WO2023068462A1 - 데이터 기반의 수면 장애 치료 방법 및 이러한 방법을 수행하는 장치 - Google Patents

데이터 기반의 수면 장애 치료 방법 및 이러한 방법을 수행하는 장치 Download PDF

Info

Publication number
WO2023068462A1
WO2023068462A1 PCT/KR2022/003881 KR2022003881W WO2023068462A1 WO 2023068462 A1 WO2023068462 A1 WO 2023068462A1 KR 2022003881 W KR2022003881 W KR 2022003881W WO 2023068462 A1 WO2023068462 A1 WO 2023068462A1
Authority
WO
WIPO (PCT)
Prior art keywords
sleep
tib
user
range
compliance
Prior art date
Application number
PCT/KR2022/003881
Other languages
English (en)
French (fr)
Inventor
강성지
노혜강
정화영
이온성
김혜령
Original Assignee
웰트 주식회사
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 웰트 주식회사 filed Critical 웰트 주식회사
Priority to EP22747568.8A priority Critical patent/EP4195213A4/en
Publication of WO2023068462A1 publication Critical patent/WO2023068462A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • 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
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • 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
    • A61B5/4806—Sleep evaluation
    • A61B5/4815—Sleep quality
    • 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
    • A61B5/4833—Assessment of subject's compliance to treatment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records

