TWI522957B - 血糖分析系統、裝置及其方法 - Google Patents

血糖分析系統、裝置及其方法 Download PDF

Info

Publication number
TWI522957B
TWI522957B TW098133597A TW98133597A TWI522957B TW I522957 B TWI522957 B TW I522957B TW 098133597 A TW098133597 A TW 098133597A TW 98133597 A TW98133597 A TW 98133597A TW I522957 B TWI522957 B TW I522957B
Authority
TW
Taiwan
Prior art keywords
blood glucose
measurement period
user
period
measured
Prior art date
Application number
TW098133597A
Other languages
English (en)
Other versions
TW201113828A (en
Inventor
黎煥中
鍾順麒
Original Assignee
財團法人資訊工業策進會
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 財團法人資訊工業策進會 filed Critical 財團法人資訊工業策進會
Priority to TW098133597A priority Critical patent/TWI522957B/zh
Priority to US12/628,224 priority patent/US20110082709A1/en
Publication of TW201113828A publication Critical patent/TW201113828A/zh
Application granted granted Critical
Publication of TWI522957B publication Critical patent/TWI522957B/zh

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT 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
    • G16H40/60ICT 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
    • G16H40/63ICT 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 local operation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Emergency Medicine (AREA)
  • Nutrition Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Optics & Photonics (AREA)
  • Veterinary Medicine (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Description

