WO2023101099A1 - 혈당 반응값을 활용한 식이 추천 시스템 및 그 방법 - Google Patents

혈당 반응값을 활용한 식이 추천 시스템 및 그 방법 Download PDF

Info

Publication number
WO2023101099A1
WO2023101099A1 PCT/KR2022/000229 KR2022000229W WO2023101099A1 WO 2023101099 A1 WO2023101099 A1 WO 2023101099A1 KR 2022000229 W KR2022000229 W KR 2022000229W WO 2023101099 A1 WO2023101099 A1 WO 2023101099A1
Authority
WO
WIPO (PCT)
Prior art keywords
blood glucose
user
response value
glucose response
food
Prior art date
Application number
PCT/KR2022/000229
Other languages
English (en)
French (fr)
Inventor
강병철
신가희
심재영
이상민
서진아
최남우
김형용
정은미
안성호
Original Assignee
주식회사 디이프
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 디이프 filed Critical 주식회사 디이프
Publication of WO2023101099A1 publication Critical patent/WO2023101099A1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4866—Evaluating metabolism
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Definitions

  • the present invention relates to a dietary recommendation system and method using a blood glucose response value, and more particularly, to measure a user's blood sugar response value for a specific food, and compare and analyze it with standard food data and system user data, thereby providing customization to the user.
  • a dietary recommendation system capable of recommending a prescribed dietary regimen and a method therefor.
  • the glycemic index database provides a diet for diabetic patients in Korea based on foreign glycemic index data.
  • Such a method has limitations in providing a diet suitable for domestic diabetic patients because information on glycemic index data for domestic food is insufficient.
  • glycemic index data is based on standard foods, it is difficult for diabetic patients to manage their diet by identifying accurate glycemic index data when they consume non-standard foods.
  • a diet recommendation system capable of providing a user-customized diet based on the user's real-time blood glucose information, the relationship between non-standard food's blood glucose response value and the user's constitution and non-standard food's correlation.
  • a technical problem to be achieved by the present invention is a dietary recommendation system and method capable of recommending a customized diet to a user by measuring a user's blood glucose response value for a specific food and comparing and analyzing it with standard food data and system user data.
  • the technical problem to be achieved by the present invention is to generate a blood glucose response value distribution of a standard food corresponding to a specific food and compare and analyze it with a user's blood glucose response value, thereby providing more accurate analysis results for the blood glucose response caused by a specific food. It is to provide a dietary recommendation system and method thereof.
  • a technical problem to be achieved by the present invention is to generate a system user's blood glucose response value distribution for a specific food according to a preset condition, compare and analyze the user's blood glucose response value, and thereby determine the relationship between the user's blood glucose response and the specific food in more detail.
  • An object of the present invention is to provide a dietary recommendation system and method capable of deriving analysis results.
  • a technical problem to be achieved by the present invention is to provide a diet recommendation system and method capable of providing a customized diet to a user in real time without a separate external manpower.
  • a technical problem to be achieved by the present invention is to provide a system and method for recommending a diet capable of inducing a user to control blood sugar by himself in daily life based on the result of analyzing the user's determined blood glucose response value.
  • an embodiment of the present invention is a meal recommendation system for recommending a meal by utilizing a user's blood glucose response value, receiving user data and food data from a user terminal, and at a time measured by a blood glucose measurement terminal.
  • a data receiving unit receiving blood glucose measurement data according to; a user blood glucose response value calculation unit that calculates the user blood glucose response value using an area of the blood glucose measurement data measured for a predetermined time with respect to the food data; a blood glucose response value distribution generating unit generating a blood glucose response value distribution of the user based on the user data, the food data, and the blood glucose measurement data; a user blood glucose response value analyzer that analyzes a user blood glucose response value using the generated user blood glucose response value distribution and a standard food blood sugar response value distribution; and a diet recommendation unit for recommending a customized diet based on the analysis result of the user's blood glucose response value and the user's blood glucose response value.
  • the blood glucose response distribution generation unit requests standard food glycemic index data corresponding to the food data from a public DB, and generates the standard food glycemic response value distribution based on the standard food glycemic index data. It may contain a generator.
  • the user blood glucose response analysis unit compares and analyzes the user's blood glucose response value with the average of the standard food blood glucose response value distribution, calculates a difference, and determines the relationship between the standard food and the food data.
  • the blood glucose response value distribution generating unit requests a system user blood glucose response value corresponding to the food data and other previously stored user data from the system user DB according to a preset condition, and the system user blood glucose response value is based on the system user blood glucose response value.
  • a system user blood glucose response value distribution generator generating a value distribution may be included.
  • the user blood glucose response value analyzer may compare an average of the system user blood glucose response value distribution with the user blood glucose response value, calculate a difference, and analyze the user blood glucose response value according to the predetermined condition.
  • the calculated user blood glucose response value may be stored as a system user DB.
  • the user's blood glucose response value analyzer compares the user's past blood glucose response value and the calculated user's blood glucose response value for the same food, and transmits the user terminal based on the comparison result of the user's own blood glucose response value. It may further include a health state diagnosis unit providing a health state diagnosis result.