Definitions

  • the present invention relates to a data-based sleep disorder treatment method and an apparatus for performing the method. More particularly, it relates to a data-based sleep disorder treatment method for treating a user's sleep disorder based on sleep efficiency determined using user data and an apparatus for performing the method.
  • a wearable device is a user device that is carried or attached to a user's body. Wearable devices are widely used to collect health-related data through developments such as the Internet of Things (IoT). A wearable device may collect user's body change information and environmental data surrounding the user through the device, and provide advice necessary for the user's health based on the collected data.
  • IoT Internet of Things
  • performing behavioral therapy based on sleep data is an area that can be implemented based on an algorithm, and specific research and development on such digital therapy is in progress.
  • the object of the present invention is to solve all of the above problems.
  • an object of the present invention is to recommend a more therapeutically effective bedtime in consideration of the user's sleep efficiency using data to treat the user's sleep disorder.
  • an object of the present invention is to treat the user's sleep disorder by appropriately adjusting the user's recommended bedtime to properly balance the patient's compliance and therapeutic performance.
  • an object of the present invention is to treat a user's sleep disorder through adaptive sleep data management and R-TIB (recommended time in bed) generation in consideration of user compliance.
  • a data-based sleep disorder treatment method includes determining, by a sleep disorder treatment device, sleep quality, and determining, by the sleep disorder treatment device, user compliance with a first R-TIB (recommended time in bed) and determining, by the sleep disorder treatment apparatus, a second R-TIB based on the sleep quality and the user compliance, wherein the first R-TIB is the sleep previously recommended to the user. time, and the second R-TIB may be a sleep time recommended to the user later.
  • a first R-TIB recommended time in bed
  • the sleep quality may include sleep efficiency and sleep deprivation, and the user compliance may be determined based on slopes set differently according to a time in bed (TIB) range.
  • TIB time in bed
  • the second R-TIB is determined based on a user sleep efficiency range, a user sleep deprivation range, the user compliance, and a size difference between the first R-TIB and the TIB, and the user sleep efficiency range is the sleep efficiency range.
  • the user's sleep efficiency range among the sleep efficiency ranges set to a (here, a is a natural number) based on the first determination (sleep efficiency determination) for sleep deprivation range of the user among sleep deprivation ranges set as b (here, b is a natural number) based on (determination of lack of sleep)
  • the user sleep deprivation range is the user sleep efficiency range determined after the user sleep efficiency range is determined.
  • the second R-TIB is determined based on a default R-TIB window or an incremental R-TIB window determined in consideration of a sleep variance, wherein the incremental R-TIB window is such that the sleep variance is less than a threshold variance.
  • a sleep disorder treatment apparatus for performing data-based sleep disorder treatment includes a sleep quality determining unit implemented to determine sleep quality, and user compliance with a first R-TIB (recommended time in bed) and an R-TIB determiner implemented to determine a second R-TIB based on the quality of sleep and the user compliance, wherein the first R-TIB is previously recommended to the user. sleep time, and the second R-TIB may be a sleep time recommended to the user later.
  • the sleep quality may include sleep efficiency and sleep deprivation, and the user compliance may be determined based on slopes set differently according to a time in bed (TIB) range.
  • TIB time in bed
  • the second R-TIB is determined based on a user sleep efficiency range, a user sleep deprivation range, the user compliance, and a size difference between the first R-TIB and the TIB, and the user sleep efficiency range is the sleep efficiency range.
  • the second R-TIB is determined based on, and the second R-TIB is determined based on a default R-TIB window or an incremental R-TIB window determined in consideration of a sleep variance, wherein the incremental R-TIB window is such that the sleep variance is less than a threshold variance can be determined to be
  • the user's sleep disorder can be treated by recommending a more therapeutically effective bedtime in consideration of the user's sleep efficiency using data.
  • the user's sleep disorder can be treated by appropriately adjusting the user's recommended bedtime to balance the patient's compliance and therapeutic performance.
  • a user's sleep disorder can be treated through adaptive sleep data management and generation of an R-TIB tree in consideration of user compliance.
  • FIG. 1 is a conceptual diagram showing a sleep disorder treatment device according to an embodiment of the present invention.
  • FIG. 2 is a conceptual diagram illustrating the operation of a user compliance determination unit according to an embodiment of the present invention.
  • FIG. 3 is a conceptual diagram illustrating the operation of an R-TIB determiner according to an embodiment of the present invention.
  • FIG. 4 is a conceptual diagram illustrating a method for extracting data for determining an R-TIB according to an embodiment of the present invention.
  • FIG. 5 is a conceptual diagram illustrating a method for processing missing data according to an embodiment of the present invention.
  • FIG. 6 is a conceptual diagram illustrating a method for determining an R-TIB according to an embodiment of the present invention.
  • Sleep restriction therapy is one of the treatment techniques belonging to behavioral therapy within cognitive behavioral therapy for insomnia.
  • Sleep restriction therapy is a behavioral treatment that limits the time in bed (TIB). Since sleep restriction therapy cannot forcibly restrict sleep, it proceeds in a format that recommends the time to be in bed, and this is defined and used as the term Recommendation TIB (hereinafter referred to as R-TIB).
  • Sleep restriction therapy can help treat insomnia by three mechanisms.
  • the three mechanisms are 1) avoiding being in bed awake, 2) normalizing sleep patterns, and 3) strengthening the link between sleep and bed.
  • An advanced R-TIB algorithm based on sleep efficiency is disclosed in a data-based sleep disorder treatment method and an apparatus performing the method according to an embodiment of the present invention.
  • the advanced R-TIB algorithm aims to better balance user compliance and therapeutic performance by determining a more therapeutically effective R-TIB based on various information such as user information and environmental information.
  • FIG. 1 is a conceptual diagram showing a sleep disorder treatment device according to an embodiment of the present invention.
  • 1 discloses a method for adaptively providing an R-TIB to a user to treat the user's sleep disorder.
  • the sleep disorder treatment apparatus includes a sleep quality determining unit 100, a sleep time determining unit 110, a user compliance determining unit 120, an R-TIB determining unit 130, and a processor 140. can do.
  • the sleep quality determination unit 100 may be implemented to determine sleep quality. Sleep quality relates to whether a user has a good quality sleep state. The sleep quality determination unit 100 may determine sleep quality based on subjective evaluation data and/or objective evaluation data (respiration, brain waves, movement, etc.).
  • the sleep quality determining unit 100 performs digitized judgment on sleep efficiency and sleep deprivation to determine the R-TIB, which will be described later, in a first judgment period (sleep efficiency judgment period) and second judgment period (sleep deprivation judgment). section) may be implemented to determine the user's corresponding section.
  • the sleep time determination unit 110 may be implemented to determine the user's sleep time.
  • the sleep time is the time the user sleeps in bed and may be determined based on subjective evaluation data and/or objective evaluation data (respiration, brain waves, movement, etc.).
  • the user compliance determiner 120 may determine the user's compliance with the determined R-TIB.
  • User compliance may be expressed in terms of R-TIB compliance as another expression. Based on the relationship between the R-TIB determined by the R-TIB determiner and the TIB, which is the user's actual sleep time, how much the user conforms to the determined R-TIB may be determined as the user compliance degree. In the present invention, measurement of user compliance may be performed linearly, and a specific method for determining user compliance will be described later.
  • the R-TIB determiner 130 may be implemented to determine the R-TIB.
  • the R-TIB may be determined in consideration of the user's sleep quality, the user's actual sleep time (TIB), and the user's compliance.
  • the processor 140 may be implemented to control operations of the sleep quality determining unit 100 , the sleep time determining unit 110 , the user compliance determining unit 120 , and the R-TIB determining unit 130 .
  • FIG. 2A is a conceptual diagram illustrating the operation of a user compliance determination unit according to an embodiment of the present invention.
  • FIG. 2A a method for determining user compliance in a user compliance determination unit is disclosed.
  • user compliance may be determined with different slopes according to the range of the TIB.
  • a method of determining user compliance based on different gradients according to the range of the TIB is disclosed.
  • the range and slope values of the TIB are exemplary values and may be adaptively changed based on a feedback result.
  • R-TIB Compliance user compliance
  • each variable means the following.
  • x TIB (user's actual sleep time after determining R-TIB)
  • R-TIB recommended sleep time recommended to the user through the R-TIB determination unit
  • M Max TIB duration (maximum time the patient can lie in bed)
  • s 1 Slope 1 for calculating R-TIB Compliance
  • the same number as the variable 3 in the M value of 24, s1, s2, and a+3 may be adaptively changed according to the user compliance feedback result and the treatment effect.
  • the first TIB range 210 and the second TIB range 220 are set until the TIB does not exceed the R-TIB and the TIB and R-TIB coincide, so that the first TIB range 210 to the second
  • the TIB range 220 may be set to increase user compliance relatively quickly with a relatively greater slope than the TIB range 220 .
  • the third TIB range 230 and the fourth TIB range 240 are set so that the third TIB range 230 has a relatively greater slope than the fourth TIB range 240. It may be set to decrease user compliance relatively slowly.
  • 2B is a conceptual diagram illustrating the operation of a user compliance determination unit according to an embodiment of the present invention.
  • FIG. 2B a method for determining user compliance in a user compliance determination unit is disclosed.
  • user compliance according to the TIB may be determined based on a parabolic user compliance curve rather than a linear one.
  • a piecewise function may be used to determine user compliance.