血糖分析系統、裝置及其方法
本發明是有關於一種血糖分析系統、裝置及其方法,且特別是有關於一種可進行各時段血糖風險評估之血糖分析系統、裝置及其方法。
由於經濟富足及社會型態轉變改變了現代人的生活方式及飲食習慣,使得糖尿病名列國內十大死因的其中之一。糖尿病是一種和遺傳有關的慢性代謝異常疾病。一般認為糖尿病是由於遺傳、環境、化學毒素以及微生物等因素交互影響所造成的。糖尿病的症狀包含體內胰臟分泌胰島素不足,或體內對胰島素產生抗拒性,致使對於醣類的利用能力減低甚至完全無法利用,造成血糖過高,尿中有糖的現象,同時也造成蛋白質和脂肪的代謝不正常。
針對糖尿病病友,積極的飲食控制、營養管理是控制血糖最重要的不二法門。因此,不管糖尿病的症狀或輕或重,都要配合飲食控制,並搭配適度的運動來輔助藥物的治療,就能相當有效的控制血糖。糖尿病病友飲食是以正常的均衡飲食為基礎,再針對每個人的需求,調整飲食六大分類的份數及醣類、蛋白質、脂質等三大營養素之百分比,來達到控制血糖的飲食原則。而一般正常人也應該秉持著這種均衡飲食原則,以預防糖尿病上身。
為了追蹤及控制糖尿病病友的血糖值,先前技術乃是藉由使糖尿病病友持續自我量測並記錄本身之血糖值,以進行自我照護。然而,此等方法僅能讓糖尿病病友得知血糖值之高低數值,而無法瞭解其血糖風險程度是否偏高、造成其血糖值變動之因素,也難以了解自己照護的成效。此外,在飲食上,病友尋求營養師協助評估個人的生理狀況及病情來設計飲食,並教導如何均衡攝取飲食,以控制病友之血糖值。然而,此等方法無法依據個人喜好,而給予個人化之飲食建議。
因此,本發明提出一種血糖分析系統及其應用,用以藉由使用者在特定量測時段之實測血糖值,分析使用者在特定量測時段之血糖風險程度。
更進一步時,本發明之系統及其應用,更可用以依據一段時間內特定量測時段之實測血糖值來分析其血糖風險程度。
更進一步時,本發明之系統及其應用,更可紀錄使用者之飲食習慣,再依據其血糖風險程度及其個人飲食習慣,而給予個人化之飲食建議。
依據本發明一實施例,一種血糖分析系統包含一資料庫、一輸入裝置、一處理裝置以及一顯示裝置。處理裝置連接資料庫、輸入裝置以及顯示裝置。處理裝置包含一血糖記錄模組以及一評估模組。血糖記錄模組取得並記錄一使用者在至少一量測時段之至少一實測血糖值至資料庫。評估模組自資料庫取得一評估期間內,使用者在量測時段之至少一實測血糖值,且根據所取得之實測血糖值,評估使用者在量測時段之血糖風險程度,用以供顯示裝置顯示。
依據本發明另一實施例,一種血糖分析裝置包含一血糖測試元件、一儲存元件、一輸入元件、一處理元件以及一顯示元件。處理元件連接血糖測試元件、儲存元件、輸入元件以及顯示元件。處理元件包含一血糖記錄模組以及一評估模組。血糖測試元件用以量測一使用者之血糖值。血糖記錄模組藉由血糖測試元件,測試並記錄使用者在至少一量測時段之至少一實測血糖值至儲存元件。評估模組自儲存元件取得一評估期間內,使用者在量測時段之實測血糖值,且根據所取得之實測血糖值,評估使用者在量測時段之血糖風險程度,用以供顯示元件顯示。
依據本發明又一實施例,一種血糖分析方法包含以下步驟:測試並記錄一使用者在至少一量測時段之至少一實測血糖值至一資料庫。自資料庫取得一評估期間內,使用者在量測時段之實測血糖值。根據所取得之實測血糖值,評估使用者在量測時段之血糖風險程度。
依據本發明再一實施例,一種電腦可讀取之記錄媒體,儲存用以執行一種血糖分析方法之一電腦程式。血糖分析方法包含以下步驟:測試並記錄一使用者在至少一量測時段之至少一實測血糖值至一資料庫。自資料庫取得一評估期間內,使用者在量測時段之實測血糖值。根據所取得之實測血糖值,評估使用者在量測時段之血糖風險程度。
應用本發明具有下列優點。可讓使用者瞭解本身在各個時段之血糖風險程度。此外,藉由對各時段之血糖風險程度進行排序,提醒使用者哪些時段之血糖控制效果較差,需進一步注意。另外,根據使用者之飲食記錄以及實測血糖值所產生之推薦飲食清單,較能符合使用者個人之飲食偏好或身體狀況。
請參照第1圖,其繪示依照本發明一實施例的一種血糖分析系統之功能方塊圖。血糖分析系統在特定量測時段測試並記錄使用者之實測血糖值,並藉由使用者在評估期間內所記錄之實測血糖值,分析使用者在特定量測時段之血糖風險程度。
血糖分析系統100包含一資料庫120、一輸入裝置130、一處理裝置140以及一顯示裝置150。處理裝置140連接資料庫120、輸入裝置130以及顯示裝置150。其中,輸入裝置130可為鍵盤、滑鼠、觸控螢幕、資料傳輸介面或其他用以接收外部資料輸入之裝置。此外,處理裝置140可為一電腦或其他具處理功能之電子裝置。