  • an embodiment of the present invention is a diet recommendation method for recommending a diet by utilizing a user's blood glucose response value, a) receiving user data and food data from a user terminal, and measuring blood glucose in a terminal Receiving blood glucose measurement data according to time; b) calculating the user's blood glucose response value with an area of the blood glucose measurement data measured for a predetermined period of time with respect to the food data; c) generating a user blood glucose response value distribution based on the user data, the food data, and the blood glucose measurement data; d) analyzing the user's blood glucose response value using the generated user blood glucose response value distribution and standard food blood glucose response value distribution; and e) recommending a customized diet based on the analysis result of the user's blood glucose response value and the user's blood glucose response value.
  • the step c) may include requesting standard food glycemic index data corresponding to the food data from a public DB; and generating the standard food glycemic response value distribution based on the standard food glycemic index data.
  • the step d) may compare and analyze the mean of the standard food blood glucose response value distribution and the user's blood glucose response value, calculate a difference, and determine the relationship between the standard food and the blood glucose response of the food data.
  • the step c) is a step of requesting a system user blood glucose response value corresponding to the food data and pre-stored other user data from a system user DB according to a preset condition; and generating a distribution of system user blood glucose response values based on the system user blood glucose response values.
  • a difference may be calculated by comparing an average of the system user blood glucose response value distribution with the user blood glucose response value, and the user blood glucose response value may be analyzed according to the preset conditions.
  • the user blood glucose response value calculated in step b) may be stored as a system user DB.
  • a step of providing an alarm for condition diagnosis may be further included.
  • the user's blood glucose response value for the specific food can be analyzed. According to this, it is possible to solve an accuracy error generated by analyzing a user's blood glucose response value based on conventional standard food glycemic index data. Therefore, it is possible to provide a judgment result with high analysis reliability.
  • a system user's blood glucose response value distribution for a specific food is generated so that a predetermined condition is reflected, and the generated system user's blood sugar response value distribution and the user's blood glucose response value for a specific food are generated. can be compared and analyzed. Accordingly, the user's blood glucose response value for a specific food may be analyzed in more detail. In addition, since the blood glucose response value of a domestic system user can be compared and analyzed, an analysis result more suitable for the user can be provided.
  • the present invention it is possible to automatically calculate and analyze a user's blood glucose response value for a specific food without a separate external person. Accordingly, omission of user data for calculating a user blood glucose response value, food data, and blood glucose measurement data can be prevented.
  • a customized diet can be recommended to a user based on the analysis result, the user does not have to spend extra time and money to receive a diet from an expert, and manages the diet by himself. can do. That is, the user can efficiently determine whether or not to purchase a specific food.
  • FIG. 1 is a block diagram illustrating the operation of a formula recommendation system according to an embodiment of the present invention.
  • FIG. 2 is a detailed block diagram illustrating a food recommendation system according to an embodiment of the present invention.
  • FIG. 3 is an exemplary diagram illustrating user blood glucose response values in a graph form in a standard food blood glucose response value distribution and a system user blood glucose response value distribution according to an embodiment of the present invention.
  • FIG. 4 is a flowchart illustrating a process of recommending a user-customized diet by a diet recommendation system according to an embodiment of the present invention.
  • FIG. 1 is a block diagram illustrating the operation of a formula recommendation system according to an embodiment of the present invention.
  • the dietary recommendation system 100 may receive user data and food data from the user terminal 10 .
  • the user data may include at least one of the user's age, body information, exercise habits, history of diabetes, region of residence, gender, and the like.
  • the food data may include at least one of a food group, a food species, a food type, and a food name.
  • the dietary recommendation system 100 may receive food data through text input, photographing, and voice recording.
  • the food data is a specific product that does not provide a glycemic index value, it is also possible to newly create and register food data.
  • the dietary recommendation system 100 may receive measurement data of blood glucose over time from the blood glucose measurement terminal 20 .
  • Blood glucose measurement data may include information about a level of blood sugar increase measured for a certain period of time when a specific food is consumed.
  • the blood glucose measurement terminal 20 may include a blood glucose meter, a smart watch, and a blood glucose measurement patch.
  • Blood glucose meters include a self-monitoring blood glucose measurement method in which blood is collected by piercing the skin of a finger with a needle to measure glucose concentration in capillaries and a continuous blood glucose measurement method in which a sensor inserted under the skin measures glucose in subcutaneous interstitial fluid without blood collection.
  • can Smartwatches can use sensors such as Raman spectroscopy and absorption spectroscopy to read blood glucose levels non-invasively.
  • the blood glucose measurement patch can monitor blood sugar by integrating a sensor on a flexible substrate and detecting sugar in sweat.
  • the dietary recommendation system 100 may calculate a user blood glucose response value based on user data, food data, and blood glucose measurement data.
  • the user blood glucose response value is an area of a blood glucose response of carbohydrates included in a specific food when the user consumes the specific food.
  • the dietary recommendation system 100 may store the calculated user blood glucose response value in the system user DB 40 .
  • the dietary recommendation system 100 may request and receive standard food glycemic index data from the public DB 30 .