  • a minimum TIB (eg, 0 hour) is set, and a maximum TIB may be set to determine user compliance based on the peacewise function.
  • the maximum TIB is the maximum sleeping time that a person can sleep, and may be set to, for example, 20 hours.
  • the maximum TIB duration may be changed based on a defined minimum value (eg, 10 hours), and may be adjusted based on the user's sleeping data. Alternatively, the maximum TIB duration may be set to be greater than the minimum 2*R-TIB.
  • the user compliance curve may be determined based on the following equation when R-TIB is a and the maximum TIB duration is b.
  • x is TIB and y is user compliance.
  • y is user compliance. For example, when the R-TIB is 6 and the TIB is 4, the user compliance is 88.9%, and when the R-TIB is 6 and the TIB is 9, the user compliance is 97.9%.
  • the user compliance curve may be defined as an exponential power of 2 as in Equation 1-2, but may also be defined as a steeper curve defined as an exponential power of another even number.
  • An exponential value for determining the user compliance curve may be adaptively changed according to the user compliance feedback value.
  • the R-TIB is usually less than 1/2 of the maximum TIB duration. Accordingly, the user compliance curve can be defined to determine user compliance more strictly on the side of sleeping less than R-TIB than on the side of sleeping more than R-TIB.
  • the user compliance curve is the right side of the curve for those who slept more than the R-TIB. It can have a steeper slope to reduce compliance more quickly.
  • a user compliance curve may be generated based on the criterion that sleeping less is better for treating insomnia than sleeping more.
  • FIG. 3 is a conceptual diagram illustrating the operation of an R-TIB determiner according to an embodiment of the present invention.
  • the R-TIB determiner performs a first determination (sleep efficiency determination) 310 on the user's sleep and performs a second determination (sleep deprivation determination) 320 on the user's sleep.
  • a method for determining the R-TIB is disclosed.
  • one sleep efficiency range among three set sleep efficiency ranges may be set as the user's sleep efficiency range.
  • one sleep deprivation range among three set sleep deprivation ranges may be set as the user's sleep deprivation range.
  • sleep efficiency range 1 313
  • sleep efficiency range 2 316
  • sleep efficiency range 3 319
  • sleep efficiency ranges set based on the first determination (sleep efficiency determination) 310
  • sleep deprivation range 1 323
  • sleep deprivation range 2 326
  • sleep deprivation range 3 3
  • a first determination (sleep efficiency determination) 310 may be performed on the user's sleep.
  • SE sleep efficiency
  • a second determination (sleep deprivation determination) 320 may be performed on the user's sleep.
  • the degree of user compliance 330 may be determined.
  • the user compliance 330 may be determined through the method of determining the user compliance 330 described above in FIG. 2 based on the first R-TIB previously recommended to the user and the actual user's TIB.
  • the user compliance 330 When the user compliance 330 is greater than or equal to the threshold, the user compliance 330 is determined to be in the first state (compliance good), and when the user compliance 330 is less than the threshold, the user compliance 330 is in the second state (compliance good). bad) can be judged.
  • size comparison between the first R-TIB and the TIB may be performed. It may be determined whether the user compliance 330 is in the second state because the first R-TIB is greater than the TIB, or whether the user compliance 330 is in the second state because the first R-TIB is less than the TIB.
  • a second R-TIB 350 may be determined.
  • the second R-TIB 350 may be determined based on a user sleep efficiency range, a user sleep deprivation range, the user compliance, and a size difference between the first R-TIB and the TIB.
  • Option 1 Whether to determine the second R-TIB by reducing the first R-TIB in consideration of sleep quality, sleep time, and the first R-TIB and TIB, or option 2) Maintaining the existing first R-TIB to determine the second R-TIB. Whether to determine the R-TIB or option 3) whether to determine the second R-TIB by decreasing the first R-TIB may be determined. In addition, the amount of increase of the first R-TIB and the amount of decrease of the first R-TIB may be determined in consideration of sleep quality, sleep time, and the first R-TIB and TIB.
  • a rule for determining the next second R-TIB considering sleep quality, sleep time, first R-TIB, and TIB is disclosed as an example.
  • the existing first R-TIB is set to be maintained, and the first R-TIB is adjusted in consideration of sleep efficiency and sleep deprivation.
  • the adjustment of the first R-TIB may be set to decrease the first R-TIB as the sleep efficiency decreases and to increase the first R-TIB as the sleep efficiency increases.
  • the adjustment of the first R-TIB may be set to decrease the first R-TIB as the lack of sleep is relatively small, and to increase the first R-TIB as the lack of sleep is relatively large.
  • FIG. 4 is a conceptual diagram illustrating a method for extracting data for determining an R-TIB according to an embodiment of the present invention.
  • the R-TIB window 400 is basically determined by the most recent n matches, but may be set based on unmodifiable sleep data. Reliability of the R-TIB can be increased by setting the R-TIB window 400 because it is not necessary to consider changes such as a case in which the R-TIB may be overlapped by modifying the sleep diary created by the user.
  • a variation range may be checked for selection of the R-TIB window 400 .
  • the R-TIB window 400 is initially set as a default R-TIB window (eg, 5 days) 420, and a variation range of the default R-TIB window 420 may be determined.
  • the fluctuation range of the default R-TIB window 420 may be calculated based on the standard deviation.
  • a 6-day incremental R-TIB window 440 may be set by adding one day to the original default R-TIB window 420 .
  • the fluctuation range will decrease as more sleep diaries are added, and if the fluctuation range is less than the threshold fluctuation range, n' included in the incremental R-TIB window 400 when the fluctuation range is less than the threshold fluctuation range
  • the R-TIB may be determined based on sleep data of the dog user. Reliability and accuracy of the determined R-TIB may be improved through the R-TIB window adjustment method.
  • FIG. 5 is a conceptual diagram illustrating a method for processing missing data according to an embodiment of the present invention.
  • 5 discloses a method of determining an R-TIB through processing of missing sleep data among sleep data.
  • missing sleep data 500 may be classified into three categories.
  • the first category 510 is a case in which the missing sleep data 500 occurs, but there is no missing pattern.
  • the second category 520 is a case where the missing sleep data 500 occurs, but there is a missing pattern.
  • the omission pattern is that omission of sleep data, such as omission at a specific time, occurs with regularity, and it can be seen that the omission pattern occurs when sleep data is not written on the weekend and occurs with the omission data.
  • the third category 530 is a case in which the missing sleep data 500 is generated, but the sleep data is intentionally omitted. For example, it is a case where the user omit generation of sleep data to intentionally hide it on days when the user did not sleep.
  • the missing sleep data 500 may be processed and the R-TIB may be determined by considering the three categories of the missing sleep data in various ways.
  • a likewise deletion method may be used.
  • the same deletion method is a method of determining the R-TIB by excluding ungenerated sleep data regardless of category.
  • the second missing sleep data processing method 525 excludes the missing sleep data 500 corresponding to the second category 520, and the missing sleep data corresponding to the first category 510 and the third category 530 ( 500) to generate sleep data to determine the R-TIB.
  • the missing sleep data 500 of the first category 510 may be generated by estimating based on sleep data of previous and subsequent dates, which are neighboring dates.
  • the missing sleep data 500 of the third category 530 may be generated by recommendation based on sleep data of a date with the lowest sleep efficiency and the highest sleep deprivation among the R-TIB windows.
  • the third missing sleep data processing method 535 excludes the missing sleep data 500 corresponding to the first category 510 and the second category 520, and the missing sleep data corresponding to the third category 530 ( 500) to generate sleep data and determine the R-TIB.
  • the first missing sleep data processing method 515, the second missing sleep data processing method 525, and the third missing sleep data processing method 535 may be selectively used according to a user.
  • the first missing sleep data processing method 515 may be used.
  • the second missing sleep data processing method 525 may be used.
  • the third missing sleep data processing method 535 may be used.
  • the R-TIB can be determined based on a more stringent criterion as the degree of user compliance is relatively low, considering whether or not the existing user has been complying with the data-based sleep disorder treatment method according to the embodiment of the present invention.
  • FIG. 6 is a conceptual diagram illustrating a method for determining an R-TIB according to an embodiment of the present invention.
  • FIG. 6 a method for further advancing the R-TIB determination by further specifying the sleep efficiency range and the sleep deprivation range.
  • the R-TIB decision tree may be advanced by more detailed classification of the sleep efficiency range and the sleep deprivation range.
  • R- TIB can be determined.
  • the R-TIB can be determined with a more stringent criterion. Therefore, as the user's compliance is relatively low, the R-TIB can be more precisely determined through an increase in the interval of the sleep efficiency range and the increase in the interval of the sleep deprivation range. Conversely, as the user's compliance is relatively high, the R-TIB may be determined through a decrease in intervals of the sleep efficiency range and a decrease in intervals of the sleep deprivation range.
  • Embodiments according to the present invention described above may be implemented in the form of program instructions that can be executed through various computer components and recorded on a computer-readable recording medium.
  • the computer readable recording medium may include program instructions, data files, data structures, etc. alone or in combination.
  • Program instructions recorded on the computer-readable recording medium may be specially designed and configured for the present invention, or may be known and usable to those skilled in the art of computer software.
  • Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and magneto-optical media such as floptical disks. medium), and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like.
  • Examples of program instructions include high-level language codes that can be executed by a computer using an interpreter or the like as well as machine language codes generated by a compiler.
  • a hardware device may be modified with one or more software modules to perform processing according to the present invention and vice vers