第2圖係繪示第1圖之處理裝置140之功能方塊圖。同時參照第1圖以及第2圖。處理裝置140包含一血糖記錄模組141以及一評估模組143。血糖記錄模組141取得並記錄一使用者在至少一量測時段之至少一實測血糖值至資料庫120。其中,量測時段可為至少一用餐時段,如早餐前後、午餐前後或晚餐前後。此外,使用者亦可自訂其他量測時段,以記錄實測血糖值。
血糖分析系統100可包含與處理裝置140連接之一血糖測試裝置110。其中,可使血糖測試裝置110在至少一量測時段量測使用者之至少一實測血糖值,供血糖記錄模組141取得。血糖測試裝置110可為一般市售血糖機、掌上型、手持型血糖計或其他血糖測試裝置,並藉由有線或無線之傳輸方式,與血糖分析系統100連接並傳輸資料。此外,血糖測試裝置110可為內建於血糖分析系統100,且與處理裝置140電性連結之一血糖測試元件。另外,使用者亦可透過輸入裝置130自行輸入實測血糖值,供血糖記錄模組141取得。
更進一步時,處理裝置140更可包含有一期間設定模組142,自輸入裝置130取得一評估期間。其中,使用者可透過輸入裝置130,自資料庫120中已記錄有實測血糖值之日期中,選擇其中數個作為評估期間。評估模組143自資料庫120取得評估期間內,使用者在量測時段之實測血糖值。
接下來,評估模組143根據所取得之實測血糖值,評估使用者在量測時段之血糖風險程度,用以供顯示裝置150顯示。其中,處理裝置140以及顯示裝置150可為同一電子裝置中,相互電性連接的兩個裝置。此外,處理裝置140亦可透過網際網路連接到使用者遠端的顯示裝置150。舉例來說,使用者可藉由手機、個人數位助理(Personal Digital Assistant,PDA)或其他具網路功能之顯示裝置作為顯示裝置150,並透過網際網路連接至處理裝置140。
更進一步時,處理裝置140更可包含一範圍設定模組144,用以自輸入裝置130取得一目標血糖值範圍。例如,使用者或是醫護人員、營養師等,可透過輸入裝置130輸入屬於其個人之目標血糖值範圍。其中,目標血糖值範圍可為醫護人員依據使用者之身體狀況所提供之數據。此外,亦可將衛生組織、醫療單位對一般人所建議之血糖值範圍,預先儲存在資料庫120中,預設作為目標血糖值範圍。
由於,使用者之實測血糖值與目標血糖值範圍之差異值越大,其血糖風險程度就越高;使用者之實測血糖值與目標血糖值範圍之差異值越小,其血糖風險程度就越低。因此,評估模組143可藉由計算所取得之實測血糖值與目標血糖值範圍之差異,以評估使用者在量測時段之血糖風險程度。
另一風險評估之實施方式中,在令用餐時段作為量測時段時,血糖記錄模組141可在用餐時段前後,分別取得並記錄使用者之一飯前血糖值以及一飯後血糖值作為實測血糖值。其中,由於使用者用餐前後之血糖值差異越大,其血糖風險程度就越高;使用者用餐前後之血糖值差異越小,其血糖風險程度就越低。因此,評估模組143可依據飯前血糖值和飯後血糖值之差異,來評估其血糖風險程度。例如,計算某日中某一餐之飯前血糖值與飯後血糖值之差異值,以差異值是否超過一特定範圍來決定其風險程度等級,或是以使用者在一段期間內複數筆飯前與飯後血糖值差異值的平均值,作為標準值,然後比較一特定日期中一餐之差異值和標準值,以評估血糖風險程度。然而,在其他實施例中,評估模組143可應用其他血糖風險評估方法,評估使用者在量測時段之血糖風險程度,並不限於本實施例。
在使用者設定多個量測時段時,處理裝置140更可包含一排序模組147,將使用者在各量測時段之血糖風險程度進行排序,以產生一風險排序表,供顯示裝置150顯示。如此一來,使用者可透過風險排序表,而瞭解其在哪些量測時段之血糖風險程度較高。接下來,使用者即可針對血糖風險程度較高之量測時段,管理其血糖。
另外,處理裝置140更可包含一飲食記錄模組145以及一飲食推薦模組146。飲食記錄模組145記錄使用者在量測時段之飲食記錄至資料庫120。其中,飲食記錄中可包含在量測時段時使用者之一食物清單、用藥清單或其他飲食相關記錄。飲食推薦模組146令所取得之實測血糖值中,符合目標血糖值範圍者之日期,作為符合目標日期。接下來,飲食推薦模組146自資料庫120取得使用者在符合目標日期之量測時段之飲食紀錄,並根據所取得之飲食紀錄,產生至少一推薦飲食清單。換言之,可藉由使用者在符合目標血糖值範圍時的飲食記錄,作為使用者日後飲食的參考。此外,由於推薦飲食清單係根據使用者之飲食記錄所產生,因此較能符合使用者個人之飲食偏好或身體狀況。
請參照第3A以及3B圖,其分別繪示依照本發明一實施例的一種血糖分析裝置之外觀示意圖以及功能方塊圖。血糖分析裝置在特定量測時段測試並記錄使用者之實測血糖值,並藉由使用者在評估期間內所記錄之實測血糖值,分析使用者在特定量測時段之血糖風險程度。