  • the public DB 30 may share standard food glycemic index data held by the country so that the dietary recommendation system 100 can utilize it.
  • the dietary recommendation system 100 may receive glycemic index data of standard food corresponding to the food data.
  • the glycemic index data is the ratio of the average glycemic response area after ingestion of food and the average glycemic response area after ingestion of glucose solution. That is, the glycemic index data is an index that objectively indicates how quickly food is digested and increases the blood sugar level when food is ingested.
  • the dietary recommendation system 100 may generate a standard food glycemic response value distribution based on glycemic index data of the standard food. Also, the dietary recommendation system 100 may compare the generated standard food blood glucose response value distribution with the user's blood glucose response value. The dietary recommendation system 100 may derive a relative value of a user's blood glucose response value from a standard food blood glucose response value distribution.
  • the dietary recommendation system 100 may provide the user terminal 10 with an analysis result of the user's blood glucose response value of a specific food.
  • the meal recommendation system 100 may recommend a customized meal to the user based on the analysis result of the user's blood glucose response value. For example, when the user's blood glucose response value of a specific food is greater than or less than the average of the distribution of standard food blood glucose response values, the dietary recommendation system 100 determines the relationship between the blood glucose response of the specific food and the standard food and provides the information to the user terminal. there is. Accordingly, the dietary recommendation system 100 may manage to determine whether or not the user purchases a specific food.
  • the dietary recommendation system 100 may receive a system user blood glucose response value from the system user DB 40 . At this time, the dietary recommendation system 100 may request and receive blood glucose response values of system users corresponding to the food data.
  • the dietary recommendation system 100 may generate a system user blood glucose response value distribution based on the received system user blood glucose response values.
  • the dietary recommendation system 100 may perform analysis by comparing the generated system user blood glucose response value distribution with the user blood glucose response value.
  • the diet recommendation system 100 may provide an analysis result to the user terminal 10 and recommend a diet.
  • the user terminal 10 indicates that there is no need to adjust the diet of the specific food.
  • system user DB 40 is shown as being separated from the food recommendation system 100, it is also possible to implement it inside the food recommendation system 100 or as an integrated system according to implementation.
  • FIG. 2 is a detailed block diagram illustrating a food recommendation system according to an embodiment of the present invention.
  • the dietary recommendation system 100 includes a data receiving unit 110, a user blood glucose response value calculation unit 120, a blood glucose response value distribution generating unit 130, a user blood glucose response value analysis unit 140, and a user dietary recommendation unit 150. And it may include a health condition diagnosis unit 160.
  • the data receiving unit 110 may include a user data receiving unit 111 , a food data receiving unit 112 , and a blood glucose measurement data receiving unit 113 .
  • the user data receiving unit 111 may receive user data from a user terminal.
  • the user data may include at least one of the user's age, region, and gender.
  • the food data receiving unit 112 may receive food data from a user terminal.
  • the food data receiving unit 112 may receive food data through text input, photographing, and voice recording.
  • the food data may include at least one of a food group, a food species, a food type, and a food name.
  • the blood glucose measurement data receiving unit 113 may receive blood glucose measurement data from the blood glucose measurement terminal.
  • the blood glucose measurement terminal 20 may include a blood glucose meter, a smart watch, and a blood glucose measurement patch.
  • the blood glucose measurement data may include information about a level of increase in blood sugar over time measured by ingesting a specific food.
  • the user blood glucose response value calculator 120 may calculate based on user data, food data, and blood glucose measurement data.
  • the user blood glucose response value is an area of a blood glucose response of carbohydrates included in a specific food when the user consumes the specific food.
  • the user's blood glucose response value calculation unit 120 may calculate an area of blood glucose measurement data measured for a certain period of time (eg, 120 minutes) when the user consumes a specific food.
  • the user blood glucose response value calculator may calculate the user's blood glucose response value using methods such as total AUC, incremental AUC cut, incremental AUC, incremental AUC min, or net incremental AUC.
  • the blood glucose response value distribution generator 130 may include a standard food blood glucose response value distribution generator 131 and a system user blood glucose response value distribution generator 132 .
  • the standard food blood glucose response value distribution generating unit 131 may request standard food glycemic index data for a specific food from a public DB based on food data. For example, when the food data is non-standard food, the standard food blood glucose response value distribution generating unit 131 may request and receive glycemic index data of the standard food corresponding to the non-standard food. At this time, the standard food may include non-standard food or similar food.
  • the standard food glycemic response value distribution generating unit 131 distributes the standard food glycemic response value based on the received glycemic index data of the standard food.
  • the generated standard food blood glucose response value distribution may be in the form of a normal distribution.
  • the normal distribution is a distribution curve that forms a bell-shaped symmetrical with the mean at the center. When the distribution of the population is assumed to have a normal distribution, it is a form of distribution that is widely used in statistical analysis because statistical analysis can be easily performed. am.
  • the standard food blood glucose response value distribution generating unit 131 can efficiently determine the user's blood glucose response value by forming the standard food blood glucose response value distribution in a normal distribution form.
