할 수 있다. 이때, 제1 휴지 구간(7551) 및 제2 휴지 구간(7554)은 감소 구간(7540) 이후에 시작하는 구간일 수 있다.
일 실시예에 따르면, 제1 휴지 구간(7551) 및 제2 휴지 구간(7554)은 피부 전도도 데이터의 변동이 일정 범위(7510) 내에서 이루어지는 구간일 수 있다.
예를 들어, 제1 휴지 구간(7551) 및 제2 휴지 구간(7554)은 피부 전도도 데이터의 변동이 제1 범위(7510) 이내인 구간일 수 있다. 구체적으로 예를 들어, 상기 제1 범위(7510)의 크기는 1uS 또는 2uS 일 수 있으나, 이에 한정되지 않고 다른 수치를 가질 수도 있다.
감소 구간(7540)은 수면 개시 시점(7310) 이후 피부 전도도 데이터가 제2 범위 이상 감소하는 구간일 수 있다. 이 때, 제2 범위는 제1 범위보다 클 수 있다. 일 예로, 제2 범위는 2uS일 수 있고, 제1 범위(7510)는 1uS일 수 있다. 감소 구간(7540)은 수면 개시 시점(7310) 이후 피부 전도도 데이터가 상기 제1 범위(7510) 이상 감소하는 구간일 수 있다. 예를 들어, 감소 구간(7540)은 수면 개시 시점(7310) 이후 피부 전도도 데이터가 1uS 또는 2uS 이상 감소하는 구간일 수 있으나, 이에 한정되지 않고 피부 전도도 데이터가 다른 수치 이상 감소하는 구간일 수 있다.
제1 휴지 구간(7551)은 제1 휴지 구간 개시 시점(7530) 및 제1 휴지 구간 종료 시점(7552)을 포함할 수 있다. 모니터링 서버(3000)는 제1 휴지 구간 개시 시점(7530)을 기준으로, 감소 구간(7540)과 제1 휴지 구간(7551)을 구분할 수 있다.
제2 휴지 구간(7554)은 제2 휴지 구간 개시 시점(7553) 및 제2 휴지 구간 종료 시점(7555)을 포함할 수 있다. 모니터링 서버(3000)는 제1 휴지 구간 종료 시점(7552) 및 제2 휴지 구간 개시 시점(7553) 사이의 구간은 휴지 구간으로 추출하지 않을 수 있다.
일 실시예에 따르면, 제1 휴지 구간 개시 시점(7530) 및 제2 휴지 구간 개시 시점(7553)은 피부 전도도 데이터의 변동이 상기 제1 범위(7510) 이내인 구간 중, 피부 전도도 데이터가 증가 추세로 진입하는 진입 시점일 수 있다.
예를 들어, 제1 휴지 구간 개시 시점(7530) 및 제2 휴지 구간 개시 시점(7553)은 피부 전도도 데이터의 변동이 2uS 이내인 구간 이내에서, 기울기가 양수인 시점 중 가장 이른 시점일 수 있다.
이때, 수면 개시 시점(7310)에서의 피부 전도도 데이터와 제1 휴지 구간 개시 시점(7530) 및 제2 휴지 구간 개시 시점(7553)에서의 피부 전도도 데이터의 차이(7520)는 상기 제1 범위(7510)의 크기보다 클 수 있다.
일 실시예에 따르면, 제1 휴지 구간 종료 시점(7552) 및 제2 휴지 구간 종료 시점(7555)은 피부 전도도 데이터의 변동이 상기 제1 범위(7510)을 벗어나는 시점이 될 수 있다. 또는 제1 휴지 구간 종료 시점(7552) 및 제2 휴지 구간 종료 시점(7555)은 피부 전도도 데이터의 크기가 일정 값 이상 또는 이하가 되는 시점일 수 있다.
이때, 모니터링 서버(3000)는 산출된 제1 휴지 구간(7551) 및 제2 휴지 구간(7554)을 사용자의 진정한 수면 구간으로 파악할 수 있다. 또한, 복수의 휴지 구간(7551, 7554)에서의 피부 전도도 데이터를 통해, 모니터링 서버(3000)는 사용자의 갑상선 기능 이상 여부를 판단할 수 있다.
예를 들어, 복수의 휴지 구간(7551, 7554)에서의 피부 전도도 데이터의 평균값, 중앙값, 표준 편차 또는 이동 평균 등을 통해, 모니터링 서버(3000)는 사용자의 갑상선 기능 이상 여부를 판단할 수 있다.
예를 들어, 모니터링 서버(3000)는 제1 휴지 구간(7551) 및 제2 휴지 구간(7554) 전체의 피부 전도도 데이터의 평균값 등을 이용할 수도 있고, 제1 휴지 구간(7551)의 평균값 및 제2 휴지 구간(7554)의 평균값 등을 각각 이용할 수도 있다.
도 38은 또 다른 일 실시예에 따른 피부 전도도 데이터 그래프에서의 휴지 구간을 설명하기 위한 도면이다.도 38을 참조하면, 수면 개시 시점(7310) 이후에 복수의 휴지 구간(7651, 7654)이 존재할 수 있다.
감소 구간(7640)에 대한 내용은 도 37의 감소 구간(7540)의 내용과 중복될 수 있어, 자세한 내용은 생략한다.
또한, 제1 휴지 구간(7651) 및 제2 휴지 구간(7654)에 대한 내용은 도 37의 제1 휴지 구간(7551) 및 제2 휴지 구간(7554)의 내용과 중복될 수 있어, 자세한 내용은 생략한다.
또한, 제1 범위(7610)에 대한 내용은 도 37의 제1 범위(7510)의 내용과 중복될 수 있어, 자세한 내용은 생략한다.
또한, 제1 휴지 구간 개시 시점(7630), 제1 휴지 구간 종료 시점(7652), 제2 휴지 구간 개시 시점(7653) 및 제2 휴지 구간 종료 시점(7655)에 대한 내용은 도 37의 제1 휴지 구간 개시 시점(7530), 제1 휴지 구간 종료 시점(7552), 제2 휴지 구간 개시 시점(7553) 및 제2 휴지 구간 종료 시점(7555)의 내용과 중복될 수 있어, 자세한 내용은 생략한다.
일 실시예에 따르면, 제1 휴지 구간(7651)에서의 피부 전도도 데이터의 연산값은 제2 휴지 구간(7654)에서의 피부 전도도 데이터의 연산값과는 상이할 수 있다.
일 예로, 제1 휴지 구간(7651)의 최대 피부 전도도는 제2 휴지 구간(7654)의 최대 피부 전도도보다 작을 수 있다. 다른 예로, 제1 휴지 구간(7651)의 최소 피부 전도도는 제2 휴지 구간(7654)의 최소 피부 전도도보다 작을 수 있다.또 다른 예로, 제1 휴지 구간(7651)의 평균 피부 전도도는 제2 휴지 구간(7654)의 평균 피부 전도도보다 작을 수 있다.
또한, 이에 한정되지 않고 제1 휴지 구간(7651)에서의 피부 전도도 데이터에 기초하여 산출될 수 있는 수치는 제2 휴지 구간(7654)에서의 피부 전도도 데이터에 기초하여 산출될 수 있는 수치와 상이할 수 있다.
일 실시예에 따르면, 제1 휴지 구간(7651)에서의 피부 전도도 데이터의 수치 범위는 제2 휴지 구간(7654)에서의 피부 전도도 데이터의 수치 범위와 상이할 수 있다.
일 예로, 제1 휴지 구간(7651)에서의 피부 전도도 데이터의 수치 범위는 2 휴지 구간(7654)에서의 피부 전도도 데이터의 수치 범위와 중첩되지 않을 수 있다. 다른 예로, 제1 휴지 구간(7651)에서의 피부 전도도 데이터의 수치 범위는 2 휴지 구간(7654)에서의 피부 전도도 데이터의 수치 범위와 일부 구간이 중첩될 수 있다.
구체적인 예를 들어, 제1 휴지 구간(7651)의 피부 전도도 데이터는 1uS 내지 2uS의 수치를 가질 수 있다. 또한, 제2 휴지 구간(7654)의 피부 전도도 데이터는 2uS 내지 3uS의 수치를 가질 수 있다.
