1 |
1
식사 시간부터 식사 이후 기준 시간까지의 연속 혈당 정보로부터 획득되어 실시간으로 갱신되는 혈당 관련 정보와, 기 저장된 머신 러닝 모델(machine learning model)를 이용하여 식후 저혈당의 발생을 예측하는 저혈당 예측 장치로서,상기 혈당 관련 정보는 기준 시간에 측정된 피검자의 혈당치인 기준 시간 혈당, 식사 시간에서부터 식후 피크 혈당 시간까지의 혈당 변화율인 제1 혈당 변화율, 식후 피크 혈당 시간에서부터 기준 시간까지의 혈당 변화율인 제2 혈당 변화율, 및 기준 시간의 일정 시간 전에서부터 기준 시간까지의 혈당 변화율인 제3 혈당 변화율을 포함하며,상기 제3 혈당 변화율의 시간은 제2 혈당 변화율의 시간 보다 짧고,상기 머신 러닝 모델은 혈당 관련 정보를 입력 값으로 입력 받아 기준 시간 이후 일정 시간 구간 내에서 식전 내지 식후의 인슐린 주입 또는 혈당 강하제 복용에 따른 식후 저혈당의 발생 또는 미발생에 대한 결과 값을 식후로부터 실시간 처리하여 출력하는 것을 특징으로 하는 저혈당 예측 장치
|
2 |
2
삭제
|
3 |
3
제1항에 있어서,상기 머신 러닝 모델은 종래 혈당 관련 정보 및 그 식후 저혈당 발생 여부로 이루어진 트레이닝 데이터를 사용하여 학습된 것을 특징으로 하는 저혈당 예측 장치
|
4 |
4
제1항에 있어서,상기 머신 러닝 모델은 결정 트리 모델(Decision tree model)이거나 심층 학습 모델(Deep learning model)인 것을 특징으로 하는 저혈당 예측 장치
|
5 |
5
제1항에 있어서,상기 머신 러닝 모델은 결정 트리 모델(Decision Tree model)이며, 그 뿌리 마디(root node)는 기준 시간 혈당의 일정 값을 기준으로 분류하는 것을 특징으로 하는 저혈당 예측 장치
|
6 |
6
제5항에 있어서,상기 결정 트리 모델은 복수의 제1 중간 마디(first intermediate node)를 포함하되,어느 한 제1 중간 마디는 식후 피크 혈당 시간에서부터 기준 시간까지의 혈당 변화율의 일정 값을 기준으로 분류하는 것을 특징으로 하는 저혈당 예측 장치
|
7 |
7
삭제
|
8 |
8
제1항에 있어서,연속 혈당 정보를 측정 및 가공함으로써 혈당 관련 정보를 생성하거나,다른 장치로부터 전달 받은 연속 혈당 정보를 가공함으로써 혈당 관련 정보를 생성하거나,다른 장치로부터 혈당 관련 정보를 전달 받는 것을 특징으로 하는 저혈당 예측 장치
|
9 |
9
삭제
|
10 |
10
제1항에 있어서,인슐린 펌프, 연속혈당측정기, 인슐린 펌프와 연속혈당측정기의 복합 장치, 인공췌장 장치, 웨어러블 장치, 및 휴대용 단말기 중 어느 하나인 것을 특징으로 하는 저혈당 예측 장치
|
11 |
11
제1항에 있어서,다른 장치로부터 전달 받은 연속 혈당 정보를 가공함으로써 혈당 관련 정보를 생성하거나 다른 장치로부터 혈당 관련 정보를 전달 받으며,인슐린 펌프, 웨어러블 장치, 및 휴대용 단말기 중 어느 하나인 것을 특징으로 하는 저혈당 예측 장치
|
12 |
12
제1항에 있어서,연속 혈당 정보를 측정 및 가공함으로써 혈당 관련 정보를 생성하며,연속혈당측정기, 인슐린 펌프와 연속혈당측정기의 복합 장치, 및 인공췌장 장치 중 어느 하나인 것을 특징으로 하는 저혈당 예측 장치
|
13 |
13