血糖分析裝置300包含一血糖測試元件310、一儲存元件320、一輸入元件330、一處理元件340以及一顯示元件350。處理元件340連接儲存元件320、輸入元件330以及顯示元件350。其中,儲存元件320可為硬碟、快閃記憶體或其他可進行資料存取之儲存元件。在本實施例中,輸入元件330係為多個按鍵。然而,在其他實施例中,輸入元件330可為至少一按鍵、鍵盤、滑鼠、觸控螢幕、語音輸入介面、資料傳輸介面或其他用以接收外部資料輸入之元件。此外,血糖分析裝置300可包含一外殼360,用以裝設血糖測試元件310、儲存元件320、輸入元件330、處理元件340以及顯示元件350。如此一來,可方便使用者攜帶血糖分析裝置300,隨時量測血糖及進行分析。
第3C圖係繪示第3B圖之處理元件340之一實施例。同時參照第3B以及3C圖。處理元件340包含一血糖記錄模組341以及一評估模組343。血糖記錄模組341藉由血糖測試元件310,取得並記錄一使用者在至少一量測時段之至少一實測血糖值至儲存元件320。其中,量測時段之設定可參照前述之血糖分析系統100之說明。
評估模組343自儲存元件320取得評估期間內,使用者在量測時段之實測血糖值。接下來,評估模組343根據所取得之實測血糖值,評估使用者在量測時段之血糖風險程度,用以供顯示元件350顯示。更進一步時,處理元件340可包含一期間設定模組342,用以自輸入元件330取得一評估期間。如此一來,使用者可透過輸入元件330,自儲存元件320中已記錄有實測血糖值之日期中,選擇其中數個作為評估期間。
處理元件340可包含一範圍設定模組344,用以自輸入元件330取得一目標血糖值範圍。換言之,使用者可透過輸入元件330輸入屬於其個人之目標血糖值範圍。其中,目標血糖值範圍之設定可參照前述之血糖分析系統100之說明。由於,使用者之實測血糖值與目標血糖值範圍之差異值越大,其血糖風險程度就越高;使用者之實測血糖值與目標血糖值範圍之差異值越小,其血糖風險程度就越低。因此,評估模組343可藉由計算所取得之實測血糖值與目標血糖值範圍之差異值的平均,以作為使用者在量測時段之血糖風險程度。
此外,在令用餐時段作為量測時段時,血糖記錄模組341可在用餐時段前後,分別取得並記錄使用者之一飯前血糖值以及一飯後血糖值。其中,由於使用者用餐前後之血糖值差異越大,其血糖風險程度就越高;使用者用餐前後之血糖值差異越小,其血糖風險程度就越低。因此,評估模組343可分別計算所取得之飯前血糖值與其同一日期之飯後血糖值之差異值,並使所計算出之差異值的平均,作為使用者在量測時段之血糖風險程度。然而,在其他實施例中,評估模組343可應用其他血糖風險評估方法,評估使用者在量測時段之血糖風險程度,並不限於本實施例。
在使用者設定多個量測時段時,處理元件340之一排序模組347排序使用者在各量測時段之血糖風險程度,以產生一風險排序表,供顯示元件350顯示。如此一來,使用者可透過顯示元件350所顯示之風險排序表,而瞭解其在哪些量測時段之血糖風險程度較高。接下來,使用者即可針對血糖風險程度較高之量測時段,管理其血糖。
另外,處理元件340可包含一飲食記錄模組345以及一飲食推薦模組346。飲食記錄模組345記錄使用者在量測時段之飲食記錄至儲存元件320。其中,飲食記錄中可包含在量測時段時使用者之一食物清單、用藥清單或其他飲食相關記錄。飲食推薦模組346令所取得之實測血糖值中,符合目標血糖值範圍者之日期,作為符合目標日期。接下來,飲食推薦模組346自儲存元件320取得使用者在符合目標日期之量測時段之飲食紀錄,並根據所取得之飲食紀錄,產生至少一推薦飲食清單,供顯示元件350顯示。換言之,可藉由使用者在符合目標血糖值範圍時的飲食記錄,作為使用者日後飲食的參考。此外,由於顯示元件350所顯示之推薦飲食清單係根據使用者之飲食記錄所產生,因此較能符合使用者個人之飲食偏好或身體狀況。
請參照第4圖,其係依照本發明一實施例的一種血糖分析方法之流程圖。在血糖分析方法中,在特定量測時段測試並記錄使用者之實測血糖值,並藉由使用者在一評估期間內所記錄之實測血糖值,分析使用者在特定量測時段之血糖風險程度。血糖分析方法400可採用前述之血糖分析系統或裝置來實作,亦可實作為一電腦程式,並儲存於一電腦可讀取之記錄媒體中,而使電腦讀取此記錄媒體後執行血糖分析方法400。其中,血糖分析方法400包含:在步驟410中,測試並記錄一使用者在至少一量測時段之至少一實測血糖值至一資料庫。其中,量測時段之設定係如前文所述。