이때, 제1 휴지 구간(7651)의 변동 및 제2 휴지 구간(7654)의 변동은 1uS 범위 내에서 이루어지나, 제1 휴지 구간(7651) 및 제2 휴지 구간(7654)의 수치 범위는 상이할 수 있다.
모니터링 서버(3000)는 산출된 제1 휴지 구간(7651) 및 제2 휴지 구간(7654)을 사용자의 진정한 수면 구간으로 파악할 수 있다. 또한, 모니터링 서버(3000)는 복수의 휴지 구간(7551, 7554)에서의 피부 전도도 데이터를 통해, 사용자의 갑상선 기능 이상 여부를 판단할 수 있다.
도 39는 또 다른 일 실시예에 따른 피부 전도도 데이터 그래프에서의 휴지 구간을 설명하기 위한 도면이다. 감소 구간(7740)에 대한 내용은 도 36의 감소 구간(7440)의 내용과 중복될 수 있어, 자세한 내용은 생략한다.
또한, 휴지 구간(7751)에 대한 내용은 도 36의 휴지 구간(7450)의 내용과 중복될 수 있어, 자세한 내용은 생략한다.
또한, 제1 범위(7710)에 대한 내용은 도 36의 제1 범위(7410)의 내용과 중복될 수 있어, 자세한 내용은 생략한다.
도 39를 참조하면, 수면 개시 시점(7310) 이후에 휴지 구간(7751) 및 노이즈 구간(7760, 7770)이 존재할 수 있다. 예를 들어, 수면 개시 시점(7310) 이후에 제1 노이즈 구간(7760) 및 제2 노이즈 구간(7770)이 존재할 수 있다.
일 실시예에 따르면, 제1 노이즈 구간(7760)의 변동 및 제2 노이즈 구간(7770)의 변동은 제1 범위(7710) 이내에서 이루어질 수 있다.
그러나, 모니터링 서버(3000)는 사용자의 갑상선 기능 이상 여부를 판단할 때, 휴지 구간(7751)의 피부 전도도 데이터는 이용 하나, 노이즈 구간(7760, 7770)의 피부 전도도 데이터는 이용하지 않을 수 있다.
노이즈 구간(7760, 7770)의 피부 전도도 데이터는 사용자의 진정한 수면 구간으로 보기 어려울 수 있으므로, 사용자의 갑상선 기능 이상 여부를 판단할 때, 제거되어야 하는 데이터일 수 있다.
일 실시예에 따르면, 제1 노이즈 구간(7760)의 변동은 휴지 구간(7751)의 변동과 같이 제1 범위(7710) 이내에서 이루어지나, 제1 노이즈 구간(7760)의 수치 범위가 휴지 구간(7751)의 수치범위와 다를 수 있다.
이때, 제1 노이즈 구간(7760)의 최소값은 제1 한계값(7780)보다 클 수 있다. 따라서, 일정 구간의 피부 전도도 데이터의 변동이 제1 범위(7710) 이내에서 이루어지지만, 상기 일정 구간의 최소값이 제1 한계값(7780) 이상인 경우, 상기 일정 구간은 노이즈 구간으로 산출될 수 있다.
또한 이때, 제1 노이즈 구간(7760)의 평균값은 제1 한계값(7780)보다 클 수 있다. 따라서, 일정 구간의 피부 전도도 데이터의 변동이 제1 범위(7710) 이내에서 이루어지지만, 상기 일정 구간의 평균값이 제1 한계값(7780) 이상인 경우, 상기 일정 구간은 노이즈 구간으로 산출될 수 있다.
일 실시예에 따르면, 제2 노이즈 구간(7770)의 변동은 휴지 구간(7751)의 변동과 같이 제1 범위(7710) 이내에서 이루어지나, 제2 노이즈 구간(7770)의 수치 범위가 휴지 구간(7751)의 수치범위와 다를 수 있다.
이때, 제2 노이즈 구간(7770)의 최대값은 제2 한계값(7790)보다 작을 수 있다. 따라서, 일정 구간의 피부 전도도 데이터의 변동이 제1 범위(7710) 이내에서 이루어지지만, 상기 일정 구간의 최대값이 제2 한계값(7790) 이하인 경우, 상기 일정 구간은 노이즈 구간으로 산출될 수 있다.
또한 이때, 제2 노이즈 구간(7770)의 평균값은 제2 한계값(7790)보다 작을 수 있다. 따라서, 일정 구간의 피부 전도도 데이터의 변동이 제1 범위(7710) 이내에서 이루어지지만, 상기 일정 구간의 평균값이 제2 한계값(7790) 이하인 경우, 상기 일정 구간은 노이즈 구간으로 산출될 수 있다.
그러나, 위의 예시들에 한정되지 않고, 일정 구간의 피부 전도도 데이터의 변동이 제1 범위(7710) 이내에서 이루어지지만, 상기 일정 구간의 절대적인 수치가 사용자의 진정한 수면 구간으로 볼 수 없는 수치인 경우, 상기 일정 구간은 노이즈 구간으로 추출될 수 있다.
노이즈 구간으로 추출된 구간들의 피부 전도도 데이터는, 변동이 제1 범위(7710) 이내에서 이루어지더라도, 휴지 구간에서 제외될 수 있다.
모니터링 서버(3000)는 모니터링 피부 전도도의 산출을 위한 휴지 구간을 확인할 때에, 제1 범위(7710) 이상의 피부 전도도 감소 구간 이후에 시작되며, 제1 범위(7710) 이내에서 변동하는 구간을 휴지 구간으로 확인할 수 있다.
모니터링 서버(3000)는 확인된 구간 중 일부 구간의 연산값이 정해진 기준치를 벗어나는 경우, 일부 구간을 휴지 구간에서 제외시키고, 휴지 구간에 대응되는 피부 전도도 데이터에 기초하여 모니터링 피부 전도도를 산출할 수 있다.
도 40은 또 다른 일 실시예에 따른 피부 전도도 데이터 그래프에서의 휴지 구간을 설명하기 위한 도면이다.감소 구간(7840)에 대한 내용은 도 36의 감소 구간(7440)의 내용과 중복될 수 있어, 자세한 내용은 생략한다.
또한, 휴지 구간(7850)에 대한 내용은 도 36의 휴지 구간(7450)의 내용과 중복될 수 있어, 자세한 내용은 생략한다.
또한 제1 범위(7810)에 대한 내용은 도 36의 제1 범위(7410)의 내용과 중복될 수 있어, 자세한 내용은 생략한다.
도 40을 참조하면, 수면 개시 시점(7310) 이후에 감소 구간(7840) 및 휴지 구간(7850)이 존재할 수 있다. 감소 구간(7840) 및 휴지 구간(7850)은 휴지 구간 개시 시점(7830)을 전후로 구분될 수 있다.
도 36의 휴지 구간 개시 시점(7430)과 달리, 도 40의 휴지 구간 개시 시점(7830)은 다른 기준에 의해 정의될 수 있다.
일 실시예에 따르면, 휴지 구간 개시 시점(7830)은 피부 전도도 데이터의 변동이 제1 범위(7810) 이내인 일정 구간 중 가장 이른 시점일 수 있다. 이때, 휴지 구간 개시 시점(7830)에서의 피부 전도도 데이터는 일정 값 이하일 수 있다.
이때, 수면 개시 시점(7310)에서의 피부 전도도 데이터와 휴지 구간 개시 시점(7830)에서의 피부 전도도 데이터의 차이(7860)는 제1 범위(7810)의 크기보다 클 수 있다.
또한, 휴지 구간(7850)은 상기 일정 구간 중 가장 늦은 시점인 휴지 구간 종료 시점을 포함할 수 있다. 휴지 구간 종료 시점에서의 피부 전도도 데이터는 일정 값 이상 또는 이하로, 사용자의 진정한 수면 구간으로 보기 어려운 값을 가질 수 있다.
도 41은 또 다른 일 실시예에 따른 피부 전도도 데이터 그래프에서의 휴지 구간을 설명하기 위한 도면이다.
도 41을 참조하면, 모니터링 서버(3000)는 피부 전도도 데이터를 통해 피부 전도도 데이터의 변화량을 산출할 수 있다.
일 실시예에 따르면, 피부 전도도 데이터의 변화량은 피부 전도도 데이터의 일차 미분을 통해 얻어질 수 있다. 예를 들어, 피부 전도도 데이터의 변화량은 피부 전도도 데이터의 기울기에 기초하여 얻어질 수 있다.