  • the system user blood glucose response value distribution generator 132 may request a system user blood glucose response value corresponding to the food data from the system user DB based on the food data.
  • the system user DB may store blood glucose response values of a plurality of users using the dietary recommendation system 100 .
  • the system user blood glucose response value distribution generating unit 132 may request and receive the system user blood glucose response value of a specific food.
  • system user blood glucose response value distribution generator 132 may generate the system user blood glucose response value distribution in a normal distribution form according to a predetermined condition.
  • the preset condition may include at least one of age, region, and gender.
  • the system user blood glucose response value distribution generation unit 132 may generate a system user blood glucose response value distribution by age.
  • the user blood glucose response value analysis unit 140 may compare the generated standard food blood glucose response value distribution and the system user blood glucose response value with the user's blood sugar response value.
  • the user blood glucose response value analysis unit 140 may compare a blood glucose response value distribution of a standard food and a user blood glucose response value for a specific sample.
  • the user's blood glucose response value analysis unit 140 may compare and analyze the user's blood glucose response value for a specific food with the average of the distribution of standard food blood glucose response values. That is, the user's blood glucose response value analyzer 140 can relatively analyze the user's blood glucose response value for a specific food.
  • the user's blood glucose response value analyzer 140 can analyze the user's blood glucose response value even when non-standard food is consumed, accuracy problems caused by analyzing the user's blood glucose response value based on conventional standard food glycemic index data can solve
  • the user blood glucose response value analyzer 140 may compare a system user blood glucose response value distribution and a user blood glucose response value.
  • the user blood glucose response value analyzer 140 may determine a system user blood glucose response value distribution to be compared with the user blood glucose response value according to a preset condition.
  • the preset condition may include at least one of age, region, and gender. Accordingly, the user blood glucose response value analyzer 140 can relatively analyze the blood glucose response value distribution of the system user corresponding to the user data for a specific food and the user's blood sugar response value for the specific food.
  • the user blood glucose response value analyzer 140 may compare the system user blood glucose response value distribution corresponding to the user's age.
  • the user blood glucose response value analysis unit 140 can compare the blood glucose response value distribution of the user corresponding to the user region when the preset condition is the region, thereby solving the limitation caused by the conventional analysis of foreign glycemic index data.
  • the blood glucose response value analyzer 140 may also include the user's past blood glucose response value data. That is, it is also possible to analyze how the current user's own blood glucose response value changes with respect to food data having the same identifier. Since the blood glucose response value may vary for the same food depending on the person's health condition (eg, worsening diabetes), it is possible to obtain information about the health condition by comparing with the person's past data.
  • the person's health condition eg, worsening diabetes
  • the user-customized diet recommendation unit 150 may provide the user terminal with an analysis result of the user's blood glucose response value.
  • the user-customized diet recommendation unit 150 may provide the user's blood glucose response values in the form of a graph in a standard food blood glucose response value distribution and a system user blood sugar response value distribution.
  • the user-customized diet recommendation unit 150 may provide an average of standard food blood glucose response value distributions and a difference between the average of system user blood glucose response value distributions and the user's blood glucose response value.
  • the user-customized diet recommendation unit 150 may recommend a user-customized diet based on the analysis result of the user's blood glucose response value. For example, the user-customized dietary recommendation unit 150 determines the relationship between a specific food and standard blood glucose response when the user's blood glucose response value is higher or lower than the average of the standard food blood glucose response value distribution and the average of the food blood glucose response value distribution. It can be provided to the user terminal.
  • the user-customized dietary recommendation unit 150 determines that the user does not need to adjust the diet of a specific food when the user's blood glucose response value is lower than the average of the blood glucose response value distribution for a specific food of system users corresponding to the user's age group. can be provided to the terminal.
  • the user-customized diet recommendation unit 150 may recommend a customized diet configuration to the user based on the user's blood glucose response value for a specific food. For example, when the user's blood glucose response value for a specific food is higher or lower than the average blood glucose response for a specific food of system users corresponding to the user's age group, the system determines that blood sugar needs to be adjusted and recommends a suitable diet for the user. can do.
  • the user-customized diet recommendation unit 150 may provide the user's blood glucose response value analysis result and dietary recommendation information to the user terminal so that the user can objectively and accurately determine whether or not to purchase a specific food.
  • the health state diagnosis unit 160 determines that the user's blood glucose response value analyzer 140 has a health problem when the blood glucose response value for a food having the same identifier is greater than a threshold through the user's past blood glucose response data compared. can be diagnosed.
  • diabetes exacerbation when diabetes exacerbation is estimated, the health status thereof is diagnosed and an alarm related to diabetes exacerbation is estimated to be transmitted to the user.