在步驟440中,自資料庫取得評估期間內,使用者在量測時段之實測血糖值。更進一步時,評估期間可為資料庫中已記錄有實測血糖值之其中數個日期。此外,可在步驟440前,先設定所欲評估之評估期間。
在步驟450中,根據所取得之實測血糖值,評估使用者在量測時段之血糖風險程度。由於,使用者之實測血糖值與一正常血糖值範圍之差異值越大,其血糖風險程度就越高;使用者之實測血糖值與正常血糖值範圍之差異值越小,其血糖風險程度就越低。因此,步驟450可藉由提供一目標血糖值範圍,並計算所取得之實測血糖值與目標血糖值範圍之差異值的平均,作為使用者在量測時段之血糖風險程度。其中,目標血糖值範圍係如前所述。如此一來,使得步驟450更準確評估出使用者之血糖風險程度。
此外,在測試並記錄實測血糖值之量測時段為用餐時段時,步驟410可在用餐時段前後,分別測試並記錄使用者之一飯前血糖值以及一飯後血糖值。其中,由於使用者用餐前後之血糖值差異越大,其血糖風險程度就越高;使用者用餐前後之血糖值差異越小,其血糖風險程度就越低。因此,步驟450可分別計算所取得之飯前血糖值與其同一日期之飯後血糖值之差異值,並使所計算出之差異值的平均,作為使用者在量測時段之血糖風險程度。然而,在其他實施例中,步驟450可藉由其他評估方式,評估使用者在量測時段之血糖風險程度,並不限於本實施例。
更進一步時,血糖分析方法400可包含其他步驟。舉例來說,在使用者設定多個量測時段時,可排序使用者在各量測時段之血糖風險程度,以產生一風險排序表。如此一來,使用者可透過風險排序表,而瞭解其在哪些量測時段之血糖風險程度較高。接下來,使用者即可針對血糖風險程度較高之量測時段,管理其血糖。
更進一步時,血糖分析方法400可依據使用者先前的飲食記錄,推薦使用者血糖控制效果較好之飲食清單。因此,可在步驟410時,額外記錄使用者在量測時段之飲食記錄至資料庫。其中,飲食記錄中可包含在量測時段時使用者之一食物清單、用藥清單或其他飲食相關記錄。於是,在步驟450後,可令所取得之實測血糖值中,符合目標血糖值範圍之日期,作為一符合目標日期。接下來,自資料庫取得使用者在符合目標日期之量測時段之飲食記錄,並根據所取得之飲食記錄,產生至少一推薦飲食清單。換言之,可藉由使用者在符合目標血糖值範圍時的飲食記錄,作為使用者日後飲食的參考。此外,由於推薦飲食清單係根據使用者之飲食記錄所產生,因此較能符合使用者個人之飲食偏好或身體狀況。
由上述本發明實施例可知,應用本發明具有下列優點。可讓使用者瞭解本身在各個時段之血糖風險程度。此外,藉由對各時段之血糖風險程度進行排序,提醒使用者哪些時段之血糖控制效果較差,需進一步注意。另外,推薦飲食清單係根據使用者之飲食記錄以及實測血糖值所產生,因此較能符合使用者個人之飲食偏好或身體狀況。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,任何熟習此技藝者,在不脫離本發明之精神和範圍內,當可作各種之更動與潤飾,因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
100...血糖分析系統
110...血糖測試裝置
120...資料庫
130...輸入裝置
320...儲存元件
330...輸入元件
340...處理元件
341...血糖記錄模組
140...處理裝置
141...血糖記錄模組
142...期間設定模組
143...評估模組
144...範圍設定模組
145...飲食記錄模組
146...飲食推薦模組
147...排序模組
150...顯示裝置
300...血糖分析裝置
310...血糖測試元件
342...期間設定模組
343...評估模組
344...範圍設定模組
345...飲食記錄模組
346...飲食推薦模組
347...排序模組
350...顯示元件
360...外殼
400...血糖分析方法
410~450...步驟
為讓本發明之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附圖式之說明如下:
第1圖繪示依照本發明一實施例的一種血糖分析系統之功能方塊圖。
第2圖係繪示第1圖之處理裝置140之功能方塊圖。
第3A圖係繪示依照本發明一實施例的一種血糖分析裝置之外觀示意圖。
第3B圖係繪示依照本發明一實施例的一種血糖分析裝置之功能方塊圖。
第3C圖係繪示第3B圖之處理元件340之一實施例。
第4圖係依照本發明一實施例的一種血糖分析方法之流程圖。
100...血糖分析系統
110...血糖測試裝置
120...資料庫
130...輸入裝置
140...處理裝置
150...顯示裝置