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Psychiatry (AREA)
  • Anesthesiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Child & Adolescent Psychology (AREA)
  • Social Psychology (AREA)
  • Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Developmental Disabilities (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은 데이터 기반의 수면 장애 치료 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 데이터 기반의 수면 장애 치료 방법은 수면 장애 치료 장치가 수면질을 결정하는 단계, 수면 장애 치료 장치가 제1 R-TIB(recommended time in bed)에 대한 사용자 순응도를 결정하는 단계와 수면 장애 치료 장치가 수면질 및 사용자 순응도를 기반으로 제2 R-TIB를 결정하는 단계를 포함하되, 제1 R-TIB는 이전에 사용자에게 권유된 수면 시간이고, 제2 R-TIB는 이후에 사용자에게 권유되는 수면 시간일 수 있다.

Description

데이터 기반의 수면 장애 치료 방법 및 이러한 방법을 수행하는 장치
본 발명은 데이터 기반의 수면 장애 치료 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 보다 상세하게는 사용자의 데이터를 사용하여 결정된 수면 효율을 기반으로 사용자의 수면 장애를 치료하기 위한 데이터 기반의 수면 장애 치료 방법 및 이러한 방법을 수행하는 장치에 관한 것이다.
각종 스마트 기술의 개발로 개인 일상 활동에 관한 데이터가 기록되고 기록된 데이터를 기반으로 개인 생활이 보다 효율적으로 관리될 수 있게 되었다. 그 중에서도 건강에 대한 관심이 높아지면서 건강 관련 데이터 로깅(logging)이 주목받고 있다. 이미 많은 사용자들이 스마트폰과 웨어러블 장치와 같은 사용자 장치를 통해 사용자의 운동, 식이, 수면 등 각종 건강 관련 데이터를 생성하고 활용하고 있다. 과거 건강 관련 데이터가 의료 기관에서만 생성되고 관리되었던 데에서 벗어나 사용자가 스마트폰이나 웨어러블 장치와 같은 사용자 장치를 통해 사용자의 건강 관련 데이터를 스스로 생성 및 관리하기 시작한 것이다.
건강 관련 데이터 로깅은 웨어러블 장치를 통해 이루어지는 경우가 많다. 웨어러블 장치는 사용자의 몸에 소지하거나 부착하는 사용자 장치이다. 웨어러블 장치는 사물인터넷 등의 발전을 통해 건강 관련 데이터를 수집하는데 많이 활용되고 있다. 웨어러블 장치는 사용자의 신체 변화 정보, 사용자 주위를 둘러싼 환경 데이터를 기기를 통해 수집하고, 수집된 데이터를 기반으로 사용자의 건강에 필요한 조언을 제공할 수 있다.
현재는 웨어러블 장치를 통해 획득된 건강 관련 데이터를 활용하여 피드백을 제공하는 절차가 정교화되지 못하여 구체적인 의료 행위에 활용되지 못하고 있다. 하지만, 웨어러블 장치뿐만 아니라 다양한 건강 관련 데이터를 수집할 수 있는 사용자 장치의 발전 및 사용자 장치를 통해 획득된 건강 관련 데이터를 기반으로 한 판단 알고리즘의 정교화에 따라 실제 의료 행위에 사용자 장치를 통해 획득된 건강 관련 데이터를 활용할 수 있다.
특히, 수면에 대한 데이터를 기반으로 행동 치료를 수행하는 것은 알고리즘을 기반으로 구현 가능한 영역을 이러한 디지털 치료에 대한 구체적인 연구 개발이 진행되고 있다.
본 발명은 상술한 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은, 데이터를 사용한 사용자의 수면 효율을 고려하여 더욱 치료적으로 효과적인 취침 시간을 권장하여 사용자의 수면 장애를 치료하는 것을 목적으로 한다.
또한, 본 발명은, 사용자의 권장 취침시간을 적당히 조절해서 환자의 순응도와 치료적 성능의 균형을 잘 조절하여 사용자의 수면 장애를 치료하는 것을 목적으로 한다.
또한, 본 발명은, 사용자의 사용자 순응도를 고려하여 적응적인 수면 데이터 관리 및 R-TIB(recommended time in bed) 트리의 생성을 통해 사용자의 수면 장애를 치료하는 것을 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.
본 발명의 일 실시예에 따르면, 데이터 기반의 수면 장애 치료 방법은 수면 장애 치료 장치가 수면질을 결정하는 단계, 상기 수면 장애 치료 장치가 제1 R-TIB(recommended time in bed)에 대한 사용자 순응도를 결정하는 단계와 상기 수면 장애 치료 장치가 상기 수면질 및 상기 사용자 순응도를 기반으로 제2 R-TIB를 결정하는 단계를 포함할 수 있되, 상기 제1 R-TIB는 이전에 사용자에게 권유된 수면 시간이고, 상기 제2 R-TIB는 이후에 상기 사용자에게 권유되는 수면 시간일 수 있다.
한편, 상기 수면질은 수면 효율 및 수면 부족을 포함하고, 상기 사용자 순응도는 TIB(time in bed)의 범위에 따라 서로 다르게 설정된 기울기를 기반으로 결정될 수 있다.
또한, 상기 제2 R-TIB는 사용자 수면 효율 범위, 사용자 수면 부족 범위, 상기 사용자 순응도 및 상기 제1 R-TIB와 상기 TIB의 크기 차이를 기반으로 결정되고, 상기 사용자 수면 효율 범위는 상기 수면 효율에 대한 제1 판단(수면 효율 판단)을 기반으로 a개(여기서, a는 자연수)로 설정된 수면 효율 범위 중 사용자의 수면 효율 범위이고 상기 사용자 수면 부족 범위는 상기 수면 부족에 대한 제2 판단(수면 부족 판단)을 기반으로 b개(여기서, b는 자연수)로 설정된 수면 부족 범위 중 사용자의 수면 부족 범위이고, 상기 사용자 수면 부족 범위는 상기 사용자 수면 효율 범위의 결정 이후에 결정된 상기 사용자 수면 효율 범위를 기초로 결정되고, 상기 제2 R-TIB는 수면 변동폭을 고려하여 결정된 디폴트 R-TIB 윈도우 또는 증가 R-TIB 윈도우를 기반으로 결정되되, 상기 증가 R-TIB 윈도우는 상기 수면 변동폭이 임계 변동폭 미만이 되도록 결정될 수 있다.
본 발명의 다른 실시예에 따르면, 데이터 기반의 수면 장애 치료를 수행하는 수면 장애 치료 장치는 수면질을 결정하도록 구현되는 수면질 결정부, 제1 R-TIB(recommended time in bed)에 대한 사용자 순응도를 결정하도록 구현되는 사용자 순응도 결정부와 상기 수면질 및 상기 사용자 순응도를 기반으로 제2 R-TIB를 결정하도록 구현되는 R-TIB 결정부를 포함하되, 상기 제1 R-TIB는 이전에 사용자에게 권유된 수면 시간이고, 상기 제2 R-TIB는 이후에 상기 사용자에게 권유되는 수면 시간일 수 있다.
한편, 상기 수면질은 수면 효율 및 수면 부족을 포함하고, 상기 사용자 순응도는 TIB(time in bed)의 범위에 따라 서로 다르게 설정된 기울기를 기반으로 결정될 수 있다.
또한, 상기 제2 R-TIB는 사용자 수면 효율 범위, 사용자 수면 부족 범위, 상기 사용자 순응도 및 상기 제1 R-TIB와 상기 TIB의 크기 차이를 기반으로 결정되고, 상기 사용자 수면 효율 범위는 상기 수면 효율에 대한 제1 판단(수면 효율 판단)을 기반으로 a개(여기서, a는 자연수)로 설정된 수면 효율 범위 중 사용자의 수면 효율 범위이고, 상기 사용자 수면 부족 범위는 상기 수면 부족에 대한 제2 판단(수면 부족 판단)을 기반으로 b개(여기서, b는 자연수)로 설정된 수면 부족 범위 중 사용자의 수면 부족 범위이고, 상기 사용자 수면 부족 범위는 상기 사용자 수면 효율 범위의 결정 이후에 결정된 상기 사용자 수면 효율 범위를 기초로 결정되고, 상기 제2 R-TIB는 수면 변동폭을 고려하여 결정된 디폴트 R-TIB 윈도우 또는 증가 R-TIB 윈도우를 기반으로 결정되되, 상기 증가 R-TIB 윈도우는 상기 수면 변동폭이 임계 변동폭 미만이 되도록 결정될 수 있다.
본 발명에 의하면, 데이터를 사용한 사용자의 수면 효율을 고려하여 더욱 치료적으로 효과적인 취침 시간을 권장하여 사용자의 수면 장애가 치료될 수 있다.
또한, 본 발명에 의하면, 사용자의 권장 취침 시간을 적당히 조절해서 환자의 순응도와 치료적 성능의 균형를 잘 조절하여 사용자의 수면 장애가 치료될 수 있다.
또한, 본 발명에 의하면, 사용자의 사용자 순응도를 고려하여 적응적인 수면 데이터 관리 및 R-TIB 트리의 생성을 통해 사용자의 수면 장애가 치료될 수 있다.
도 1은 본 발명의 실시예에 따른 수면 장애 치료 장치를 나타낸 개념도이다.
도 2는 본 발명의 실시예에 따른 사용자 순응도 결정부의 동작을 나타낸 개념도이다.
도 3은 본 발명의 실시예에 따른 R-TIB 결정부의 동작을 나타낸 개념도이다.
도 4는 본 발명의 실시예에 따른 R-TIB를 결정하기 위한 데이터를 추출하기 위한 방법을 나타낸 개념도이다.
도 5는 본 발명의 실시예에 따른 누락 데이터에 대한 처리 방법을 나타낸 개념도이다.
도 6은 본 발명의 실시예에 따른 R-TIB 결정 방법을 나타낸 개념도이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여 지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
수면 제한 요법은 불면증 인지 행동 치료 안에서 행동 치료에 속하는 치료 기법 중 하나다. 수면 제한 요법은 TIB(Time in Bed)를 제한하는 방식의 행동 치료이다. 수면 제한 요법은 수면을 강제로 제한할 수 없기에 침대에 있을 시간을 권장해주는 형식으로 진행하고 이를 Recommend TIB(이하, R-TIB)라는 용어로 정의하여 사용한다.