  • FIG. 3 is an exemplary diagram illustrating user blood glucose response values in a graph form in a standard food blood glucose response value distribution and a system user blood glucose response value distribution according to an embodiment of the present invention.
  • (A) is a graph showing user blood glucose response values in the standard food blood glucose response value distribution
  • (B) is a graph showing user blood glucose response values in the system user blood glucose response value distribution.
  • the standard food blood glucose response value distribution and the system user blood glucose response value distribution may have a normal distribution form.
  • the user's blood glucose response value of (A) is the user's blood glucose response value to non-standard food a'.
  • the standard food blood glucose response value distribution is the blood glucose response value distribution of the standard food corresponding to the non-standard food a'.
  • the standard food a may include the non-standard food a' and may be a similar food.
  • non-standard food a' may be a specific product of a.
  • the diet recommendation system may compare the mean of the blood glucose response value distribution of food a and the user's blood glucose response value of food a'.
  • the dietary recommendation system distinguishes food a from food a' and determines that there is no need for dietary management. . That is, the diet recommendation system can determine the difference between the blood glucose response value of the standard food and the user's blood glucose response value for the non-standard food, and based on this, the diet recommendation system can determine whether to distinguish between the non-standard food and the standard food. Accordingly, the diet recommendation system may provide user-customized diets for non-standard foods to the user terminal.
  • (B) shows the user's blood glucose response value for the non-standard food a' and the system user's blood glucose response value distribution for the non-standard food a'.
  • the dietary recommendation system may generate a system user blood glucose response value distribution according to a preset condition.
  • (B) indicates that the system user's blood glucose response value distribution for food a' is generated by age when the condition set by the diet recommendation system is age.
  • the meal recommendation system may generate a graph in which the user's blood glucose response value is displayed in the system user's blood glucose response value distribution corresponding to the user's age included in the user data. Also, the meal recommendation system may compare the system user blood glucose response value distribution average with the user blood glucose response value. If the user's blood glucose value is greater than the distribution average of system user's blood glucose response values corresponding to the user's age, the meal recommendation system may provide the user terminal with the need to adjust the diet for food a'.
  • the dietary control system may analyze the user's blood glucose response value in more detail by comparing the user's blood glucose response value distribution with the user's blood glucose response value for a specific food according to the condition based on the user data.
  • the dietary recommendation system provides the result of comparing the blood glucose response value distribution of the system user for a specific food corresponding to the user data and the user's blood sugar response value for the specific food in the form of a visual graph and data, so that it is possible to determine whether or not to purchase a specific food. can help you decide.
  • the graph (A) shown in FIG. 3 provides information on how much higher or lower the blood glucose response value is compared to the standard food a to which the non-standard food a' selected by the user belongs, and the graph (B) shows Information about how higher or lower the blood glucose response value of the user is compared to other users for the non-standard food a' is provided.
  • the user obtains information on the blood glucose response value of the non-standard food a' and information on the blood glucose response value associated with the user's constitution, and the dietary recommendation system 100 recommends a diet and food using the information can do.
  • FIG. 4 is a flowchart illustrating a process of recommending a user-customized diet by a diet recommendation system according to an embodiment of the present invention.
  • the user terminal 10 may provide user data and food data to the dietary recommendation system 100 .
  • the user data may include at least one of the user's age, region, and gender.
  • the food data may include at least one of a food group, a food species, a food type, and a food name.
  • the dietary recommendation system 100 may receive food data from the user terminal 10 through text input, photographing, and voice recording.
  • the blood glucose measurement terminal 20 may provide blood glucose measurement data to the diet recommendation system 100 .
  • Blood glucose measurement data may include information about a degree of blood sugar increase measured by ingesting a specific food.
  • the blood glucose measurement terminal 20 may include a blood glucose meter, a smart watch, and a blood glucose measurement patch.
  • the dietary recommendation system 100 may calculate a user blood glucose response value based on user data, food data, and blood glucose measurement data.
  • the dietary recommendation system 100 may calculate an area of blood glucose measurement data for a specific food measured for a predetermined period of time.
  • the dietary recommendation system 100 may calculate the blood glucose response value using a method such as Total AUC, Incremental AUC cut, Incremental AUC, Incremental AUC min, or Net incremental AUC.
  • the dietary recommendation system 100 may store the user's blood glucose response value in the system user DB 40.
  • the system user DB 40 may store blood glucose response values of a plurality of system users using the dietary recommendation system 100 .
  • the dietary recommendation system 100 may request standard food glycemic index data corresponding to food data from the public DB 30. At this time, the dietary recommendation system 100 may determine standard food based on food data. For example, when the food data is non-standard food, the dietary recommendation system 100 may determine standard food that includes or is similar to the non-standard food.
  • the public DB 30 may provide the requested standard food glycemic index data to the dietary recommendation system 100.
  • the public DB 30 may share standard food glycemic index data held by the country so that the dietary recommendation system 100 can utilize it.