Claims (26)

  1. 一種血糖分析系統,包含:一資料庫;一輸入裝置;一處理裝置,連接該資料庫以及該輸入裝置,包含:一血糖記錄模組,取得並記錄一使用者在至少一量測時段之至少一實測血糖值至該資料庫;以及一評估模組,自該資料庫取得一評估期間內,該使用者在該量測時段之該些實測血糖值,且根據所取得之該些實測血糖值,評估該使用者在該量測時段之血糖風險程度;一飲食記錄模組,記錄該使用者在該量測時段之飲食記錄至該資料庫;以及一飲食推薦模組,令所取得之該些實測血糖值中,符合一目標血糖值範圍者之日期,作為至少一符合目標日期,自該資料庫取得該使用者在該符合目標日期之該量測時段之飲食紀錄,並根據所取得之該飲食紀錄,產生至少一推薦飲食清單;以及一顯示裝置,連接該處理裝置,顯示該使用者在該量測時段之血糖風險程度。
  2. 如請求項1所述之血糖分析系統,其中該處理裝置更包含:一期間設定模組,自該輸入裝置取得該評估期間。
  3. 如請求項1所述之血糖分析系統,其中該處理裝置更包含:一範圍設定模組,自該輸入裝置取得該目標血糖值範圍,其中該評估模組係計算所取得之該些實測血糖值與該目標血糖值範圍之差異值的平均,以作為該使用者在該量測時段之血糖風險程度。
  4. 如請求項1所述之血糖分析系統,其中該處理裝置更包含:一排序模組,在該至少一量測時段之數目為複數個時,排序該使用者在該些量測時段之血糖風險程度,以產生一風險排序表。
  5. 如請求項1所述之血糖分析系統,其中該顯示裝置係透過網際網路連接該處理裝置。
  6. 如請求項1所述之血糖分析系統,其中該顯示裝置係電性連接該處理裝置。
  7. 如請求項1所述之血糖分析系統,更包含:一血糖測試裝置,連接該處理裝置,用以量測血糖值,其中該血糖記錄模組係藉由該血糖測試裝置在該至少一量測時段量測該使用者之該至少一實測血糖值,以取得該使 用者在該至少一量測時段之該至少一實測血糖值。
  8. 如請求項1所述之血糖分析系統,其中該血糖記錄模組係透過該輸入裝置,取得該使用者在該至少一量測時段之該至少一實測血糖值。
  9. 一種血糖分析方法,包含:測試並記錄一使用者在至少一量測時段之至少一實測血糖值至一資料庫;自該資料庫取得一評估期間內,該使用者在該量測時段之該些實測血糖值;根據所取得之該些實測血糖值,評估該使用者在該量測時段之血糖風險程度;提供一目標血糖值範圍;記錄該使用者在該量測時段之飲食記錄至該資料庫;令所取得之該些實測血糖值中,符合該目標血糖值範圍者之日期,作為一符合目標日期;自該資料庫取得該使用者在該符合目標日期之該量測時段之飲食紀錄;以及根據所取得之該飲食紀錄,產生至少一推薦飲食清單。
  10. 如請求項9所述之血糖分析方法,其中根據所取得之該些實測血糖值,評估該使用者在該量測時段之血糖風險程度包含: 令所取得之該些實測血糖值與該目標血糖值範圍之差異值的平均,作為該使用者在該量測時段之血糖風險程度。
  11. 如請求項9所述之血糖分析方法,其中該使用者在該量測時段之飲食記錄包含該使用者在該量測時段之一食物清單或一用藥清單。
  12. 如請求項9所述之血糖分析方法,其中該量測時段係至少一用餐時段,在該量測時段所測得之該些實測血糖值包含該用餐時段前之一飯前血糖值以及該用餐時段後之一飯後血糖值。
  13. 如請求項12所述之血糖分析方法,其中所取得之該些實測血糖值包含該評估期間內,該使用者在該用餐時段之該些飯前血糖值以及該些飯後血糖值,且根據所取得之該些實測血糖值,評估該使用者在該量測時段之血糖風險程度包含:分別計算所取得之該些飯前血糖值與同一日期之該些飯後血糖值之差異值;以及令所計算出之該些差異值的平均,作為該使用者在該量測時段之血糖風險程度。
  14. 如請求項9所述之血糖分析方法,更包含:在該至少一量測時段之數目為複數個時,排序該使用者在該些量測時段之血糖風險程度,以產生一風險排序表。
  15. 如請求項9所述之血糖分析方法,更包含:設定該評估期間。
  16. 一種電腦可讀取之記錄媒體,儲存一電腦程式,用以執行一種血糖分析方法,其中該血糖分析方法包含:測試並記錄一使用者在至少一量測時段之至少一實測血糖值至一資料庫;自該資料庫取得一評估期間內,該使用者在該量測時段之該些實測血糖值;根據所取得之該些實測血糖值,評估該使用者在該量測時段之血糖風險程度;提供一目標血糖值範圍;記錄該使用者在該量測時段之飲食記錄至該資料庫;令所取得之該些實測血糖值中,符合該目標血糖值範圍者之日期,作為一符合目標日期;自該資料庫取得該使用者在該符合目標日期之該量測時段之飲食紀錄;以及根據所取得之該飲食紀錄,產生至少一推薦飲食清單。