수면 제한 요법은 3가지 메카니즘으로 불면증을 치료하는데 도움을 줄 수 있다. 3가지 메커니즘은 1) 깨어있는 상태로 침대에 있는 것을 방지, 2) 수면 패턴을 정상화, 3) 수면과 침대 사이의 연결고리의 강화이다.
현재까지 수면 제한 요법에 대한 연구는 상당히 제한적이다. 수면 제한 요법이 불면증 인지 행동 치료에는 초기 버전부터 적용되었으나 어떤 메카니즘으로 작용이 되는지, 정확한 방식은 어떻게 해야 되는지 등 아직 연구가 진행 중인 것이 많다.
본 발명의 실시예에 따른 데이터 기반의 수면 장애 치료 방법 및 이러한 방법을 수행하는 장치에서는 수면 효율을 기반으로 고도화된 R-TIB 알고리즘이 개시된다. 고도화된 R-TIB 알고리즘은 사용자 정보 및 환경 정보와 같은 다양한 정보를 기반으로 더욱 치료적으로 효과적인 R-TIB를 결정하여 사용자 순응도와 치료적 성능의 균형를 잘 조절하는 것을 목적으로 한다.
도 1은 본 발명의 실시예에 따른 수면 장애 치료 장치를 나타낸 개념도이다.
도 1에서는 사용자의 수면 장애 치료를 위해 사용자에게 적응적으로 R-TIB를 제공하기 위한 방법이 개시된다.
도 1을 참조하면, 수면 장애 치료 장치는 수면질 결정부(100), 수면 시간 결정부(110), 사용자 순응도 결정부(120), R-TIB 결정부(130) 및 프로세서(140)를 포함할 수 있다.
수면질 결정부(100)는 수면질을 결정하기 위해 구현될 수 있다. 수면질은 사용자가 양질의 수면 상태를 가지느냐에 관한 것이다. 수면질 결정부(100)는 주관적인 평가 데이터 및/또는 객관적인 평가 데이터(호흡, 뇌파, 움직임 등)을 기반으로 수면질을 결정할 수 있다.
수면질 결정부(100)는 수면 효율, 수면 부족 여부에 대해 수치화된 판단을 수행하여 후술할 R-TIB를 결정하기 위한 제1 판단 구간(수면 효율 판단 구간)과 제2 판단 구간(수면 부족 판단 구간)에서 사용자의 해당 구간을 결정하기 위해 구현될 수 있다.
수면 시간 결정부(110)는 사용자의 수면 시간을 결정하기 위해 구현될 수 있다. 수면 시간은 사용자가 침대에서 잠을 잔 시간으로서 주관적인 평가 데이터 및/또는 객관적인 평가 데이터(호흡, 뇌파, 움직임 등)을 기반으로 결정될 수 있다.
사용자 순응도 결정부(120)는 결정된 R-TIB에 대한 사용자가 순응하는 정도일 수 있다. 사용자 순응도는 다른 표현으로 R-TIB 순응도라는 용어로 표현될 수 있다. R-TIB 결정부에 의해 결정된 R-TIB와 사용자가 실제 수면 시간인 TIB와의 관계를 기반으로 사용자가 결정된 R-TIB에 얼마나 순응하는지에 대한 정도가 사용자 순응도로서 결정될 수 있다. 본 발명에서는 선형적으로 사용자 순응도에 대한 측정이 수행될 수 있고, 구체적인 사용자 순응도 결정 방법은 후술된다.
R-TIB 결정부(130)는 R-TIB를 결정하기 위해 구현될 수 있다. 사용자의 수면질, 사용자 실제 수면 시간(TIB), 사용자 순응도를 고려하여 R-TIB가 결정될 수 있다.
프로세서(140)는 수면질 결정부(100), 수면 시간 결정부(110), 사용자 순응도 결정부(120) 및 R-TIB 결정부(130)의 동작을 제어하기 위해 구현될 수 있다.
도 2a는 본 발명의 실시예에 따른 사용자 순응도 결정부의 동작을 나타낸 개념도이다.
도 2a에서는 사용자 순응도 결정부에서 사용자 순응도를 결정하는 방법이 개시된다.
도 2a를 참조하면, 사용자 순응도는 TIB의 범위에 따라 서로 다른 기울기를 가지고 결정될 수 있다. 아래는 TIB의 범위에 따라 서로 다른 기울기를 기반으로 사용자 순응도를 결정하는 방법이 개시된다. TIB의 범위 및 기울기값은 예시적인 값으로서 피드백 결과를 기반으로 적응적으로 변화될 수 있다.
예를 들어, 사용자 순응도(R-TIB Compliance)는 아래의 수학식1과 같이 계산될 수 있다.
<수학식 1-1>
Figure PCTKR2022003881-appb-img-000001
수학식 1-1에서 각 변수는 아래를 의미한다.
y R-TIB compliance(사용자 순응도)
x = TIB (R-TIB 결정 후 사용자의 실제 수면 시간)
a = R-TIB(R-TIB 결정부를 통해 사용자에게 추천된 권장 수면 시간)
M = Max TIB duration (환자가 최대로 침대에 누워있을 수 있는 시간)
s1 = R-TIB Compliance(사용자 순응도)를 계산하기 위한 기울기 1
s2 = R-TIB Compliance(사용자 순응도)를 계산하기 위한 기울기 2
여기서 M값인 24, s1, s2, a+3에서 변수 3과 같은 수는 사용자 순응도 피드백 결과, 치료 효과에 따라 적응적으로 변화될 수 있다.
구체적으로 TIB가 R-TIB를 넘어가지 않고, TIB와 R-TIB가 일치할때까지 제1 TIB 범위(210), 제2 TIB 범위(220)를 설정하여 제1 TIB 범위(210)에서 제2 TIB 범위(220)보다 상대적으로 더 큰 기울기로 상대적으로 빠르게 사용자 순응도가 높아지도록 설정될 수 있다.
TIB가 R-TIB를 넘어가는 경우, 제3 TIB 범위(230)와 제4 TIB 범위(240)를 설정하여 제3 TIB 범위(230)에서 제4 TIB 범위(240)보다 상대적으로 더 큰 기울기로 상대적으로 느리게 사용자 순응도가 작아지도록 설정될 수 있다.
도 2b는 본 발명의 실시예에 따른 사용자 순응도 결정부의 동작을 나타낸 개념도이다.
도 2b에서는 사용자 순응도 결정부에서 사용자 순응도를 결정하는 방법이 개시된다.
도 2b를 참조하면, 선형이 아닌 포물선의 사용자 순응도 곡선을 기반으로 TIB에 따른 사용자 순응도가 결정될 수도 있다.
사용자 순응도를 결정하기 위해 피스와이즈 함수(piecewise function)이 사용될 수 있다.
최소 TIB(예를 들어, 0시간)가 설정되고, 피스와이즈 함수를 기반으로 사용자 순응도를 결정하기 위해 최대 TIB가 설정될 수 있다. 최대 TIB는 사람이 잘 수 있는 최대 취침 시간으로서, 예를 들어, 20시간으로 설정될 수 있다.
최대 TIB 듀레이션(duration)은 정의된 최소값(예를 들어, 10시간)을 기준으로 변화될 수 있고, 사용자의 취침 데이터를 기준으로 조정될 수 있다. 또는 최대 TIB 듀레이션은 최소 2*R-TIB보다 크도록 설정될 수 있다.
사용자 순응도 곡선은 R-TIB가 a이고, 최대 TIB 듀레이션이 b인 경우, 아래의 수학식을 기준으로 결정될 수 있다.
<수학식 1-2>
Figure PCTKR2022003881-appb-img-000002
여기서, x는 TIB이고, y는 사용자 순응도이다. 예를 들어, R-TIB가 6이고, TIB가 4인 경우, 사용자 순응도는 88.9%이고, R-TIB가 6이고, TIB가 9인 경우, 사용자 순응도는 97.9%이다.
사용자 순응도 곡선은 수학식 1-2와 같이 2의 지수승으로 정의될 수도 있으나 다른 짝수의 지수승으로 정의되어 보다 가파른 곡선으로 정의될 수도 있다. 사용자 순응도 피드백값에 따라 사용자 순응도 곡선을 결정하기 위한 지수승 값은 적응적으로 변화될 수 있다.
사용자 순응도 곡선을 참조하면, R-TIB는 최대 TIB 듀레이션의 1/2보다는 일반적으로 작다. 따라서, 사용자 순응도 곡선은 R-TIB보다 많이 자는 쪽보다 R-TIB보다 적게 자는 쪽에 더욱 엄격하게 사용자 순응도를 결정하도록 정의될 수 있다.
하지만, R-TIB가 최대 TIB 듀레이션의 1/2보다는 큰 경우(예를 들어, R-TIB=6, max TIB 듀레이션10), 사용자 순응도 곡선은 곡선의 오른쪽처럼 R-TIB보다 더 많이 잔 사람들의 순응도를 보다 빠르게 감소시키도록 가파른 기울기를 가질 수 있다.
사용자 순응도 곡선은 잠을 많이 자는 것보다 잠을 적게 자는 것이 불면증 치료에 있어서 좋지 않다는 기준을 기초로 생성될 수 있다.
도 3은 본 발명의 실시예에 따른 R-TIB 결정부의 동작을 나타낸 개념도이다.
도 3에서는 R-TIB 결정부에서 R-TIB를 결정하는 방법이 개시된다.
도 3을 참조하면, R-TIB 결정부에서 사용자의 수면에 대한 제1 판단(수면 효율 판단)(310)을 수행하고, 사용자의 수면에 대한 제2 판단(수면 부족 판단)(320)을 수행하여 R-TIB를 결정하기 위한 방법이 개시된다.
제1 판단(수면 효율 판단)(310)을 기반으로 3개로 설정된 수면 효율 범위 중 하나의 수면 효율 범위가 사용자의 수면 효율 범위로 설정될 수 있다. 제2 판단(수면 부족 판단)(320)을 기반으로 3개로 설정된 수면 부족 범위 중 하나의 수면 부족 범위가 사용자의 수면 부족 범위로 설정될 수 있다.
구간의 간격 및 구간의 개수는 변화될 수 있고, 이러한 방법 또한 본 발명의 권리 범위에 포함될 수 있다. 또한, 본 발명에서 제1 판단(수면 효율 판단)(310)을 기반으로 3개로 설정된 수면 효율 범위인 수면 효율 범위1(313), 수면 효율 범위2(316), 수면 효율 범위3(319), 제2 판단(수면 부족 판단)(320)을 기반으로 3개로 설정된 수면 부족 범위인 수면 부족 범위1(323), 수면 부족 범위2(326), 수면 부족 범위3(329)은 임의적인 것이고 변화될 수 있다.
우선, 사용자의 수면에 대해 제1 판단(수면 효율 판단)(310)이 수행될 수 있다.
사용자의 수면 효율은 수면질 결정부에 의해 결정된 수면 효율(sleep efficiency, SE)를 기반으로 수면 효율 범위1(SE<80)(313), 수면 효율 범위2(80<=SE<=85)(316), 수면 효율 범위3(SE>85)(319) 중 하나로 분류될 수 있다.
수면 효율 범위의 결정 이후, 사용자의 수면에 대해 제2 판단(수면 부족 판단)(320)이 수행될 수 있다.