  • the dietary recommendation system 100 may generate a standard food data blood glucose response value distribution. Since the glycemic index data is the ratio between the glycemic response area of a specific food and the standard glycemic response area, the dietary recommendation system 100 may generate a standard food glycemic response value distribution based on the received glycemic index data of the standard food. . In addition, the food recommendation system 100 may generate a standard food blood glucose response value distribution in a normal distribution form in order to perform statistical analysis.
  • the dietary recommendation system 100 may compare the blood glucose response value distribution of standard food data with the user's blood sugar response value for a specific food. For example, the diet recommendation system 100 may compare the average of the blood glucose response value distribution of the standard food data with the user's blood glucose response value for the specific food to determine the correlation between the standard food and the specific food's blood sugar response. The diet recommendation system 100 may determine that it is necessary to distinguish the standard food from the specific food when the user's blood glucose response value is larger or smaller than the average of the distribution of standard food data blood glucose response values.
  • the dietary recommendation system 100 may provide the user terminal 10 with a comparative analysis result and user-customized dietary recommendation data.
  • the dietary recommendation system 100 may provide a graph displaying the user's blood glucose response values for a specific food to the standard food data blood glucose response value distribution.
  • the dietary recommendation system 100 may provide a difference value between the mean of the blood glucose response value distribution of standard food data and the user's blood glucose response value for a specific food.
  • the diet recommendation system 100 may recommend a user-customized diet. For example, the dietary recommendation system 100 may recommend eating the standard food and the specific food separately when the user's blood glucose response value for the specific food is greater or smaller than the average of the distribution of standard food blood glucose response values. In this way, the meal recommendation system 100 can manage a meal that has been managed based on the same standard food glycemic index for all users based on the user's glycemic response value for a specific food for each user.
  • the dietary recommendation system 100 may request a system user blood glucose response value corresponding to food data from the system user DB 40.
  • the system user DB 40 may store blood glucose response values for specific foods of users using the dietary recommendation system.
  • the system user DB 40 may provide the requested system user blood glucose response value to the dietary recommendation system 100.
  • the system for recommending a meal 100 may generate a system user blood glucose response value distribution for a specific food according to a preset condition.
  • the preset condition may include at least one of age, region, and gender.
  • the dietary recommendation system 100 may generate a system user blood glucose response value distribution for a specific food based on user data.
  • the dietary recommendation system 100 may generate a system user blood glucose response value distribution for a specific food in a normal distribution form by age group.
  • the meal recommendation system 100 may compare the generated user blood glucose response value distribution for the specific food with the user's blood glucose response value for the specific food.
  • the dietary recommendation system 100 may perform analysis by relatively comparing the user's blood glucose response value for a specific food with the mean of the user's blood glucose response value distribution for the specific food.
  • the meal recommendation system 100 may compare the user's blood glucose response value for a specific food with the average of the system user's blood glucose response value distribution for a specific food corresponding to the age of the user. Accordingly, the dietary recommendation system 100 may derive analysis results of more types of user blood glucose response values according to preset conditions.
  • the dietary recommendation system 100 may provide the user terminal 10 with a comparative analysis result and user-customized dietary recommendation data.
  • the comparative analysis result may include a graph in which a blood glucose response value of a user for a specific food is displayed in a distribution of user blood glucose response values of the system for a specific food corresponding to a preset condition.
  • the comparative analysis result may be a difference between an average distribution of user blood glucose response values for a specific food corresponding to a predetermined condition and a user's blood glucose response value for a specific food.
  • the meal recommendation system 100 may recommend a user-customized meal based on the analysis result of the user's blood glucose response value. For example, the dietary recommendation system 100 may recommend dietary restrictions for a specific food when the user's blood glucose response value for a specific food is greater than the blood glucose response value for the specific food of system users of the age corresponding to the user. . Also, the dietary recommendation system 100 may provide a user-customized menu for controlling blood sugar.
  • the diet recommendation system 100 may recommend a customized diet to the user with respect to specific food in real time.
  • the dietary recommendation system 100 may immediately provide data necessary for determining whether to purchase a specific food.
  • step S250 the dietary recommendation system 100 compares the user's past blood glucose response value data with the current blood glucose response value data for the food data having the same identifier. Through step S250, it is possible to analyze how the current user's blood sugar response value for the same food has changed.
  • an alarm for health status diagnosis may be transmitted to the user terminal 10 in step S260.
  • a blood glucose response value for a food with the same identifier becomes larger than past data, it is possible to transmit an alarm warning of aggravation of diabetes.
  • the diet recommendation system creates a distribution of blood glucose response values of standard foods corresponding to specific foods, compares user blood glucose response values for specific foods, analyzes the user's blood glucose response values for specific foods, and , Since a customized diet can be recommended to the user based on the analysis result, the user does not have to spend extra time and money to receive a diet from an expert, and the user can manage the diet by himself without a separate manpower.