식사 시간부터 식사 이후 기준 시간까지의 연속 혈당 정보로부터 획득되어 실시간으로 갱신되는 혈당 관련 정보와, 기 저장된 머신 러닝 모델(machine learning model)를 이용하여 식후 저혈당 발생을 예측하는 방법으로서,기 저장된 머신 러닝 모델(machine learning model)에 혈당 관련 정보를 입력 값으로 입력시켜, 상기 머신 러닝 모델이 기준 시간 이후 일정 시간 구간 내에서 식전 내지 식후의 인슐린 주입 또는 혈당 강하제 복용에 따른 식후 저혈당의 발생 또는 미발생에 대한 결과 값을 식후로부터 실시간 처리하여 출력함으로써 식후 저혈당 발생을 예측하는 단계를 포함하며,상기 혈당 관련 정보는 기준 시간에 측정된 피검자의 혈당치인 기준 시간 혈당, 식사 시간에서부터 식후 피크 혈당 시간까지의 혈당 변화율인 제1 혈당 변화율, 식후 피크 혈당 시간에서부터 기준 시간까지의 혈당 변화율인 제2 혈당 변화율, 및 기준 시간의 일정 시간 전에서부터 기준 시간까지의 혈당 변화율인 제3 혈당 변화율을 포함하고,상기 제3 혈당 변화율의 시간은 제2 혈당 변화율의 시간 보다 짧은 것을 특징으로 하는 저혈당 예측 방법
|
14 |
14
삭제
|
15 |
15
제13항에 있어서,상기 머신 러닝 모델은 종래 혈당 관련 정보 및 그 식후 저혈당 발생 여부로 이루어진 트레이닝 데이터를 사용하여 학습된 것을 특징으로 하는 저혈당 예측 방법
|
16 |
16
제13항 또는 제15항에 따른 저혈당 예측 방법에 따라 식후 저혈당 발생을 예측하기 위해 매체에 기록된 저혈당 예측 프로그램
|
17 |
17
식사 시간부터 식사 이후 기준 시간까지의 연속 혈당 정보로부터 획득되어 실시간으로 갱신되는 혈당 관련 정보에 따라 식후 저혈당 발생을 예측하는 저혈당 예측 모델을 생성하는 장치로서,상기 혈당 관련 정보는 기준 시간에 측정된 피검자의 혈당치인 기준 시간 혈당, 식사 시간에서부터 식후 피크 혈당 시간까지의 혈당 변화율인 제1 혈당 변화율, 식후 피크 혈당 시간에서부터 기준 시간까지의 혈당 변화율인 제2 혈당 변화율, 및 기준 시간의 일정 시간 전에서부터 기준 시간까지의 혈당 변화율인 제3 혈당 변화율을 포함하며,상기 제3 혈당 변화율의 시간은 제2 혈당 변화율의 시간 보다 짧고,상기 저혈당 예측 모델은 머신 러닝 모델(machine learning model)로서, 혈당 관련 정보를 입력 값으로 입력 받아 기준 시간 이후 일정 시간 구간 내에서 식전 내지 식후의 인슐린 주입 또는 혈당 강하제 복용에 따른 식후 저혈당의 발생 또는 미발생에 대한 결과 값을 식후로부터 실시간 처리하여 출력하는 것을 특징으로 하는 저혈당 예측 모델 생성 장치
|
18 |
18
식사 시간부터 식사 이후 기준 시간까지의 연속 혈당 정보로부터 획득되어 실시간으로 갱신되는 혈당 관련 정보에 따라 식후 저혈당 발생을 예측하는 저혈당 예측 모델을 생성하는 방법으로서,저혈당 예측 모델 생성 장치에서 혈당 관련 정보 및 그 식후 저혈당 발생 여부로 이루어진 트레이닝 데이터를 사용하여 학습시킨 머신 러닝 모델(machine learning model)을 생성하는 단계를 포함하며,상기 혈당 관련 정보는 기준 시간에 측정된 피검자의 혈당치인 기준 시간 혈당, 식사 시간에서부터 식후 피크 혈당 시간까지의 혈당 변화율인 제1 혈당 변화율, 식후 피크 혈당 시간에서부터 기준 시간까지의 혈당 변화율인 제2 혈당 변화율, 및 기준 시간의 일정 시간 전에서부터 기준 시간까지의 혈당 변화율인 제3 혈당 변화율을 포함하고,상기 제3 혈당 변화율의 시간은 제2 혈당 변화율의 시간 보다 짧고,상기 머신 러닝 모델은 혈당 관련 정보를 입력 값으로 입력 받아 기준 시간 이후 일정 시간 구간 내에서 식전 내지 식후의 인슐린 주입 또는 혈당 강하제 복용에 따른 식후 저혈당의 발생 또는 미발생에 대한 결과 값을 식후로부터 실시간 처리하여 출력하는 것을 특징으로 하는 저혈당 예측 모델 생성 방법
|
19 |
19
제18항에 따른 저혈당 예측 모델 생성 방법에 따라 식후 저혈당 발생을 예측하는 모델을 생성하기 위해 매체에 기록된 저혈당 예측 모델 생성 프로그램
|