수면질 결정부에 의해 결정된 수면 부족 판단(sleep need questionnaire, SNQ)을 기반으로 수면 부족 범위1(SNQ<9)(323), 수면 부족 범위2(9<=SNQ<=12)(326), 수면 부족 범위3(SNQ>12)(329) 중 하나로 분류될 수 있다.
제1 판단(수면 효율 판단)(310) 및 제2 판단(수면 부족 판단)(320) 이후, 사용자 순응도(330)가 결정될 수 있다. 사용자에게 이전에 권유된 제1 R-TIB와 실제 사용자의 TIB를 기반으로 도 2에서 전술한 사용자 순응도(330)를 결정하는 방법을 통해 사용자 순응도(330)가 결정될 수 있다.
사용자 순응도(330)가 임계값 이상인 경우, 사용자 순응도(330)가 제1 상태(compliance good)로 판단되고, 사용자 순응도(330)가 임계값 미만인 경우, 사용자 순응도(330)가 제2 상태(compliance bad)로 판단될 수 있다.
사용자 순응도(330)가 제2 상태인 경우, 제1 R-TIB와 TIB의 크기 비교가 수행될 수 있다. 제1 R-TIB가 TIB보다 커서 사용자 순응도(330)가 제2 상태인지, 반대로 제1 R-TIB가 TIB보다 작아서 사용자 순응도(330)가 제2 상태인지 여부에 대해 판단될 수 있다.
제2 R-TIB(350)가 결정될 수 있다.
제2 R-TIB(350)는 사용자 수면 효율 범위, 사용자 수면 부족 범위, 상기 사용자 순응도 및 상기 제1 R-TIB와 상기 TIB의 크기 차이를 기반으로 결정될수 있다.
수면질, 수면 시간, 제1 R-TIB와 TIB를 고려하여 옵션1) 제1 R-TIB를 감소시켜 제2 R-TIB를 결정할 것인지, 옵션2) 기존 제1 R-TIB를 유지하여 제2 R-TIB를 결정할 것인지, 옵션3) 제1 R-TIB를 감소시켜 제2 R-TIB를 결정할 것인지 여부가 결정될 수 있다. 또한, 수면질, 수면 시간, 제1 R-TIB와 TIB를 고려하여 제1 R-TIB의 증가량, 제1 R-TIB의 감소량도 결정될 수 있다.
도 3에서는 수면질, 수면 시간, 제1 R-TIB와 TIB를 고려한 다음번 제2 R-TIB를 결정하는 룰이 예시적으로 개시되어 있다.
기본적으로 수면 효율이 상대적으로 높고, 수면 부족이 상대적으로 낮고 사용자 순응도가 상대적으로 높을수록 기존의 제1 R-TIB를 유지하도록 설정되되, 제1 R-TIB의 조정은 수면 효율과 수면 부족을 고려하여 수행될 수 있다. 구체적으로 제1 R-TIB의 조정은 수면 효율이 낮을수록 제1 R-TIB를 감소시키도록 설정되고, 수면 효율이 높을수록 제1 R-TIB를 증가시키도록 설정될 수 있다. 또한, 제1 R-TIB의 조정은 수면 부족이 상대적으로 작을수록 제1 R-TIB를 감소시키도록 설정되고, 수면 부족이 상대적으로 클수록 제1 R-TIB를 증가시키도록 설정될 수 있다.
도 4는 본 발명의 실시예에 따른 R-TIB를 결정하기 위한 데이터를 추출하기 위한 방법을 나타낸 개념도이다.
도 4에서는 정확성과 신뢰도가 높은 R-TIB를 결정하기 위해 R-TIB 윈도우(window)를 설정하는 방법이 개시된다.
도 4를 참조하면, R-TIB 윈도우(400)는 기본적으로 가장 최근n일치(예를 들어, n=5) 수정 불가능한 수면 데이터를 기준으로 설정될 수 있다.
사용자의 자율성을 높이기 위해 현재 날짜를 포함한 3일치의 수면 데이터는 사용자가 직접 수정 및 작성할 수 있도록 설정될 수 있다. 따라서, R-TIB 윈도우(400)는 기본적으로 가장 최근 n일치로 결정되되, 수정 불가능한 수면 데이터를 기준으로 설정될 수 있다. 사용자가 작성한 수면 일기를 수정해서 R-TIB가 중복 적용될 수도 있는 케이스와 같은 변동 사항을 고려하지 않아도 되기 때문에 R-TIB 윈도우(400)의 설정을 통해 R-TIB의 신뢰도가 증가될 수 있다.
R-TIB 윈도우(400)의 선택을 위해 변동폭이 체크될 수 있다. 예를 들어, 주말의 수면 패턴과 주중의 수면 패턴4은 차이가 클 수 있다. 주말과 같은 경우, 상대적으로 수면의 변동폭이 클 수 있다. 아웃라이어로 예외적인 데이터가 R-TIB 산출하는데 포함되면 부정확하거나 환자에게 도움이 안되는 결과가 나올 수 있다.
R-TIB 윈도우(400)는 디폴트 R-TIB 윈도우(예를 들어, 5일)(420)로 초기 설정되고, 디폴트 R-TIB 윈도우(420)의 변동폭이 결정될 수 있다. 디폴트 R-TIB 윈도우(420)의 변동폭이 표준 편차를 기준으로 산출될 수 있다. 디폴트 R-TIB 윈도우(420)의 변동폭이 임계 변동폭 이상인 경우, 원래 디폴트 R-TIB 윈도우(420)에 하루를 더 추가하여 6일짜리 증가 R-TIB 윈도우(440)가 설정될 수 있다. 증가 R-TIB 윈도우(440)가 설정되는 경우, 더 많은 수면 일기가 추가될수록 변동폭이 감소할 것이고 변동폭이 임계 변동폭 미만인 경우, 임계 변동폭 미만시의 증가 R-TIB 윈도우(400)에 포함되는 n'개의 사용자의 수면 데이터를 기반으로 R-TIB가 결정될 수 있다. 이러한 R-TIB 윈도우 조정 방법을 통해 결정된 R-TIB의 신뢰도와 정확도가 향상될 수 있다.
도 5는 본 발명의 실시예에 따른 누락 데이터에 대한 처리 방법을 나타낸 개념도이다.
도 5에서는 수면 데이터 중 누락된 누락 수면 데이터에 대한 처리를 통해 R-TIB를 결정하는 방법이 개시된다.
도 5를 참조하면, 누락 수면 데이터(500)는 3가지 카테고리로 분류될 수 있다.
제1 카테고리(510)는 누락 수면 데이터(500)가 발생하되, 누락 패턴이 없는 경우이다.
제2 카테고리(520)는 누락 수면 데이터(500)가 발생하되, 누락 패턴이 있는 경우이다.
누락 패턴은 특정 시기에 누락되는 것과 같은 수면 데이터의 누락이 규칙성을 가지고 발생하는 것으로서 주말에는 수면 데이터의 작성을 하지 않아서 누락 수면 데이터와 발생하는 경우는 누락 패턴을 가진다고 볼 수 있다.
제3 카테고리(530)는 누락 수면 데이터(500)가 발생하되, 고의를 가지고 수면 데이터를 누락한 경우이다. 예를 들면, 사용자가 잠을 자지 못한 날 일부러 이를 숨기기 위해 수면 데이터의 생성을 누락한 경우이다.
본 발명에서는 다양한 방법으로 누락 수면 데이터의 3가지 카테고리를 고려하여, 누락 수면 데이터(500)에 대한 처리를 수행하고, R-TIB를 결정할 수 있다.
제1 누락 수면 데이터 처리 방법(515)으로서 동일 삭제 방법(likewise deletion)이 사용될 수 있다. 동일 삭제 방법은 생성되지 않은 수면 데이터는 카테고리를 불문하고, 제외하고 R-TIB를 결정하는 방법이다.
제2 누락 수면 데이터 처리 방법(525)은 제2 카테고리(520)에 대응되는 누락 수면 데이터(500)는 제외하고, 제1 카테고리(510) 및 제3 카테고리(530)에 대응되는 누락 수면 데이터(500)를 추정하여 수면 데이터를 생성하여 R-TIB를 결정하는 방법이다. 제1 카테고리(510)의 누락 수면 데이터(500)는 주변 날짜인 이전 날짜, 이후 날짜의 수면 데이터를 기반으로 추정하여 생성될 수 있다. 제3 카테고리(530)의 누락 수면 데이터(500)는 R-TIB 윈도우 중 가장 수면 효율이 낮고, 가장 수면 부족이 높은 날짜의 수면 데이터를 기반으로 추천하여 생성될 수 있다.
제3 누락 수면 데이터 처리 방법(535)은 제1 카테고리(510) 및 제2 카테고리(520)에 대응되는 누락 수면 데이터(500)는 제외하고, 제3 카테고리(530)에 대응되는 누락 수면 데이터(500)만을 추정하여 수면 데이터를 생성하여 R-TIB를 결정하는 방법이다.
제1 누락 수면 데이터 처리 방법(515), 제2 누락 수면 데이터 처리 방법(525), 제3 누락 수면 데이터 처리 방법(535)은 사용자에 따라 선택적으로 사용될 수 있다.
사용자의 기존 사용자 순응도를 고려하여 사용자 순응도가 제1 임계값 이상이었던 경우, 제1 누락 수면 데이터 처리 방법(515)을 사용할 수 있다.
사용자의 기존 사용자 순응도를 고려하여 사용자 순응도가 제2 임계값 이상, 제1 임계값 미만이었던 경우, 제2 누락 수면 데이터 처리 방법(525)을 사용할 수 있다.
사용자의 기존 사용자 순응도를 고려하여 사용자 순응도가 제2 임계값 미만인 경우, 제3 누락 수면 데이터 처리 방법(535)을 사용할 수 있다.
즉, 기존의 사용자가 본 발명의 실시예에 따른 데이터 기반의 수면 장애 치료 방법에 순응하고 있었는지 여부를 고려하여 사용자 순응도가 상대적으로 낮을수록 보다 엄격한 기준으로 R-TIB를 결정할 수 있다.
도 6은 본 발명의 실시예에 따른 R-TIB 결정 방법을 나타낸 개념도이다.
도 6에서는 수면 효율 범위와 수면 부족 범위를 보다 상세화시켜서 R-TIB 결정을 보다 고도화하기 위한 방법이다.
도 6을 참조하면, 도 3에서 개시된 R-TIB 결정 방법에서 수면 효율 범위와 수면 부족 범위를 보다 상세화시켜서 분류하여 R-TIB 결정 트리가 고도될 수 있다.
수면 효율 범위의 구간이 상대적으로 더 많은 구간으로 나뉘는 수면 효율 범위의 구간 증가 및/또는 수면 부족 범위의 구간이 상대적으로 더 많은 구간으로 나뉘는 수면 부족 범위의 구간 증가를 통해 보다 상세한 분류를 통해 R-TIB가 결정될 수 있다.
사용자 순응도가 상대적으로 낮을수록 보다 엄격한 기준으로 R-TIB를 결정할 수 있다. 따라서, 사용자 순응도가 상대적으로 낮을수록 수면 효율 범위의 구간 증가 및 수면 부족 범위의 구간 증가를 통해 보다 정밀하게 R-TIB가 결정될 수 있다. 반대로, 사용자 순응도가 상대적으로 높을수록 수면 효율 범위의 구간 감소 및 수면 부족 범위의 구간 감소를 통해 R-TIB가 결정될 수 있다.
이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.

