• ETRI Journal
• /
• 제36권5호
• /
• pp.730-740
• /
• 2014

The rapid increase in the number of patients with chronic diseases is an important public healthcare issue in many countries, which accelerates many studies on a healthcare system that can, whenever and wherever, extract and process patient data. A patient with a chronic disease conducts self-management in an out-of-hospital environment, particularly in an at-home environment, so it is important to provide integrated and personalized healthcare services for effective care. To help provide effective care for chronic disease patients, we propose a service flow and a new cloud-based personalized healthcare system architecture supporting both at-home and at-hospital environments. The system considers the different characteristics of at-hospital and at-home environments, and it provides various chronic disease care services. A prototype implementation and a predicted cost model are provided to show the effectiveness of the system. The proposed personalized healthcare system can support cost-effective disease care in an at-hospital environment and personalized self-management of chronic disease in an at-home environment.

• 중소기업융합학회논문지
• /
• 제6권4호
• /
• pp.79-84
• /
• 2016

본 논문에서는 스마트 헬스케어 서비스 시스템의 바이오 데이터 분석 과정을 프로세스로 해석하기 위하여, 온톨로지 기반 통계학적 개인 맞춤형 질병예측 기법인 PCADP(Personalized Computer Aided Diagnosis Probability)를 제안하였다. 또한 이러한 개인 맞춤형 질병예측 기법을 바탕으로 스마트 헬스케어 데이터 및 헬스케어 서비스 명세의 의미 있는 표현을 위하여 헬스케어 온톨로지 프레임워크를 시맨틱스형으로 모델링하였다. PCADP 기법은 스마트 헬스케어 환경에서 개인 맞춤형 판별 기법이 갖추어야 할 조건인 실시간 처리, 유연한 구조, 판별과정의 모니터링, 지속적인 개선 등에 부합하는 통계학적 질병예측 기법임을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제10권2호
• /
• pp.111-119
• /
• 2010

유헬스케어는 언제 어디서나 예방, 진단, 치료, 사후 관리의 보건의료 서비스를 제공하는 것으로서 궁극적인 목표는 삶의 질을 향상 시키는 것이다. 하지만 현재 유헬스케어 서비스는 사용자 개개인의 상황에 맞는 맞춤화된 서비스를 제공하지 못하고 있다. 본 연구에서는 유헬스케어 개인화 서비스를 제공하기 위하여 유헬스케어 개인화 서비스를 정의하고 건강관리 모델을 제안한다. 개인화 서비스를 위한 식단 처방 시스템은 맞춤형 열량 및 영양소 비율을 도출하고 개인의 식품류별 선호도를 통하여 개인화된 식단 처방이 가능하다. 본 시스템은 사용자의 식단 선택 행위를 모니터링 하여 개인의 선호도를 변경하고 자바 기반의 OSGi 미들웨어를 사용하여 다양한 환경에서 센서 및 디바이스와 상호 운용되도록 설계되었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권11호
• /
• pp.2016-2034
• /
• 2011

Ubiquitous Healthcare (u-Healthcare) is the intelligent delivery of healthcare services to users anytime and anywhere. To provide robust healthcare services, recognition of patient daily life activities is required. Context information in combination with user real-time daily life activities can help in the provision of more personalized services, service suggestions, and changes in system behavior based on user profile for better healthcare services. In this paper, we focus on the intelligent manipulation of activities using the Context-aware Activity Manipulation Engine (CAME) core of the Human Activity Recognition Engine (HARE). The activities are recognized using video-based, wearable sensor-based, and location-based activity recognition engines. An ontology-based activity fusion with subject profile information for personalized system response is achieved. CAME receives real-time low level activities and infers higher level activities, situation analysis, personalized service suggestions, and makes appropriate decisions. A two-phase filtering technique is applied for intelligent processing of information (represented in ontology) and making appropriate decisions based on rules (incorporating expert knowledge). The experimental results for intelligent processing of activity information showed relatively better accuracy. Moreover, CAME is extended with activity filters and T-Box inference that resulted in better accuracy and response time in comparison to initial results of CAME.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.102-103
• /
• 2021

의료 IT 기술의 발전으로 스마트헬스케어 사업의 발전을 통해 실버산업시대 개인 맞춤 의료서비스가 증가하고 있다. 따라서 본 논문에서는 아두이노 환경에서 다양한 센서를 활용해 스마트 헬스케어 개인 맞춤형 서비스를 제공할수 있는 관절재활 운동이 가능한 손가락 모델링을 구현하였다. 아두이노 기반의 구부림 센서(Flex sensor)를 이용해 개인별 손가락 관절의 활동성을 측정함으로 향후 스마트 헬스케어 분야에서 개인 맞춤형 재활운동에 활용하고자 한다.