수면 개시 시점(7310) 전후로 피부 전도도 데이터의 변화량에 차이가 있을 수 있다. 예를 들어, 수면 개시 시점(7310) 전의 변화량의 평균값은 수면 개시 시점(7310) 후의 변화량의 평균값보다 클 수 있다.
일 실시예에 따르면, 수면 개시 시점(7310) 전후로 피부 전도도 데이터의 스톰 영역에 차이가 있을 수 있다. 이때, 스톰 영역은 피부 전도도 데이터 변화 빈도의 정도에 기초하여 산출될 수 있다.
또한 이때, 스톰 영역은 높은 빈도(high-frequency)를 가지는 영역일 수 있다. 예를 들어, 스톰 영역은 분당 4 내지 10 피크(4-10peaks/min)를 가지는 영역을 의미하는 것일 수 있다.
예를 들어, 수면 개시 시점(7310) 전의 스톰 영역은 수면 개시 시점(7310) 후의 스톰 영역 보다 그 수가 더 많을 수 있다. 또한 예를 들어, 수면 개시 시점(7310) 전의 스톰 영역의 빈도는 수면 개시 시점(7310) 후의 스톰 영역의 빈도보다 더 많을 수 있다.
또한 예를 들어, 수면 개시 시점(7310) 전의 스톰 영역의 피크들의 평균값은 수면 개시 시점(7310) 후의 스톰 영역의 피크들의 평균값보다 더 클 수 있다.
이때, 데이터 변화량의 평균값, 데이터 변화의 빈도, 스톰 영역의 개수 또는 스톰 영역의 발생 빈도를 통해 모니터링 서버(3000)는 사용자의 갑상선 기능 이상 여부를 판단할 수 있다.
예를 들어, 위의 파라미터들이 일정 값 이상인 경우, 모니터링 서버(3000)는 사용자가 갑상선 기능 항진증을 앓고 있는 것으로 파악할 수 있다. 또한 예를 들어, 위의 파라미터들이 일정 값 이하인 경우, 모니터링 서버(3000)는 사용자가 갑상선 기능 저하증을 앓고 있는 것으로 파악할 수 있다.
일 실시예에 따르면, 수면 개시 시점(7310) 이후의 휴지 구간 추출은 사용자의 수면 패턴과 관련이 있을 수 있다. 이때, 사용자의 수면 패턴은 외부 장치 또는 웨어러블 디바이스(1000)로부터 얻어진 정보일 수 있다.
예를 들어, 사용자의 수면 패턴은 수면다원검사법(PSG : Polysomnography)에 의해 얻어질 수 있다. 또한 예를 들어, 사용자의 수면 패턴은 스마트 워치에 포함된 복수의 센서들(예를 들어, 가속도계 등)의 센싱에 의해 얻어질 수 있다.
이때, 사용자의 수면 패턴은 REM, N-REM1(non-REM1), N-REM2(non-REM2) 또는 SWS(Slow-wave sleep) 단계로 나눠질 수 있으나, 이에 한정되지 않는다.
예를 들어, 사용자의 수면 패턴 중 REM 구간, N-REM1 구간 또는 이들의 결합을 휴지 구간으로 추출할 수 있으나, 이에 한정되지 않고, 모니터링 서버(3000)는 사용자의 수면 패턴이 안정되었다고 판단되는 구간을 휴지 구간으로 추출할 수 있다.
또한 예를 들어, 스톰 영역은 N-REM2 구간 또는 SWS 구간에서 발생될 확률이 높을 수 있다. 이때, 모니터링 서버(3000)는 N-REM2 구간 또는 SWS 구간을 휴지 구간에서 제외할 수 있다. 또는 이때, 모니터링 서버(3000)는 휴지 구간 중 N-REM2 구간 또는 SWS 구간에 비중을 작게 둘 수 있다.
다른 일 실시예에 따르면, 휴지 구간을 추출하는 방법에 있어서, 피부 전도도 데이터와 함께 사용자의 수면 패턴을 고려할 수 있다.
예를 들어, 모니터링 서버(3000)는 수면 개시 시점(7310) 이후의 피부 전도도 데이터에서, 도 36 내지 도 40에서 설명된 방법을 통해 1차적으로 휴지 구간을 추출할 수 있다.
또한 예를 들어, 모니터링 서버(3000)는 외부 장치 또는 웨어러블 디바이스(1000)로부터 사용자의 수면 패턴에 대한 정보를 얻을 수 있다. 이때, 상기 수면 패턴에 대한 정보는 웨어러블 디바이스(1000) 또는 외부 장치의 심박수 센서 또는 움직임 센서를 통해 얻어질 수 있다.
이때, 모니터링 서버(3000)는 1차적으로 추출한 상기 휴지 구간에서, 사용자의 수면 패턴이 SWS 구간 및/또는 N-REM2 구간인 부분을 제외하여 2차적으로 휴지 구간을 추출할 수 있다.
또는 이때, 모니터링 서버(3000)는 1차적으로 추출한 상기 휴지 구간에서, 사용자의 수면 패턴이 REM 구간인 부분들을 2차적으로 휴지 구간으로 추출할 수 있다.
따라서, 모니터링 서버(3000)는 2차적으로 추출된 휴지 구간을 진정한 휴지 구간으로 하여, 휴지 구간에서의 피부 전도도 데이터를 통해 사용자의 갑상선 기능 이상을 판단할 수 있다.
도 42는 일 실시예에 따른 휴지 구간을 추출하는 방법에 대한 순서도를 나타내는 도면이다.
도 42를 참조하면, 일 실시예에 따른 휴지 구간을 추출하는 방법은 제1 구간을 추출하는 단계(S610), 제2 구간을 확인하는 단계(S620), 제1 구간의 크기를 미리 정해진 수치와 비교하는 단계(S630) 및 제1 구간을 휴지 구간에 포함시키는 단계(S640)를 포함할 수 있다.
일 실시예에 따르면, 모니터링 서버(3000)는 제1 구간을 추출하는 단계(S610)를 수행할 수 있다. 이때, 제1 구간을 추출하는 단계(S610)는 피부 전도도 데이터의 변동이 제1 범위 이내인 구간을 제1 구간으로 추출하는 단계를 포함할 수 있다.
예를 들어, 모니터링 서버(3000)는 웨어러블 장치(1000) 또는 EDA 센서(5000)로부터 피부 전도도 데이터를 수신하여, 제1 구간을 추출할 수 있다.
다른 일 실시예에 따르면, EDA 산출부(5200)는 EDA 측정부(5100)로부터 피부 전도도 데이터를 수신하여, 제1 구간을 추출할 수 있다.
이때, 추출된 제1 구간의 최대값과 최소값의 차이는 상기 제1 범위의 크기보다 작거나 같을 수 있다. 예를 들어, 제1 구간의 최대값과 최소값의 차이는 3uS 이내일 수 있다. 구체적으로, 제1 구간의 최대값과 최소값의 차이는 2uS 일 수 있다.
또한 이때, 추출된 제1 구간의 시작점은 도 36을 참조하여 설명된 휴지 구간 개시 시점(7430) 또는 도 40을 참조하여 설명된 휴지 구간 개시 시점(7830)일 수 있다.
다른 일 실시예에 따르면, 모니터링 서버(3000) 또는 EDA 산출부(5200)는 피부 전도도 데이터의 페이직 컴포넌트(7130)를 이용하여 제1 구간을 추출할 수 있다.
예를 들어, 제1 구간은 페이직 컴포넌트(7130)의 변동 또는 미분값이 제1 범위 이내인 구간일 수 있다. 또한 예를 들어, 제1 구간은 페이직 컴포넌트(7130)의 최대값이 미리 정해진 수치 이하인 구간일 수 있다. 구체적으로, 제1 구간은 페이직 컴포넌트(7130)의 최대값이 2uS 이하인 구간일 수 있다.
일 실시예에 따르면, 모니터링 서버(3000) 또는 EDA 산출부(5200)는 제2 구간을 확인하는 단계(S620)를 수행할 수 있다. 이때, 제2 구간을 확인하는 단계는 상기 제1 구간 이전의 피부 전도도 데이터가 상기 제1 범위의 크기 이상 감소하는 구간을 확인하는 단계를 포함할 수 있다.