Claims (6)

  1. 데이터 기반의 수면 장애 치료 방법은,
    수면 장애 치료 장치가 수면질을 결정하는 단계;
    상기 수면 장애 치료 장치가 제1 R-TIB(recommended time in bed)에 대한 사용자 순응도를 결정하는 단계; 및
    상기 수면 장애 치료 장치가 상기 수면질 및 상기 사용자 순응도를 기반으로 제2 R-TIB를 결정하는 단계를 포함하되,
    상기 제1 R-TIB는 이전에 사용자에게 권유된 수면 시간이고,
    상기 제2 R-TIB는 이후에 상기 사용자에게 권유되는 수면 시간인 것을 특징으로 하는 방법.
  2. 제1항에 있어서,
    상기 수면질은 수면 효율 및 수면 부족을 포함하고,
    상기 사용자 순응도는 TIB(time in bed)의 범위에 따라 서로 다르게 설정된 기울기를 기반으로 결정되거나 사용자 순응도 곡선을 기반으로 결정되는 것을 특징으로 하는 방법.
  3. 제2항에 있어서,
    상기 제2 R-TIB는 사용자 수면 효율 범위, 사용자 수면 부족 범위, 상기 사용자 순응도 및 상기 제1 R-TIB와 상기 TIB의 크기 차이를 기반으로 결정되고,
    상기 사용자 수면 효율 범위는 상기 수면 효율에 대한 제1 판단(수면 효율 판단)을 기반으로 a개(여기서, a는 자연수)로 설정된 수면 효율 범위 중 사용자의 수면 효율 범위이고,
    상기 사용자 수면 부족 범위는 상기 수면 부족에 대한 제2 판단(수면 부족 판단)을 기반으로 b개(여기서, b는 자연수)로 설정된 수면 부족 범위 중 사용자의 수면 부족 범위이고,
    상기 사용자 수면 부족 범위는 상기 사용자 수면 효율 범위의 결정 이후에 결정된 상기 사용자 수면 효율 범위를 기초로 결정되고,
    상기 제2 R-TIB는 수면 변동폭을 고려하여 결정된 디폴트 R-TIB 윈도우 또는 증가 R-TIB 윈도우를 기반으로 결정되되,
    상기 증가 R-TIB 윈도우는 상기 수면 변동폭이 임계 변동폭 미만이 되도록 결정되는 것을 특징으로 하는 방법.
  4. 데이터 기반의 수면 장애 치료를 수행하는 수면 장애 치료 장치는,
    수면질을 결정하도록 구현되는 수면질 결정부;
    제1 R-TIB(recommended time in bed)에 대한 사용자 순응도를 결정하도록 구현되는 사용자 순응도 결정부; 및
    상기 수면질 및 상기 사용자 순응도를 기반으로 제2 R-TIB를 결정하도록 구현되는 R-TIB 결정부를 포함하되,
    상기 제1 R-TIB는 이전에 사용자에게 권유된 수면 시간이고,
    상기 제2 R-TIB는 이후에 상기 사용자에게 권유되는 수면 시간인 것을 특징으로 하는 수면 장애 치료 장치.
  5. 제4항에 있어서,
    상기 수면질은 수면 효율 및 수면 부족을 포함하고,
    상기 사용자 순응도는 TIB(time in bed)의 범위에 따라 서로 다르게 설정된 기울기를 기반으로 결정되거나 사용자 순응도 곡선을 기반으로 결정되는 것을 특징으로 하는 수면 장애 치료 장치.
  6. 제2항에 있어서,
    상기 제2 R-TIB는 사용자 수면 효율 범위, 사용자 수면 부족 범위, 상기 사용자 순응도 및 상기 제1 R-TIB와 상기 TIB의 크기 차이를 기반으로 결정되고,
    상기 사용자 수면 효율 범위는 상기 수면 효율에 대한 제1 판단(수면 효율 판단)을 기반으로 a개(여기서, a는 자연수)로 설정된 수면 효율 범위 중 사용자의 수면 효율 범위이고
    상기 사용자 수면 부족 범위는 상기 수면 부족에 대한 제2 판단(수면 부족 판단)을 기반으로 b개(여기서, b는 자연수)로 설정된 수면 부족 범위 중 사용자의 수면 부족 범위이고,
    상기 사용자 수면 부족 범위는 상기 사용자 수면 효율 범위의 결정 이후에 결정된 상기 사용자 수면 효율 범위를 기초로 결정되고,
    상기 제2 R-TIB는 수면 변동폭을 고려하여 결정된 디폴트 R-TIB 윈도우 또는 증가 R-TIB 윈도우를 기반으로 결정되되,
    상기 증가 R-TIB 윈도우는 상기 수면 변동폭이 임계 변동폭 미만이 되도록 결정되는 것을 특징으로 하는 수면 장애 치료 장치.
PCT/KR2022/003881 2021-10-22 2022-03-21 데이터 기반의 수면 장애 치료 방법 및 이러한 방법을 수행하는 장치 WO2023068462A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP22747568.8A EP4195213A4 (en) 2021-10-22 2022-03-21 METHOD FOR TREATING DATA-BASED SLEEP DISORDERS AND DEVICE FOR CARRYING OUT THE METHOD