  17. 如請求項16所述之電腦可讀取之記錄媒體,其中根據所取得之該些實測血糖值,評估該使用者在該量測時段之血糖風險程度包含:令所取得之該些實測血糖值與該目標血糖值範圍之差 異值的平均,作為該使用者在該量測時段之血糖風險程度。
  18. 如請求項16所述之電腦可讀取之記錄媒體,其中該使用者在該量測時段之飲食記錄包含該使用者在該量測時段之一食物清單或一用藥清單。
  19. 如請求項16所述之電腦可讀取之記錄媒體,其中該量測時段係至少一用餐時段,在該量測時段所測得之該些實測血糖值包含該用餐時段前之一飯前血糖值以及該用餐時段後之一飯後血糖值。
  20. 如請求項19所述之電腦可讀取之記錄媒體,其中所取得之該些實測血糖值包含該評估期間內,該使用者在該用餐時段之該些飯前血糖值以及該些飯後血糖值,且根據所取得之該些實測血糖值,評估該使用者在該量測時段之血糖風險程度包含:分別計算所取得之該些飯前血糖值與同一日期之該些飯後血糖值之差異值;以及令所計算出之該些差異值的平均,作為該使用者在該量測時段之血糖風險程度。
  21. 如請求項16所述之電腦可讀取之記錄媒體,其中該血糖分析方法更包含:在該至少一量測時段之數目為複數個時,排序該使用者在該些量測時段之血糖風險程度,以產生一風險排序表。
  22. 如請求項16所述之電腦可讀取之記錄媒體,其中該血糖分析方法更包含:設定該評估期間。
  23. 一種血糖分析裝置,包含:一血糖測試元件,量測血糖值;一儲存元件;一輸入元件;一處理元件,連接該血糖測試元件、該儲存元件以及該輸入元件,包含:一血糖記錄模組,藉由該血糖測試元件,取得並記錄一使用者在至少一量測時段之至少一實測血糖值至該儲存元件;一評估模組,自該儲存元件取得一評估期間內,該使用者在該量測時段之該些實測血糖值,且根據所取得之該些實測血糖值,評估該使用者在該量測時段之血糖風險程度;一飲食記錄模組,記錄該使用者在該量測時段之飲食記錄至該儲存元件;以及一飲食推薦模組,令所取得之該些實測血糖值中,符合一目標血糖值範圍者之日期,作為至少一符合目標日期,自該儲存元件取得該使用者在該符合目標日期之該量測時段之飲食紀錄,並根據所取得之該飲食紀錄,產生至 少一推薦飲食清單,供該顯示元件顯示;以及一顯示元件,連接該處理元件,顯示該使用者在該量測時段之血糖風險程度。
  24. 如請求項23所述之血糖分析裝置,其中該處理元件更包含:一期間設定模組,自該輸入元件取得一評估期間。
  25. 如請求項23所述之血糖分析裝置,其中該處理元件更包含:一範圍設定模組,自該輸入元件取得該目標血糖值範圍,其中該評估模組係計算所取得之該些實測血糖值與該目標血糖值範圍之差異值的平均,以作為該使用者在該量測時段之血糖風險程度。
  26. 如請求項23所述之血糖分析裝置,其中該處理元件更包含:一排序模組,在該至少一量測時段之數目為複數個時,排序該使用者在該些量測時段之血糖風險程度,以產生一風險排序表,供該顯示元件顯示。
TW098133597A 2009-10-02 2009-10-02 血糖分析系統、裝置及其方法 TWI522957B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW098133597A TWI522957B (zh) 2009-10-02 2009-10-02 血糖分析系統、裝置及其方法
US12/628,224 US20110082709A1 (en) 2009-10-02 2009-12-01 System and device and method for blood sugar level analysis and computer readable recording medium storing computer program performing the method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW098133597A TWI522957B (zh) 2009-10-02 2009-10-02 血糖分析系統、裝置及其方法