이때, 제2 구간은 도 36을 참조하여 설명된 감소 구간(7440)일 수 있다. 또한 이때, 제2 구간의 시작점은 도 36을 참조하여 설명된 수면 개시 시점(7310)일 수 있다.
또한 이때, 제2 구간의 종료 시점은 도 36을 참조하여 설명된 휴지 구간 개시 시점(7430)일 수도 있다. 또는 제2 구간의 종료 시점은 도 36의 휴지 구간 개시 시점(7430)보다 이전의 시점일 수 있다.
또한 이때, 제2 구간의 시작점과 종료 시점에서의 피부 전도도 데이터의 차이는 상기 제1 범위의 크기 이상일 수 있다.
일 실시예에 따르면, 모니터링 서버(3000) 또는 EDA 산출부(5200)는 제1 구간의 수치를 비교하는 단계를 수행할 수 있다. 이때, 제1 구간의 크기를 미리 정해진 수치와 비교하는 단계(S630)는 제1 구간의 크기가 제1 값(A)보다 크고 제2 값(B)보다 작은지 여부를 확인하는 단계를 포함할 수 있다.
예를 들어, S630 단계는 모니터링 서버(3000) 또는 EDA 산출부(5200)가 제1 구간의 최소값이 제1 값(A)보다 큰지 여부를 확인하는 단계를 포함할 수 있다. 또한 예를 들어, S630 단계는 모니터링 서버(3000) 또는 EDA 산출부(5200)가 제1 구간의 최대값이 제2 값(B)보다 작은지 여부를 확인하는 단계를 포함할 수 있다.
다른 일 실시예에 따르면, 모니터링 서버(3000) 또는 EDA 산출부(5200)는 피부 전도도 데이터의 토닉 컴포넌트(7120)를 이용하여 제1 구간의 크기를 확인할 수 있다.
예를 들어, 모니터링 서버(3000) 또는 EDA 산출부(5200)가 제1 구간 동안의 토닉 컴포넌트(7120)의 최소값이 제1 값(A)보다 큰지 여부를 확인할 수 있다. 또한 예를 들어, 모니터링 서버(3000) 또는 EDA 산출부(5200)가 제1 구간 동안의 토닉 컴포넌트(7120)의 최대값이 제2 값(B)보다 작은지 여부를 확인하는 단계를 포함할 수 있다.
또한 예를 들어, 모니터링 서버(3000) 또는 EDA 산출부(5200)가 제1 구간 동안의 토닉 컴포넌트(7120)의 평균 값이 제1 값(A)과 제2 값(B) 사이인지 여부를 확인할 수도 있다.
S630 단계를 거치지 않을 경우, 사용자의 진정한 수면 구간에서의 휴지 구간을 추출하지 못하게될 수 있다.
예를 들어, 사용자가 수면 중 더운 외부 환경으로 인해 깨어나, 각성 상태에서 움직임이 없을 때, 제1 구간의 변동이 제1 범위 이내이고, 제1 구간 이전에 제2 구간이 존재하는 경우가 있을 수 있다.
이때, 제1 구간의 수치가 상기 제2 값(B)보다 클 수 있다. 이때, 사용자가 수면중이 아닌 각성상태이므로, 이 구간은 휴지 구간에서 제외되어야 할 수 있다.
또한 예를 들어, 사용자가 수면 중 추운 외부 환경으로 인해 깨어나, 각성 상태에서 움직임이 없을 때에도 마찬가지로, 제1 구간의 수치가 상기 제1 값(A)보다 작을 수 있다. 이때에도, 사용자는 각성상태이므로, 이 구간은 휴지 구간에서 제외되어야 할 수 있다.
제1 구간의 수치가 미리 정해진 수치 범위 내에 들어오는 경우, S640 단계를 수행하고, 들어오지 않는 경우, 다시 새로운 제1 구간을 추출하는 S610 단계를 수행할 수 있다.
일 실시예에 따르면, 모니터링 서버(3000)는 S610 내지 S630 단계를 거쳐 확인된 제1 구간을 휴지 구간에 포함(S640)시킬 수 있다.
제1 구간을 휴지 구간에 포함시키고, 휴지 구간에서의 피부 전도도 데이터를 통해, 사용자의 갑상선 기능 이상 여부를 확인하는 단계가 이후에 수행될 수 있다.
일 실시예에 따르면, 피부 전도도 데이터를 통해 사용자의 갑상선 기능을 모니터링할 수 있다. 이때, 도 5의 갑상선 기능 모니터링 방법을 따를 수 있다.
일 실시예에 따르면, EDA 센서(5000)를 통해 피부 전도도 정보가 획득(S1100)되면, 모니터링 데이터를 산출(S1300)하여, 사용자의 갑상선 기능 이상을 판단(S1500)할 수 있다.
웨어러블 디바이스(1000)는 사용자의 피부 전도도 정보를 획득할 수 있다. 웨어러블 디바이스(1000)는 웨어러블 디바이스(1000)를 착용한 사용자의 피부 전도도 정보를 획득할 수 있다. 이때, 피부 전도도 정보의 획득은 일정한 주기로 수행될 수 있다.
예를 들어, 웨어러블 디바이스(1000)의 디바이스 센서부(1400)는 EDA 센서(5000)를 포함하고, EDA 센서(5000)를 이용하여 사용자의 피부 전도도 정보를 제1 주기로 획득할 수 있다.
또한 예를 들어, 웨어러블 디바이스(1000)의 디바이스 센서부(1400)는 모션 센서를 포함하고, 모션 센서를 이용하여 사용자의 모션 정보를 제2 주기로 획득할 수 있다.
이때, 상기 제1 주기와 상기 제2 주기는 동일할 수도 있고, 상이할 수도 있다.
웨어러블 디바이스(1000)는 사용자의 피부 전도도 정보를 사용자 단말(2000)로 전송할 수 있다. 예를 들어, 웨어러블 디바이스(1000)는 사용자의 피부 전도도 정보를 획득하는 동시에 사용자 단말(2000)로 전송할 수 있다.
또한 예를 들어, 웨어러블 디바이스(1000)는 획득된 사용자의 피부 전도도 정보 셋(Set)을 정해진 주기로 사용자 단말(2000)로 전송할 수 있다. 이 때, 웨어러블 디바이스(1000)가 사용자의 피부 전도도 정보를 획득하는 주기는 사용자의 피부 전도도 정보를 전송하는 주기보다 짧을 수 있다.
웨어러블 디바이스(1000)는 한 종류 이상의 사용자의 생체 정보를 사용자 단말(2000)로 전송할 수 있다. 일 예로, 사용자 단말(2000)로 전송되는 생체 정보는 피부 전도도 정보일 수 있다. 다른 예로, 사용자 단말(2000)로 전송되는 생체 정보는 피부 전도도 정보 및 모션 정보일 수 있다.
웨어러블 디바이스(1000)가 전송하는 생체 정보는 다른 정보와 연계되어 있을 수 있다. 일 예로, 웨어러블 디바이스(1000)가 전송하는 생체 정보는 시간과 연계된 피부 전도도 정보일 수 있다.
다른 예로, 웨어러블 디바이스(1000)가 전송하는 생체 정보는, 시간과 연계된 피부 전도도 정보 및 시간과 연계된 모션 정보일 수 있다. 또 다른 예로, 웨어러블 디바이스(1000)가 전송하는 생체 정보는, 시간, 피부 전도도 정보 및 모션 정보가 연계된 형태일 수 있다.
일 실시예에 따르면, 모니터링 서버(3000)는 획득된 피부 전도도 정보에 기초하여, 도 5의 모니터링 데이터를 산출(S1300)할 수 있다.
구체적으로, 모니터링 데이터를 산출할 때, 도 6의 모니터링 데이터의 산출 방법(S1300)을 따를 수 있다.
모니터링 서버(3000)는 휴지 구간을 확인(S1310)할 수 있다. 예를 들어, 상기 휴지 구간은 도 35의 수면 개시 시점(7310) 이후의 시점 중 일부를 포함할 수 있다.
여기서, 휴지 구간의 확인(S1310)방법은 도 42에서 설명한 휴지 구간의 산출 방법으로 대체될 수 있다.
예를 들어, S1310의 기결정된 조건은 도 42의 S610 내지 S630 단계에서의 조건들을 포함할 수 있다.