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020210141738A KR102378040B1 (ko) 2021-10-22 2021-10-22 데이터 기반의 수면 장애 치료를 위한 정보 제공 방법 및 이러한 방법을 수행하는 장치
KR10-2021-0141738 2021-10-22

Publications (1)

Publication Number Publication Date
WO2023068462A1 true WO2023068462A1 (ko) 2023-04-27

Family

ID=80935635

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/003881 WO2023068462A1 (ko) 2021-10-22 2022-03-21 데이터 기반의 수면 장애 치료 방법 및 이러한 방법을 수행하는 장치

Country Status (4)

Country Link
US (1) US20230157630A1 (ko)
EP (1) EP4195213A4 (ko)
KR (1) KR102378040B1 (ko)
WO (1) WO2023068462A1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016122347A (ja) * 2014-12-25 2016-07-07 オムロン株式会社 睡眠改善システム及びこのシステムを用いた睡眠改善方法
JP2017046960A (ja) * 2015-09-02 2017-03-09 Tdk株式会社 睡眠管理装置、睡眠管理システム、睡眠管理方法及びそのプログラム
KR20190092765A (ko) * 2018-01-31 2019-08-08 박성규 불면증 중재 서비스 제공 방법 및 그 장치
KR20200097421A (ko) * 2019-02-08 2020-08-19 박성규 푸쉬 알람을 이용한 불면증 중재 서비스 제공 방법 및 그 장치
JP2021135853A (ja) * 2020-02-28 2021-09-13 積水化学工業株式会社 睡眠改善システム
KR20210141738A (ko) 2019-05-03 2021-11-23 에이에스엠엘 네델란즈 비.브이. 경사 피팅 기법을 기반으로 정렬 모델을 결정하는 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101712281B1 (ko) * 2015-08-12 2017-03-13 (의료)길의료재단 웨어러블 디바이스와 모바일 어플리케이션을 이용한 수면효율 연산 방법 및 수면 조절 방법
KR102618013B1 (ko) * 2021-03-09 2023-12-22 사스메도 가부시키가이샤 불면증 치료 지원 장치, 불면증 치료 지원 시스템 및 기록 매체에 저장된 불면증 치료 지원용 프로그램

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016122347A (ja) * 2014-12-25 2016-07-07 オムロン株式会社 睡眠改善システム及びこのシステムを用いた睡眠改善方法
JP2017046960A (ja) * 2015-09-02 2017-03-09 Tdk株式会社 睡眠管理装置、睡眠管理システム、睡眠管理方法及びそのプログラム
KR20190092765A (ko) * 2018-01-31 2019-08-08 박성규 불면증 중재 서비스 제공 방법 및 그 장치
KR20200097421A (ko) * 2019-02-08 2020-08-19 박성규 푸쉬 알람을 이용한 불면증 중재 서비스 제공 방법 및 그 장치
KR20210141738A (ko) 2019-05-03 2021-11-23 에이에스엠엘 네델란즈 비.브이. 경사 피팅 기법을 기반으로 정렬 모델을 결정하는 방법
JP2021135853A (ja) * 2020-02-28 2021-09-13 積水化学工業株式会社 睡眠改善システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4195213A4

Also Published As

Publication number Publication date
KR102378040B1 (ko) 2022-03-24
KR102378040B9 (ko) 2024-02-08
EP4195213A1 (en) 2023-06-14
EP4195213A4 (en) 2024-06-26
US20230157630A1 (en) 2023-05-25

Similar Documents

Publication Publication Date Title
WO2019132170A1 (ko) 학습용 데이터 관리방법, 장치 및 프로그램
Gu et al. Sleep hunter: Towards fine grained sleep stage tracking with smartphones
WO2019172667A1 (ko) 강화학습을 이용한 수면 환경 조절 장치
Leach et al. Natural turn measures predict recurrent falls in community-dwelling older adults: a longitudinal cohort study
WO2022169037A1 (ko) 머신러닝에 기반하여 심리지표 데이터 및 신체지표 데이터를 학습함으로써 정신건강을 예측하고 정신건강 솔루션을 제공하는 방법 및 이를 이용한 정신건강 평가 장치
WO2017146363A1 (en) Sensor assisted depression detection
WO2023068462A1 (ko) 데이터 기반의 수면 장애 치료 방법 및 이러한 방법을 수행하는 장치
WO2016169259A1 (zh) 一种考勤计算中规整考勤原始数据和班次数据的方法
WO2023128713A1 (ko) 음향 정보를 통해 사용자의 수면 상태를 분석하기 위한 방법, 컴퓨팅 장치 및 컴퓨터 프로그램
WO2017026607A2 (ko) 웨어러블 디바이스와 모바일 어플리케이션을 이용한 수면관리 및 수면효율 연산 방법
WO2016155284A1 (zh) 一种终端的信息采集方法及其终端
WO2016197417A1 (zh) 基于大数据的o2o健康管理方法和o2o健康管理系统
Liu et al. eldBETA: A large eldercare-oriented benchmark database of SSVEP-BCI for the aging population
Rohit Malhotra et al. Autonomous detection of disruptions in the intensive care unit using deep mask R-CNN
WO2021201383A1 (ko) 페르소나 매칭을 통한 맞춤형 큐레이션 장치 및 그 방법
Visuri et al. Impact of mood changes on application selection
WO2018147653A1 (ko) 생존율 예측 모델 생성 방법, 장치 및 컴퓨터 프로그램
WO2023136695A1 (ko) 환자의 가상 폐 모델을 생성하는 장치 및 방법
Maezawa et al. Functional cortical localization of tongue movements using corticokinematic coherence with a deep learning-assisted motion capture system
WO2022015010A1 (ko) 음향 신호를 분석하여 기침을 계수하는 방법, 이를 수행하는 서버 및 비일시성의 컴퓨터 판독 가능 기록 매체
JP2002236698A (ja) 情報処理装置、情報処理プログラムおよび記録媒体
WO2021118073A1 (ko) 지속 가능한 동기부여를 제공하는 게임 연동 다이어리 플랫폼 제공 시스템
WO2020145719A1 (ko) 자극 제공 장치, 지각 훈련 방법 및 컴퓨터 프로그램
Widen et al. Progressive neural hearing impairment: case report.
WO2024112109A1 (ko) 인터랙션이 최소화된 전자문진정보 관리 방법, 서버 및 프로그램

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2022747568

Country of ref document: EP

Effective date: 20220810

NENP Non-entry into the national phase

Ref country code: DE