Landscapes

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

Abstract

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

Description

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

Claims (14)

  1. 사용자 혈당 반응값을 활용하여 식이를 추천하는 식이 추천 시스템으로서,
    사용자 단말로부터 사용자 데이터 및 식품 데이터를 수신하고, 혈당 측정 단말에서 측정된 시간에 따른 혈당 측정 데이터를 수신하는 데이터 수신부;
    상기 식품 데이터에 대해 일정 시간동안 측정된 상기 혈당 측정 데이터의 면적을 이용하여 상기 사용자 혈당 반응값을 계산하는 사용자 혈당 반응값 계산부;
    상기 사용자 데이터, 상기 식품 데이터 및 상기 혈당 측정 데이터를 기반으로 상기 사용자의 혈당 반응값 분포를 생성하는 혈당 반응값 분포 생성부;
    상기 생성된 사용자 혈당 반응값 분포와 표준 식품 혈당 반응값 분포를 이용하여 사용자 혈당 반응값을 분석하는 사용자 혈당 반응값 분석부; 및
    상기 사용자 혈당 반응값의 분석 결과 및 상기 사용자 혈당 반응값을 기반으로 맞춤화 된 식이를 추천하는 식이 추천부를 포함하는 것인 식이 추천 시스템.
  2. 제1항에 있어서,
    상기 혈당 반응값 분포 생성부는 공공 DB로 상기 식품 데이터에 대응되는 표준 식품 혈당 지수 데이터를 요청하고, 상기 표준 식품 혈당 지수 데이터를 기반으로 상기 표준 식품 혈당 반응값 분포를 생성하는 표준 식품 혈당 반응값 분포 생성부를 포함하는 것인 식이 추천 시스템.
  3. 제 2항에 있어서,
    상기 사용자 혈당 반응값 분석부는 상기 표준 식품 혈당 반응값 분포의 평균과 상기 사용자 혈당 반응값을 비교 분석하여 차이를 계산하고, 표준 식품과 상기 식품 데이터의 혈당 반응의 관련성을 판단하는 것인 식이 추천 시스템.
  4. 제1항에 있어서,
    상기 혈당 반응값 분포 생성부는 기 설정된 조건에 따라 시스템 사용자 DB로 상기 식품 데이터 및 미리 저장된 다른 사용자 데이터에 대응되는 시스템 사용자 혈당 반응값을 요청하고, 상기 시스템 사용자 혈당 반응값을 기반으로 시스템 사용자 혈당 반응값 분포를 생성하는 시스템 사용자 혈당 반응값 분포 생성부를 포함하는 것인 식이 추천 시스템.
  5. 제 4항에 있어서,
    상기 사용자 혈당 반응값 분석부는 상기 시스템 사용자 혈당 반응값 분포의 평균과 상기 사용자 혈당 반응값을 비교하여 차이를 계산하고, 상기 기 설정된 조건에 따라 사용자 혈당 반응값을 분석하는 것인 식이 추천 시스템.
  6. 제 1항에 있어서
    계산된 상기 사용자 혈당 반응값은 시스템 사용자 DB로 저장되는 것인 식이 추천 시스템.
  7. 제1항에 있어서,
    상기 사용자 혈당 반응값 분석부는 동일한 식품에 대하여 상기 사용자 본인의 과거 혈당 반응값과 상기 계산된 사용자 혈당 반응값을 서로 비교하며,
    상기 사용자 본인의 혈당 반응값 비교 결과에 기초하여 상기 사용자 단말로 건강 상태 진단 결과를 제공하는 건강 상태 진단부를 더 포함하는 식이 추천 시스템.
  8. 사용자 혈당 반응값을 활용하여 식이를 추천하는 식이 추천 방법으로서,
    a) 사용자 단말로부터 사용자 데이터 및 식품 데이터를 수신하고, 혈당 측정 단말에서 측정된 시간에 따른 혈당 측정 데이터를 수신하는 단계;
    b) 상기 식품 데이터에 대해 일정 시간동안 측정된 상기 혈당 측정 데이터의 면적으로 상기 사용자 혈당 반응값을 계산하는 단계;
    c) 상기 사용자 데이터, 상기 식품 데이터 및 상기 혈당 측정 데이터를 기반으로 사용자 혈당 반응값 분포를 생성하는 단계;
    d) 상기 생성된 사용자 혈당 반응값 분포 및 표준 식품 혈당 반응값 분포를 이용하여 상기 사용자 혈당 반응값을 분석하는 단계; 및
    e) 상기 사용자 혈당 반응값의 분석 결과 및 상기 사용자 혈당 반응값을 기반으로 맞춤화 된 식이를 추천하는 단계를 포함하는 것인 식이 추천 방법.
  9. 제8항에 있어서,
    상기 c) 단계는 공공 DB로 상기 식품 데이터에 대응되는 표준 식품 혈당 지수 데이터를 요청하는 단계; 및
    상기 표준 식품 혈당 지수 데이터를 기반으로 상기 표준 식품 혈당 반응값 분포를 생성하는 단계를 포함하는 것인 식이 추천 방법.
  10. 제 9항에 있어서,
    상기 d) 단계는 상기 표준 식품 혈당 반응값 분포의 평균과 상기 사용자 혈당 반응값을 비교 분석하여 차이를 계산하고, 표준 식품과 상기 식품 데이터의 혈당 반응의 관련성을 판단하는 것인 식이 방법.
  11. 제8항에 있어서,
    상기 c) 단계는 기 설정된 조건에 따라 시스템 사용자 DB로 상기 식품 데이터 및 미리 저장된 다른 사용자 데이터에 대응되는 시스템 사용자 혈당 반응값을 요청하는 단계; 및
    상기 시스템 사용자 혈당 반응값을 기반으로 시스템 사용자 혈당 반응값 분포를 생성하는 단계를 포함하는 것인 식이 추천 방법.
  12. 제 11항에 있어서,
    상기 d) 단계는 상기 시스템 사용자 혈당 반응값 분포의 평균과 상기 사용자 혈당 반응값을 비교하여 차이를 계산하고, 상기 기 설정된 조건에 따라 사용자 혈당 반응값을 분석하는 것인 식이 추천 방법.
  13. 제8항에 있어서,
    상기 b) 단계에 있어서 계산된 상기 사용자 혈당 반응값은 시스템 사용자 DB로 저장되는 것인 식이 추천 방법.
  14. 제8항에 있어서,
    동일한 식별자를 가진 식품 데이터에 대한 사용자 본인의 과거 혈당 반응값 데이터와 현재 계산된 혈당 반응값 데이터를 비교하는 단계 및
    상기 과거 혈당 반응값 데이터와 현재 계산된 혈당 반응값 데이터의 비교 결과에 기초하여 건강 상태 진단에 대한 알람을 제공하는 단계를 더 포함하는 식이 추천 방법.
PCT/KR2022/000229 2021-12-03 2022-01-06 혈당 반응값을 활용한 식이 추천 시스템 및 그 방법 WO2023101099A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020210171578A KR20230083520A (ko) 2021-12-03 2021-12-03 혈당 반응값을 활용한 식이 추천 시스템 및 그 방법
KR10-2021-0171578 2021-12-03