Publications (2)

Publication Number Publication Date
TW201113828A TW201113828A (en) 2011-04-16
TWI522957B true TWI522957B (zh) 2016-02-21

Family

ID=43823882

Family Applications (1)

Application Number Title Priority Date Filing Date
TW098133597A TWI522957B (zh) 2009-10-02 2009-10-02 血糖分析系統、裝置及其方法

Country Status (2)

Country Link
US (1) US20110082709A1 (zh)
TW (1) TWI522957B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2726071C (en) 2008-06-06 2024-01-02 Intuity Medical, Inc. Blood glucose monitoring device
WO2011162823A1 (en) * 2010-06-25 2011-12-29 Intuity Medical, Inc. Analyte monitoring methods and systems
US10448869B2 (en) * 2011-05-13 2019-10-22 Roche Diabetes Care, Inc. User-defined structured testing for use in diabetes care
CN106163398B (zh) * 2014-02-03 2019-05-10 李庆波 评估昼夜节律的多元响应
CN104856696B (zh) * 2015-06-05 2017-11-10 广东中科康仪生物技术有限公司 智能血糖测试仪、测试方法以及***
CN112434078A (zh) * 2020-11-20 2021-03-02 广州奇享科技有限公司 一种锅炉数据的处理方法、装置、设备及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2002246848A1 (en) * 2000-10-26 2002-08-12 Healthetec, Inc. Ultrasonic monitoring of bone density with diet feedback
WO2006009199A1 (ja) * 2004-07-21 2006-01-26 Matsushita Electric Industrial Co., Ltd. 血糖値管理システム
US20080015423A1 (en) * 2005-08-31 2008-01-17 Lam Phillip L Computer docking station for multiple health-related measurements
US20100191075A1 (en) * 2009-01-26 2010-07-29 Kimon Angelides Progressively Personalized Decision-Support Menu for Controlling Diabetes

Also Published As

Publication number Publication date
TW201113828A (en) 2011-04-16
US20110082709A1 (en) 2011-04-07

Similar Documents

Publication Publication Date Title
Saint-Maurice et al. Association of daily step count and step intensity with mortality among US adults
JP7518878B2 (ja) ヘルストラッキングデバイス
Dohrn et al. Replacing sedentary time with physical activity: a 15-year follow-up of mortality in a national cohort
US20210029007A1 (en) Systems and methods for response calibration
Peyser et al. Glycemic variability percentage: a novel method for assessing glycemic variability from continuous glucose monitor data
ES2798279T3 (es) Base de datos de alimentos habilitada para ubicación
TWI522957B (zh) 血糖分析系統、裝置及其方法
Gibson et al. Dietary assessment of British police force employees: a description of diet record coding procedures and cross-sectional evaluation of dietary energy intake reporting (The Airwave Health Monitoring Study)
CN110838367A (zh) 健康风险综合评估方法
Skatrud-Mickelson et al. A comparison of subjective and objective measures of physical exertion
CN102053158B (zh) 血糖分析***及装置
AU2013323790A1 (en) Systems and methods for response calibration
Comulada et al. Adherence to self-monitoring healthy lifestyle behaviours through mobile phone-based ecological momentary assessments and photographic food records over 6 months in mostly ethnic minority mothers
Das et al. Perspective: opportunities and challenges of technology tools in dietary and activity assessment: bridging stakeholder viewpoints
Li et al. Published predictive equations overestimate measured resting metabolic rate in young, healthy females
KR20120079376A (ko) 스마트폰에서 당뇨관리 앱기반 서비스 제공 방법
KR101807853B1 (ko) 당뇨병 증상을 가진 사용자에 운동량을 고려한 개인화된 음식 추천 방법
Chyu et al. Measured blood pressure and hypertension among young adults: a comparison between two nationally representative samples
Seto et al. Prediction of personal cardiovascular risk using machine learning for smartphone applications
Leung et al. Factors associated with validity of consumer-oriented wearable physical activity trackers: a meta-analysis
Ozkaynak et al. Emerging methods for patient ergonomics
Ajai et al. Evaluation of the state-of-the-art in informatics in glucometers
Nagesh et al. Towards deep personal lifestyle models using multimodal N-of-1 data
Burns et al. Cardiovascular risk study: a comparison between northeast Ohio cardiovascular nurses and the nation
TWM539118U (zh) 慢性疾病患者使用的智慧裝置系統