구체적으로, 기결정된 조건은 일 구간이 피부 전도도 데이터의 변동이 제1 범위 이내인지 여부를 포함할 수 있다. 또한, 기결정된 조건은 일 구간 이전의 피부 전도도 데이터가 제1 범위 크기 이상 감소하는 제2 구간이 있는지 여부를 포함할 수 있다. 또한, 기결정된 조건은 일 구간의 크기가 제1 값 이상이고, 제2 값 이하인지 여부를 포함할 수 있다.
따라서, 휴지 구간의 확인(S1310)단계에서 수행할 구체적인 동작에 대한 중복적인 설명은 생략하기로 한다.
일 실시예에 따르면, 모니터링 서버(3000)는 휴지 구간에 대응되는 피부 전도도 정보를 추출(S1330)할 수 있다.
예를 들어, 모니터링 서버(3000)는 확인된 하나 이상의 휴지 구간에 대응되는 피부 전도도 정보를 추출(S1330)할 수 있다. 또한 예를 들어, 모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 확인된 하나 이상의 휴지 구간에 대응되는 피부 전도도 정보를 추출(S1330)할 수 있다.
일 실시예에 따르면, 모니터링 서버(3000)는 모니터링 데이터를 산출(S1350)할 수 있다. 이때, 모니터링 서버(3000)는 추출된 피부 전도도 정보에 기초하여, 모니터링 데이터를 산출(S1350)할 수 있다.
이때, 추출된 피부 전도도 정보는 도 35 내지 도 41의 휴지 구간에서의 피부 전도도 데이터에 기초하여 추출될 수 있다.
예를 들어, 모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 복수의 확인된 휴지 구간 각각에 대응되는 복수의 피부 전도도 데이터의 평균값을 모니터링 데이터로 산출할 수 있다.
또한 예를 들어, 모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 복수의 휴지 구간 각각에 대응되는 복수의 피부 전도도 데이터의 중간값들의 중간값을 모니터링 데이터로 산출할 수 있다.
또한 예를 들어, 모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 복수의 휴지 구간 각각에 대응되는 복수의 피부 전도도 데이터 중 최대값 및 최소값을 제외하고, 나머지 피부 전도도 데이터들의 연산값을 모니터링 데이터로 산출할 수 있다.
일 실시예에 따르면, 모니터링 서버(3000)는 사용자의 갑상선 기능 이상을 판단할 때, 피부 전도도 데이터에 기초한 기준 데이터를 이용할 수 있다. 기준 데이터에 대한 기본적인 설명은 도 7의 내용과 중복될 수 있어, 자세한 설명은 생략한다. 이때, 도 7의 기준 데이터의 산출 방법을 따를 수 있다.
모니터링 서버(3000)는 갑상선 상태 정보를 사용자 단말(2000)로부터 수신(S2100)할 수 있다. 일 실시예에 따르면, 사용자 단말(2000)은 단말 입력부(2100)를 통해 사용자의 갑상선 상태 정보를 입력받을 수 있다.
이때, 갑상선 상태 정보는 사용자의 혈액 검사 등을 통해 획득된 갑상선 호르몬 수치에 관한 정보일 수 있다. 또는 갑상선 상태 정보는 사용자의 증상에 대한 문진을 통해 획득한 갑상선 상태에 관한 정보일 수 있다.
사용자 단말(2000)은 입력 받은 갑상선 상태 정보를 모니터링 서버(3000)로 전송할 수 있다. 모니터링 서버(3000)는 갑상선 상태 정보를 수신(S2100) 하면, 기준 데이터를 산출(S2300)할 수 있다.
기준 데이터 산출 기간은 갑상선 상태 정보에 따라 사용자의 갑상선 기능이 '정상'에 대응되는 시점의 기간일 수 있다.
예를 들어, 입력된 갑상선 상태 정보가 정상 범위에 대응되는 경우, 갑상선 상태 정보가 입력된 시점의 전후로 소정의 기간이 기준 데이터 산출 기간으로 결정될 수 있다.
갑상선 상태 정보에 대한 자세한 설명은 도 7의 내용과 중복될 수 있어, 자세한 설명은 생략한다.
일 실시예에 따르면, 기준 데이터를 통해 사용자의 갑상선 기능 이상을 판단할 수 있다. 이때, 도 8의 기준 데이터 산출 방법을 따를 수 있다.
모니터링 서버(3000)는 기준 데이터 산출 기간을 결정(S2310)할 수 있다. 기준 데이터 산출 기간에 대한 설명은 도 8의 내용과 중복될 수 있어, 자세한 설명은 생략한다.
모니터링 서버(3000)는 결정된 기준 데이터 산출 기간에 대응되는 휴지 구간을 확인(S2320)할 수 있다.
여기서, 휴지 구간의 확인(S2320)방법은 도 42에서 설명한 휴지 구간의 산출 방법으로 대체될 수 있다. 따라서, 휴지 구간의 확인(S2320)단계에서 수행할 구체적인 동작에 대한 중복적인 설명은 생략하기로 한다.
일 실시예에 따르면, 모니터링 서버(3000)는 휴지 구간에 대응되는 피부 전도도 정보를 추출(S2330)할 수 있다.
예를 들어, 모니터링 서버(3000)는 확인된 하나 이상의 휴지 구간에 대응되는 피부 전도도 정보를 추출(S2330)할 수 있다. 또한 예를 들어, 모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 확인된 하나 이상의 휴지 구간에 대응되는 피부 전도도 정보를 추출(S2330)할 수 있다.
일 실시예에 따르면, 모니터링 서버(3000)는 기준 데이터를 산출(S2360)할 수 있다. 이때, 모니터링 서버(3000)는 추출된 피부 전도도 정보에 기초하여, 기준 데이터를 산출(S2360)할 수 있다.
이때, 추출된 피부 전도도 정보는 도 35 내지 도 41의 휴지 구간에서의 피부 전도도 데이터에 기초하여 추출될 수 있다.
예를 들어, 모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 복수의 확인된 휴지 구간 각각에 대응되는 복수의 피부 전도도 데이터의 평균값을 기준 데이터로 산출할 수 있다.
또한 예를 들어, 모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 복수의 휴지 구간 각각에 대응되는 복수의 피부 전도도 데이터의 중간값들의 중간값을 기준 데이터로 산출할 수 있다.
또한 예를 들어, 모니터링 서버(3000)는 상기 모니터링 기간에 포함되는 복수의 휴지 구간 각각에 대응되는 복수의 피부 전도도 데이터 중 최대값 및 최소값을 제외하고, 나머지 피부 전도도 데이터들의 연산값을 기준 데이터로 산출할 수 있다.
일 실시예에 따르면, 모니터링 서버(3000)가 정상 범위를 벗어난 갑상선 상태 정보를 수신한 경우, 도 9의 기준 데이터 산출 방법에 따라 기준 데이터가 산출될 수 있다.
모니터링 서버(3000)가 정상 범위를 벗어난 갑상선 상태 정보를 수신한 경우, 기준 데이터 산출 방법에 대한 기본적인 설명은 도 9의 내용과 중복될 수 있어, 자세한 설명은 생략한다.
모니터링 서버(3000)는 수신된 갑상선 상태 정보에 기초하여, 상기 기준 기간 데이터를 보정함으로써, 기준 데이터를 산출(S2350)할 수 있다.
예를 들어, 모니터링 서버(3000)는 수신된 갑상선 상태 정보에 따른 사용자의 호르몬 수치가 정상 범위에 대응되려면 몇 ng/dL만큼 증가/감소 해야하는지 계산하여, 상기 증가/감소에 따른 피부 전도도의 변화량을 추정할 수 있다.