• 한국콘텐츠학회논문지
• /
• 제9권5호
• /
• pp.24-32
• /
• 2009

우리 사회는 급속히 고령화되고 있으며 소득수준은 점점 향상되어 가고 있다. IT 기반 융합기술의 발전에 따라 u-헬스케어 서비스를 위한 인프라스트럭처가 구축되면서, 민간요법으로 알려진 수지침 처방의 중요성이 부각되고 있다. 본 논문에서는 u-헬스케어에서 상황에 따른 자가진단을 이용한 수지침 처방을 제안하였다. 제안된 방법에서는 사용자의 상황과 환경을 정의하였고 협력적 필터링을 이용하여 자가진단에 따른 적합한 수지침 처방 서비스를 예측하였다. 사용자는 제안된 시스템에 단지 병명의 입력만으로도 그에 대한 자가진단으로 정확한 수지침 처방을 얻을 수 있게 된다. 이를 GUI로 구축하여 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하였다. 따라서 상황정보 및 자가진단을 제공하여 수지침 처방에 대한 만족도와 서비스의 질을 향상시켰다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제29권2호
• /
• pp.243-263
• /
• 2020

Purpose The purpose of this study is to analyze the causal relationship between user satisfaction, expected satisfaction, quality of service, perceived value, and expertise that should be emphasized in personalized medical information services for the development of personalized medical information services based on big data analysis and the spread of their demand. Design/methodology/approach This study established research models and hypotheses on the basis of the theory of reuse intent, and applied the PLS methodology for analysis, the factors that make it applicable to personalized medical services in the theory of service quality and satisfaction. Findings According to the empirical analysis result, this study confirmed that it can be seen that the expertise, perceived value, and quality of medical services did not directly affect the user's intention to reuse, but formed a direct causal relationship through variables such as whether they met expectations.

• 한국식생활문화학회지
• /
• 제38권4호
• /
• pp.185-190
• /
• 2023

This paper elucidates the novel direction of food research in the era of the 4^th Industrial Revolution characterized by personalized approaches. Since conventional approaches for identifying novel food materials for health benefits are expensive and time-consuming, there is a need to shift towards AI-based approaches which offer more efficient and cost-effective methods, thus accelerating progress in the field of food science. However, relevant research papers in this field present several challenges such as regional and ethnic differences and lack of standardized data. To tackle this problem, our study proposes to address the issues by acquiring and normalizing food and biological big data. In addition, the paper demonstrates the association between heath status and biological big data such as metabolome, epigenome, and microbiome for personalized healthcare. Through the integration of food-health-bio data with AI technologies, we propose solutions for personalized healthcare that are both effective and validated.

• 철학연구
• /
• 제145권
• /
• pp.71-90
• /
• 2018

본 본문은 자기추적기술을 기반으로 하는 정밀의료 시대에 자율성 존중 논의를 본격적으로 하기 전에, 존중의 대상이 되는 자율성 개념, 즉 협의생명의료윤리적 자율성과 관계적 자율성을 검토하는 것이 그 목적이다. 먼저 협의의 생명의료윤리적 자율성(narrow bioethical autonomy)으로 규정되는 탐 비첨(Tom Beauchamp)과 제임스 췰드리스(James Childress)가 제시하는 자율성 논의를 검토를 통해서, 자율성 개념의 범위를 확장할 필요성이 있음을 밝힐 것이다. 그런 다음에 협의의 자율성 보다 확장된 광의 자율성으로써 관계적 자율성이 새로운 상황에서 윤리적 지침을 형성하는 대상으로 적합한 자율성 개념임을 제시하고자 한다.

• 전기전자학회논문지
• /
• 제25권1호
• /
• pp.212-217
• /
• 2021

Premature contraction arrhythmia is the most common disease among arrhythmia and it may cause serious situations such as ventricular fibrillation and ventricular tachycardia. Most of arrhythmia clasification methods have been developed with the primary objective of the high detection performance without taking into account the computational complexity. Also, personalized difference of ECG signal exist, performance degradation occurs because of carrying out diagnosis by general classification rule. Therefore it is necessary to design efficient method that classifies arrhythmia by analyzing the persons's physical condition and decreases computational cost by accurately detecting minimal feature point based on only QRS features. We propose method for personalized specific classification of premature contraction arrhythmia based on QRS features in smart healthcare environments. For this purpose, we detected R wave through the preprocessing method and SOM and selected abnormal signal sets.. Also, we developed algorithm to classify premature contraction arrhythmia using QRS pattern, RR interval, threshold for amplitude of R wave. The performance of R wave detection, Premature ventricular contraction classification is evaluated by using of MIT-BIH arrhythmia database that included over 30 PVC(Premature Ventricular Contraction) and PAC(Premature Atrial Contraction). The achieved scores indicate the average of 98.24% in R wave detection and the rate of 97.31% in Premature ventricular contraction classification.