Publications (1)

Publication Number Publication Date
WO2023101099A1 true WO2023101099A1 (ko) 2023-06-08

Family

ID=86612515

Family Applications (1)

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

Country Status (2)

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

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102664490B1 (ko) * 2023-11-22 2024-05-17 주식회사 필라이즈 디지털 서비스 기반의 개인별 추천 음식 정보와 비추천 음식 정보를 제공하는 장치, 방법 및 프로그램

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160144942A (ko) * 2016-11-29 2016-12-19 최성숙 당뇨환자별 맞춤형 식단 관리시스템
KR20170055409A (ko) * 2015-11-11 2017-05-19 삼성전자주식회사 식습관 정보를 제공하는 방법 및 이를 위한 웨어러블 장치
KR20170071687A (ko) * 2015-12-15 2017-06-26 주식회사 아이센스 당뇨병 증상을 가진 사용자에 개인화된 음식 추천 방법
KR20200075694A (ko) * 2018-12-18 2020-06-26 계명대학교 산학협력단 혈당부하지수에 기반한 당류 섭취 안전지수 산출 시스템 및 방법
KR20210104382A (ko) * 2020-02-17 2021-08-25 연세대학교 산학협력단 당뇨관리 대상자에 대한 맞춤형 식단정보 제공시스템 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170055409A (ko) * 2015-11-11 2017-05-19 삼성전자주식회사 식습관 정보를 제공하는 방법 및 이를 위한 웨어러블 장치
KR20170071687A (ko) * 2015-12-15 2017-06-26 주식회사 아이센스 당뇨병 증상을 가진 사용자에 개인화된 음식 추천 방법
KR20160144942A (ko) * 2016-11-29 2016-12-19 최성숙 당뇨환자별 맞춤형 식단 관리시스템
KR20200075694A (ko) * 2018-12-18 2020-06-26 계명대학교 산학협력단 혈당부하지수에 기반한 당류 섭취 안전지수 산출 시스템 및 방법
KR20210104382A (ko) * 2020-02-17 2021-08-25 연세대학교 산학협력단 당뇨관리 대상자에 대한 맞춤형 식단정보 제공시스템 및 방법

Also Published As

Publication number Publication date
KR20230083520A (ko) 2023-06-12

Similar Documents

Publication Publication Date Title
US7039560B2 (en) Measuring device with comment input function
US6278999B1 (en) Information management system for personal health digitizers
JP2007537016A (ja) 測定器接続の自動検出、およびデータの転送を実施するための方法および装置
JP3298008B2 (ja) 糖代謝能力判定装置
WO2021015389A1 (ko) 연속 혈당 측정 시스템에서 생체 정보를 분실없이 송수신하는 방법
WO2021107335A1 (ko) 연속혈당측정시스템에서 혈당값을 교정하는 방법
CN105678075B (zh) 一种血细胞形态分析物联检测诊断方法及平台
WO2019194480A1 (ko) 운동 능력 파라미터들에 기초한 노쇠 정도 측정기
WO2021182871A1 (ko) 체내 삽입용 센서의 교정 민감도를 계산하는 방법
WO2021040373A1 (ko) 복합적 스트레스 지수에 기반한 스트레스 관리 방법
Wong et al. A comparison of transcutaneous bilirubinometers: SpectRx BiliCheck versus Minolta AirShields
WO2019160254A1 (ko) 센서 사용 정보를 이용한 생체 정보의 관리 방법
WO2023101099A1 (ko) 혈당 반응값을 활용한 식이 추천 시스템 및 그 방법
WO2020111787A1 (en) Method for providing recommendations for maintaining a healthy lifestyle basing on daily activity parameters of user, automatically tracked in real time, and corresponding system
Kolman et al. A comparison of transcutaneous and total serum bilirubin in newborn Hispanic infants at 35 or more weeks of gestation
WO2021025261A1 (ko) 연속 혈당 측정 시스템에서 교정 정보를 관리하는 방법
CN111166289B (zh) 一种远程内分泌紊乱检测设备
KR20200092223A (ko) 휴대용 자동 소변분석기 시스템 및 그 이용방법
WO2023017921A1 (ko) 연속혈당 데이터를 이용한 당 관리 장치 및 그 방법
KR20200024123A (ko) 정보 제공 방법, 정보 처리 시스템, 정보 단말, 및 정보 처리 방법
WO2021172968A2 (ko) 연속혈당측정시스템에서 생체 정보를 송수신하는 방법
JP3873091B2 (ja) 分散型健康管理システム
Ntineri et al. Validation of the single-cuff oscillometric blood pressure monitor InBody BPBIO750 for public spaces according to the Association for the Advancement of Medical Instrumentation/European Society of Hypertension/International Organization for Standardization Universal Standard
KR20010037228A (ko) 원격진료장치 및 이를 이용한 건강정보관리시스템
WO2021187912A1 (ko) 정신 건강 분석 결과에 따른 자동 상담 예약 방법 및 이를 실행하기 위한 프로그램이 기록된 기록매체

Legal Events

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

Ref document number: 22901462

Country of ref document: EP

Kind code of ref document: A1