이때, 모니터링 서버(3000)는 기준 기간 데이터에 추정된 피부 전도도의 변화량을 더하거나 빼, 기준 데이터를 산출(S2350)할 수 있다. 모니터링 서버(3000)에는 상기 기준 기간 데이터의 보정에 필요한 데이터가 저장되어 있을 수 있다.
예를 들어, 모니터링 서버(3000)에는 다수의 사용자의 호르몬 수치와 피부 전도도 데이터 간의 관련성에 관한 데이터가 저장되어 있을 수 있다.
구체적으로, 모니터링 서버(3000)에는 호르몬 수치가 0.1 ng/dL만큼 증가할 때 대략적으로 몇 uS의 피부 전도도 데이터가 증가하는지에 대한 통계 데이터가 저장되어 있을 수 있다.
일 실시예에 따르면, 모니터링 서버(3000)는 피부 전도도 데이터를 통해 산출된 모니터링 데이터 및 기준 데이터를 비교(S1510)하여, 사용자의 갑상선 기능 이상을 판단(S1500)할 수 있다.
상기 사용자의 갑상선 기능 이상을 판단(S1500)하는 방법에 대한 설명은 도 10의 내용과 중복될 수 있어, 자세한 설명은 생략한다.
일 실시예에 따르면, 모니터링 서버(3000)는 모니터링 데이터와 기준 데이터를 비교할 수 있다. 비교 알고리즘에 대해서는 도 11의 내용과 중복될 수 있어, 자세한 설명은 생략한다.
도 43은 일 실시예에 따른 웨어러블 디바이스(1000) 착용 상태에 따른 피부 전도도 데이터 그래프를 나타내는 도면이다.
도 43을 참조하면, 피부 전도도 데이터는 사용자의 웨어러블 디바이스(1000) 착용 상태에 따라 달라질 수 있다. 모니터링 서버(3000)는 피부 전도도 데이터를 통해 사용자가 웨어러블 디바이스(1000)를 착용하고 있는지 또는 올바르게 착용하고 있는지 여부를 확인 또는 판단할 수 있다.
예를 들어, 사용자가 웨어러블 디바이스(1000)를 착용한 상태에서의 피부 전도도 데이터와, 착용하지 않은 상태에서의 피부 전도도 데이터는 그 양상이 다를 수 있다.
또한 예를 들어, 사용자가 웨어러블 디바이스(1000)를 착용한 상태에서, 사용자가 웨어러블 디바이스(1000)를 올바르게 착용한 경우의 피부 전도도 데이터와, 올바르게 착용하지 않은 경우(예, EDA 측정 전극이 피부에 닿지 않은 경우)의 피부 전도도 데이터는 그 양상이 다를 수 있다.
도 43을 참조하면, 제1 시점(t1)과 제2 시점(t2) 사이는, 사용자가 웨어러블 디바이스(1000)를 착용하지 않은 상태일 수 있다. 또는 제1 시점(t1)과 제2 시점(t2) 사이는, 사용자가 웨어러블 디바이스(1000)를 착용하였으나, 올바르게 착용하지 않은 상태일 수 있다.
예를 들어, 제1 시점(t1)은 사용자가 웨어러블 디바이스(1000)를 벗은 시점이고, 제2 시점(t2)는 사용자가 웨어러블 디바이스(1000)를 다시 착용한 시점일 수 있다.
이때, 사용자가 웨어러블 디바이스(1000)를 벗은 경우, 미착용 기간 동안 피부 전도도 데이터가 획득되지 않을 수도 있다.
또한 예를 들어, 사용자의 피부에 EDA 전극이 접촉하고 있는 상태에서, 제1 시점(t1)은 EDA 전극이 접촉하지 않게된 시점일 수 있다. 또한 예를 들어, 사용자의 피부에 EDA 전극이 접촉하지 않고 있는 상태에서, 제2 시점(t2)은 EDA 전극이 접촉하게 된 시점일 수 있다.
또한 예를 들어, 제1 시점(t1)은 피부 전도도 데이터의 이동 평균이 급격히(예, 일정 수치 이상) 감소하는 시점이고, 제2 시점(t2)은 상기 제1 시점(t1) 이후, 피부 전도도 데이터의 이동 평균이 급격히 증가하는 시점일 수 있다.
일 실시예에 따르면, 제1 시점(t1)과 제2 시점(t2) 사이의 피부 전도도 데이터는 일정 값(v1) 이하일 수 있다. 예를 들어, 제1 시점(t1)과 제2 시점(t2) 사이의 피부 전도도 데이터는 0.01uS 이하이거나, 0 이하의 값을 가질 수 있다.
다른 일 실시예에 따르면, 제1 시점(t1)과 제2 시점(t2) 사이의 피부 전도도 데이터의 변동(fluctuation)은 미리 정해진 수치 이하일 수 있다. 예를 들어, 제1 시점(t1)과 제2 시점(t2) 사이의 피부 전도도 데이터의 기울기 또는 미분값은 미리 정해진 수치 이하일 수 있다.
또한 예를 들어, 제1 시점(t1)과 제2 시점(t2) 사이의 피부 전도도 데이터의 변동은, 제1 시점(t1) 이전 및/또는 제2 시점(t2) 이후의 피부 전도도 데이터의 변동보다 적을 수 있다.
또 다른 일 실시예에 따르면, 제1 시점(t1)과 제2 시점(t2) 사이의 피부 전도도 데이터의 평균값 또는 중간값은, 제1 시점(t1) 이전 및/또는 제2 시점(t2) 이후의 피부 전도도 데이터의 평균값 또는 중간값보다 일정 값 이하일 수 있다.
또 다른 일 실시예에 따르면, 제1 시점(t1)과 제2 시점(t2) 사이의 피부 전도도 데이터의 평균값 또는 중간값은, 휴지 구간에서의 피부 전도도 데이터의 평균값 또는 중간값보다 작을 수 있다.
구체적으로, 제1 시점(t1)과 제2 시점(t2) 사이의 피부 전도도 데이터의 평균값 또는 중간값은 휴지 구간에서의 피부 전도도 데이터의 평균값 또는 중간값보다 2uS 내지 5uS 정도의 크기 차이를 가질 수 있다.
또한, 제1 시점(t1)과 제2 시점(t2) 사이의 피부 전도도 데이터의 평균값 또는 중간값은 1uS 이내일 수 있다.
이때, 모니터링 서버(3000)는 제1 시점(t1)과 제2 시점(t2) 사이의 피부 전도도 데이터의 평균값 또는 중간값을 산출하고, 휴지 구간에서의 피부 전도도 데이터의 평균값 또는 중간값과 비교하는 단계를 수행할 수 있다.
이때, 모니터링 서버(3000)는 제1 시점(t1)과 제2 시점(t2) 사이의 피부 전도도 데이터의 값이 휴지 구간에서의 피부 전도도 데이터 값보다 작고, 일정 수치(예, 1uS, 0.1uS 또는 0.01uS) 이하인 경우에, 제1 시점(t1)과 제2 시점(t2) 사이의 구간은 웨어러블 디바이스(1000) 미착용 또는 올바르지 않게 착용한 상태인 것으로 판단할 수 있다.
일 실시예에 따르면, 도 42의 제1 구간을 추출하는 단계(S610)를 수행하기 전, 웨어러블 디바이스(1000)의 착용 여부 또는 올바르게 착용된 상태인지 여부를 먼저 판단하는 단계가 수행될 수도 있다.
예를 들어, 모니터링 서버(3000)는 제1 구간을 추출하는 단계(S610)를 수행하기 전, 웨어러블 디바이스(1000)의 착용 여부 또는 올바르게 착용된 상태인지 여부를 먼저 판단할 수 있다.
웨어러블 디바이스(1000)가 착용된 상태 또는 올바르게 착용된 상태라면, S610 내지 S640 단계를 수행할 수 있다. 그러나, 웨어러블 디바이스(1000)가 착용되지 않은 상태 또는 올바르지 않게 착용된 상태라면, S610 단계를 수행하지 않을 수 있다.
상기에서는 본 출원에 따른 실시예를 기준으로 본 출원의 구성과 특징을 설명하였으나 본 출원은 이에 한정되지 않으며, 본 출원의 사상과 범위 내에서 다양하게 변경 또는 변형할 수 있음은 본 출원이 속하는 기술분야의 당업자에게 명백한 것이며, 따라서 이와 같은 변경 또는 변형은 첨부된 특허청구범위에 속함을 밝혀둔다.

Claims (17)

  1. 사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법에 있어서,
    외부 장치로부터 상기 사용자의 약물 복용 정보를 수신하는 단계-상기 약물 복용 정보는 갑상선 기능에 관련된 약물의 처방 일자, 약물 이름, 약물 유형, 약물 용량, 또는 약물 복용 주기 중 적어도 하나를 포함함-;
    상기 약물 복용 정보에 기초하여 상기 경고 메시지의 출력 여부 결정에 이용될 모니터링 알고리즘을 선택하는 단계-상기 모니터링 알고리즘은 제1 모니터링 알고리즘 또는 상기 제1 모니터링 알고리즘과 상이한 제2 모니터링 알고리즘임 -; 및
    상기 선택된 모니터링 알고리즘에 기초하여 상기 경고 메시지 출력 여부를 결정하는 단계; 를 포함하고,
    상기 경고 메시지 출력 여부 결정 단계는,
    상기 선택된 모니터링 알고리즘이 상기 제1 모니터링 알고리즘 이면, 모니터링 심박수가 기준 심박수보다 제1 임계치 이상 큰 경우 상기 경고 메시지의 출력을 결정하는 단계; 및
    상기 선택된 모니터링 알고리즘이 상기 제2 모니터링 알고리즘 이면, 상기 모니터링 심박수가 상기 기준 심박수보다 제2 임계치 이상 작은 경우 상기 경고 메시지의 출력을 결정하는 단계; 를 포함하고,
    상기 기준 심박수는 상기 사용자의 갑상선 호르몬 수치 및 상기 사용자의 심박수에 기초하여 산출되거나, 연속된 복수의 날들에 대한 상기 사용자의 상기 심박수에 기초하여 산출되며,
    상기 모니터링 심박수는 휴지 구간에서의 상기 사용자의 상기 심박수에 기초하여 산출되고,
    상기 휴지 구간은 상기 사용자의 운동 상태에 대한 정보에 기초하여 선택되는,
    사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법.
  2. 제1 항에 있어서,
    상기 모니터링 알고리즘을 선택하는 단계는,
    상기 사용자를 상기 약물 복용 정보에 기초하여 갑상선기능항진증 치료 그룹 또는 갑상선기능저하증 치료 그룹으로 분류하는 단계를 포함하는,
    사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법.
  3. 제2 항에 있어서,
    상기 모니터링 알고리즘을 선택하는 단계는,
    상기 사용자가 갑상선기능저하증 치료 그룹으로 분류되면, 상기 제1 모니터링 알고리즘을 선택하는 단계를 포함하는,
    사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법.
  4. 제2 항에 있어서,
    상기 모니터링 알고리즘을 선택하는 단계는,
    상기 사용자가 갑상선기능항진증 치료 그룹으로 분류되면, 상기 제2 모니터링 알고리즘을 선택하는 단계를 포함하는,
    사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법.
  5. 제3 항에 있어서,
    상기 경고 메시지 출력 여부를 결정하는 단계는, 상기 선택된 모니터링 알고리즘이 상기 제1 모니터링 알고리즘이면,
    상기 모니터링 심박수가 상기 기준 심박수보다 제2 임계치 이상 작은 경우 상기 처방 일자에 기초하여 소정의 기간이 도과하였는지를 확인하는 단계, 및
    상기 소정의 기간이 도과한 경우, 상기 경고 메시지 출력을 결정하는 단계를 포함하는,
    사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법.
  6. 제4 항에 있어서,
    상기 경고 메시지 출력 여부를 결정하는 단계는, 상기 선택된 모니터링 알고리즘이 상기 제2 모니터링 알고리즘이면,
    상기 모니터링 심박수가 상기 기준 심박수보다 제1 임계치 이상 큰 경우 상기 처방 일자에 기초하여 소정의 기간이 도과하였는지를 확인하는 단계, 및
    상기 소정의 기간이 도과한 경우, 상기 경고 메시지 출력을 결정하는 단계를 포함하는,
    사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법.
  7. 제1 항에 있어서,
    상기 약물 복용 정보가 상기 외부 장치로부터 수신되기 이전에,
    상기 모니터링 심박수가 상기 기준 심박수보다 제1 임계치 이상 큰 경우 상기 경고 메시지의 출력을 결정하는 단계; 및
    상기 모니터링 심박수가 상기 기준 심박수보다 제2 임계치 이상 작은 경우 상기 경고 메시지의 출력을 결정하는 단계; 를 포함하는,
    사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법.
  8. 제1 항에 있어서,
    상기 휴지 구간은, 사용자의 걸음수가 0인 상태로 소정의 시간 이상 지속된 구간에 기초하여 결정되거나,
    상기 휴지 구간은, 사용자의 가속도가 0인 상태로 소정의 시간 이상 지속된 구간에 기초하여 결정되는,
    사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법.
  9. 제1 항에 있어서,
    상기 기준 심박수를 산출하는 단계를 더 포함하고,
    상기 기준 심박수를 산출하는 단계는,
    상기 갑상선 호르몬 수치가 수신되면, 상기 수신된 갑상선 호르몬 수치가 정상 범위인지 확인하는 단계, 및
    상기 갑상선 호르몬 수치가 정상 범위인 경우, 상기 갑상선 호르몬 수치의 테스트 날을 포함하는 연속되는 복수의 날들의 휴지기 심박수에 기초하여 상기 기준 심박수를 산출하는 단계를 포함하는,
    사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법.
  10. 제9 항에 있어서,
    상기 기준 심박수를 산출하는 단계는,
    상기 갑상선 호르몬 수치가 정상 범위를 벗어나는 경우,
    상기 갑상선 호르몬 수치의 테스트 날을 포함하는 연속되는 복수의 날들의 휴지기 심박수에 기초하여 상기 현재 심박수를 산출하는 단계, 및
    상기 갑상선 호르몬 수치 및 상기 산출된 현재 심박수에 기초하여 상기 사용자의 갑상선 기능이 정상일때의 상기 기준 심박수를 추정하는 단계를 포함하는,
    사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법.
  11. 제1 항에 있어서,
    상기 모니터링 알고리즘을 선택하는 단계는, 상기 약물 복용 정보가 수신될때마다 수행되고,
    상기 경고 메시지 출력 여부를 결정하는 단계는, 상기 선택하는 단계가 수행된 이후에 매일 수행되며,
    상기 경고 메시지 출력 여부 결정 단계는 상기 모니터링 알고리즘 선택 단계보다 더 많은 횟수만큼 수행되는,
    사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법.
  12. 제11 항에 있어서,
    상기 약물 복용 주기에 기초하여 약물 복용 알림 출력을 결정하는 단계를 더 포함하고,
    상기 약물 복용 알림 출력 결정 단계는 상기 경고 메시지 출력 여부 결정 단계보다 더 많은 횟수만큼 수행되는,
    사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법.
  13. 제1 항에 있어서,
    제1 주기마다 상기 사용자의 상기 심박수를 측정하는 상기 외부 장치로부터 제2 주기마다 상기 사용자의 심박수 정보를 수신하는 단계를 더 포함하고,
    상기 제1 주기보다 상기 제2 주기가 긴,
    사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법.
  14. 제1 항에 있어서,
    상기 경고 메시지 출력이 결정되면, 상기 외부 장치의 디스플레이 유닛을 통해 상기 경고 메시지를 출력하도록, 상기 외부 장치로 신호를 전송하는 단계를 더 포함하는,
    사용자의 갑상선 기능 이상과 관련된 경고 메시지를 출력할지 여부를 결정하는 방법.
  15. 제1 내지 14 항 중 어느 한항의 방법을 수행하기 위해 프로그램이 기록된,
    컴퓨터에 의해 독출되어 실행 가능한 코드가 저장된 기록매체.
  16. 외부 장치로부터 웨어러블 장치의 사용자로부터 획득된 생체 정보를 수신하는 통신부;
    상기 통신부를 통해 수신된 상기 사용자의 약물 복용 정보에 기초하여, 모니터링 알고리즘을 선택하고, 선택된 모니터링 알고리즘에 기초하여 경고 메시지 출력 여부를 결정하고, 상기 경고 메시지의 출력이 결정되면 상기 통신부를 통해 신호가 전송되도록 제어하는 제어부 -상기 약물 복용 정보는 갑상선 기능에 관련된 약물의 처방 일자, 약물 이름, 약물 유형, 약물 용량, 또는 약물 복용 주기 중 적어도 하나를 포함함-;를 포함하고,
    상기 모니터링 알고리즘은 제1 모니터링 알고리즘 또는 제2 모니터링 알고리즘이고,
    상기 제1 모니터링 알고리즘은 모니터링 심박수가 기준 심박수보다 제1 임계치 이상 큰 경우 상기 경고 메시지의 출력을 결정하는 알고리즘이고,
    상기 제2 모니터링 알고리즘은 상기 모니터링 심박수가 상기 기준 심박수보다 제2 임계치 이상 작은 경우 상기 경고 메시지의 출력을 결정하는 알고리즘이며,
    상기 기준 심박수는 상기 사용자의 갑상선 호르몬 수치 및 상기 사용자의 심박수에 기초하여 산출되거나, 연속된 복수의 날들에 대한 상기 사용자의 상기 심박수에 기초하여 산출되며,
    상기 모니터링 심박수는 휴지 구간에서의 상기 사용자의 상기 심박수에 기초하여 산출되고,
    상기 휴지 구간은 상기 사용자의 운동 상태에 대한 정보에 기초하여 선택되는,
    모니터링 서버.
  17. 웨어러블 장치로부터 상기 웨어러블 장치의 사용자로부터 획득된 생체 정보를 수신하는 통신부;
    사용자의 약물 복용 정보를 수신하는 입력부-상기 약물 복용 정보는 갑상선 기능에 관련된 약물의 처방 일자, 약물 이름, 약물 유형, 약물 용량, 또는 약물 복용 주기 중 적어도 하나를 포함함-;및
    상기 약물 복용 정보에 기초하여 모니터링 알고리즘을 선택하고, 선택된 모니터링 알고리즘에 기초하여 경고 메시지 출력 여부를 결정하여, 상기 경고 메시지의 출력이 결정되면 출력부를 통해 사용자의 갑상선 기능 이상과 관련된 경고 메시지가 출력되도록 제어하는 제어부;를 포함하고,
    상기 모니터링 알고리즘은 제1 모니터링 알고리즘 또는 제2 모니터링 알고리즘이고,
    상기 제1 모니터링 알고리즘은 모니터링 심박수가 기준 심박수보다 제1 임계치 이상 큰 경우 상기 경고 메시지의 출력을 결정하는 알고리즘이고,
    상기 제2 모니터링 알고리즘은 상기 모니터링 심박수가 상기 기준 심박수보다 제2 임계치 이상 작은 경우 상기 경고 메시지의 출력을 결정하는 알고리즘이며,
    상기 기준 심박수는 상기 사용자의 갑상선 호르몬 수치 및 상기 사용자의 심박수에 기초하여 산출되거나, 연속된 복수의 날들에 대한 상기 사용자의 상기 심박수에 기초하여 산출되며,
    상기 모니터링 심박수는 휴지 구간에서의 상기 사용자의 상기 심박수에 기초하여 산출되고,
    상기 휴지 구간은 상기 사용자의 운동 상태에 대한 정보에 기초하여 선택되는,
    사용자 단말.
PCT/KR2021/002707 2020-06-10 2021-03-04 약물 복용에 따른 갑상선 기능 모니터링 방법, 이를 수행하는 모니터링 서버 및 사용자 단말 WO2021251593A1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP21819321.7A EP4166068A4 (en) 2020-06-10 2021-03-04 METHOD FOR MONITORING THYROID FUNCTION AS A FUNCTION OF DRUG ADMINISTRATION, AND MONITORING SERVER AND USER TERMINAL FOR IMPLEMENTING THIS METHOD
JP2021576255A JP2022541110A (ja) 2020-06-10 2021-03-04 薬剤服用に伴う甲状腺機能モニタリング方法、これを実行するモニタリングサーバーおよび使用者端末
US17/514,952 US11937936B2 (en) 2020-06-10 2021-10-29 Thyroid function monitoring method according to medication, and monitoring server and user terminal performing the same
JP2023126948A JP2023162209A (ja) 2020-06-10 2023-08-03 薬剤服用に伴う甲状腺機能モニタリング方法、これを実行するモニタリングサーバーおよび使用者端末

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200069999A KR102469743B1 (ko) 2020-06-10 2020-06-10 약물 복용에 따른 갑상선 기능 모니터링 방법, 이를 수행하는 모니터링 서버 및 사용자 단말
KR10-2020-0069999 2020-06-10

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/514,952 Continuation US11937936B2 (en) 2020-06-10 2021-10-29 Thyroid function monitoring method according to medication, and monitoring server and user terminal performing the same

Publications (1)

Publication Number Publication Date
WO2021251593A1 true WO2021251593A1 (ko) 2021-12-16

Family

ID=78845705

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/002707 WO2021251593A1 (ko) 2020-06-10 2021-03-04 약물 복용에 따른 갑상선 기능 모니터링 방법, 이를 수행하는 모니터링 서버 및 사용자 단말

Country Status (5)

Country Link
US (1) US11937936B2 (ko)
EP (1) EP4166068A4 (ko)
JP (2) JP2022541110A (ko)
KR (5) KR102469743B1 (ko)
WO (1) WO2021251593A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102618067B1 (ko) 2023-06-20 2023-12-27 고려대학교 산학협력단 알레르기 질환의 증상 발생을 예측하는 방법 및 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005523426A (ja) * 2002-03-28 2005-08-04 アボット・ラボラトリーズ 患者治療プログラムを管理するためのシステムおよび方法
JP2016146622A (ja) * 2013-03-14 2016-08-12 ナイキ イノベイト シーブイ ハウジング、活動監視システム及びコンピュータ装置
JP6058585B2 (ja) * 2007-02-16 2017-01-11 ジェンザイム コーポレーション 甲状腺障害リスクの同定方法
KR20170017648A (ko) * 2015-08-07 2017-02-15 엘지전자 주식회사 휴식 심박동 측정 방법
KR20190032668A (ko) * 2017-09-18 2019-03-28 서울대학교병원 웨어러블 장치를 이용한 갑상선기능항진증의 예측 시스템 및 예측 컴퓨터프로그램

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020186818A1 (en) * 2000-08-29 2002-12-12 Osteonet, Inc. System and method for building and manipulating a centralized measurement value database
US10650920B2 (en) * 2012-08-16 2020-05-12 Ginger.io, Inc. Method and system for improving care determination
WO2015128740A2 (en) * 2014-02-28 2015-09-03 Eco-Fusion Systems for predicting hypoglycemia and methods of use thereof
KR101809131B1 (ko) * 2015-11-26 2017-12-14 엘지전자 주식회사 웨어러블 디바이스 및 그것의 동작방법
US20180365385A1 (en) * 2017-06-16 2018-12-20 University Hospitals Of Cleveland Monitoring and evaluating patient reactions to medications
KR102114638B1 (ko) * 2017-11-23 2020-05-26 한국표준과학연구원 수면 중 뇌졸중 모니터링 시스템
WO2020198454A1 (en) * 2019-03-28 2020-10-01 Zoll Medical Corporation Systems and methods for providing drug prescription information with monitored cardiac information

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005523426A (ja) * 2002-03-28 2005-08-04 アボット・ラボラトリーズ 患者治療プログラムを管理するためのシステムおよび方法
JP6058585B2 (ja) * 2007-02-16 2017-01-11 ジェンザイム コーポレーション 甲状腺障害リスクの同定方法
JP2016146622A (ja) * 2013-03-14 2016-08-12 ナイキ イノベイト シーブイ ハウジング、活動監視システム及びコンピュータ装置
KR20170017648A (ko) * 2015-08-07 2017-02-15 엘지전자 주식회사 휴식 심박동 측정 방법
KR20190032668A (ko) * 2017-09-18 2019-03-28 서울대학교병원 웨어러블 장치를 이용한 갑상선기능항진증의 예측 시스템 및 예측 컴퓨터프로그램
KR102033696B1 (ko) 2017-09-18 2019-10-21 서울대학교병원 웨어러블 장치를 이용한 갑상선기능항진증의 예측 시스템 및 예측 컴퓨터프로그램

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4166068A4

Also Published As

Publication number Publication date
EP4166068A1 (en) 2023-04-19
JP2022541110A (ja) 2022-09-22
US20220104752A1 (en) 2022-04-07
KR102548235B1 (ko) 2023-06-27
KR20240007709A (ko) 2024-01-16
KR20240007955A (ko) 2024-01-17
KR102469743B1 (ko) 2022-11-22
KR20210153208A (ko) 2021-12-17
US11937936B2 (en) 2024-03-26
KR20230095053A (ko) 2023-06-28
KR20210153504A (ko) 2021-12-17
JP2023162209A (ja) 2023-11-08
EP4166068A4 (en) 2023-12-27

Similar Documents

Publication Publication Date Title
WO2016144058A1 (en) Wearable electronic device and method for controlling the same
WO2016122143A1 (en) Method and apparatus for improving and monitoring sleep
WO2017146524A1 (en) Aparatus and method for assessing heart failure
WO2016080804A1 (en) Apparatus for measuring bioelectrical signals
WO2018147643A2 (ko) 흉부측정기, 척추 측만증 교정시스템, 원격척추 진단시스템 및 웨어러블 측정기
EP3250110A1 (en) Method and apparatus for improving and monitoring sleep
WO2017034141A1 (en) Method and system for determining a length of an object using an electronic devices
WO2016099113A1 (en) Noninvasive blood glucose measurement method and apparatus
WO2016028056A1 (en) Wearable biometric information measurement device
WO2016153313A1 (en) Wearable electronic device
WO2016099097A1 (ko) 이동 단말을 이용한 스케줄 알림 방법 및 그 이동 단말
WO2016036155A1 (en) Method of providing user with battery power notification in mobile device and mobile device therefor
WO2015137788A1 (en) Electronic apparatus for providing health status information, method of controlling the same, and computer-readable storage medium
WO2017078288A1 (ko) 사용자 프로파일을 생성하기 위한 전자 장치 및 방법
EP3220815A1 (en) Apparatus for measuring bioelectrical signals
WO2018155951A1 (en) Method of obtaining biometric information in electronic device and electronic device for the same
EP3407781A1 (en) Sensor-based detection of changes in health and ventilation threshold
WO2022039521A1 (en) Method for determining whether medication has been administered and server using same
EP3189506A1 (en) Method of providing user with battery power notification in mobile device and mobile device therefor
WO2016204496A1 (en) System and method of providing information of peripheral device
WO2021251593A1 (ko) 약물 복용에 따른 갑상선 기능 모니터링 방법, 이를 수행하는 모니터링 서버 및 사용자 단말
WO2022031038A1 (ko) 사용자의 수면 환경에서 측정된 데이터에 기반하여 수면 상태를 예측하기 위한 컴퓨팅 장치
WO2019240513A1 (ko) 전자 장치에서 생체 정보 제공 방법 및 장치
WO2020230952A1 (ko) 통증 모니터링 장치 및 방법
WO2020222622A1 (ko) 뇌파신호를 센싱하는 헤드폰겸용 호흡명상유도장치 및 그 장치를 이용하여 뇌파신호를 표시 및 저장하는 호흡명상유도시스템 및 중간관리자를 통한 뇌파신호 관리시스템

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2021576255

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21819321

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2021819321

Country of ref document: EP

Effective date: 20230110