하나 이상의 컴퓨터로 구성되고, 당뇨병 발병 요인에 대한 입력 당뇨병 발병 요인 값을 시간에 따라 수집하여 빅데이터를 형성하고, 상기 빅데이터를 로지스틱 회귀로 분석하여, 2형 당뇨병 발병 위험도를 예측하는 분석 서버; 및상기 분석 서버와 연결된 클라이언트;를 포함하고,상기 클라이언트는상기 입력 당뇨병 발병 요인 값을 입력받아, 상기 분석 서버에 제공하고,상기 분석 서버로부터 상기 2형 당뇨병 발병 위험도를 제공받아 출력하고,상기 입력 당뇨병 발병 요인 값은 공복 혈당값, HDL(High-Density Lipoprotein) 콜레스테롤 값, 중성 지방(Triglyceride) 값, 음주 여부, 흡연 여부, 운동 여부, 가족력, 과거 병력, 현재 병력, 복부 둘레, BMI, 나이, 키, 체중, 혈압, 및 거주 환경을 포함하고,상기 분석 서버는상기 입력 당뇨병 발병 요인 값이 상기 빅데이터를 기반으로 설정된 기준값을 초과하는 경우, 상기 2형 당뇨병 발병 위험도를 예측하되,딥러닝 학습 모델을 이용하여, 상기 입력 당뇨병 발병 요인 값 및 상기 2형 당뇨병 발병 위험도를 데이터셋으로 학습하고,상기 딥러닝 학습 모델로 상기 2형 당뇨병 발병 위험도를 예측하고,상기 2형 당뇨병 발병 위험도는 당뇨병의 발병 시기 또는 당뇨병의 발병률을 포함하고,상기 클라이언트는상기 입력 당뇨병 발병 요인 값을 입력받아, 상기 분석 서버에 제공하는 입력 장치; 및상기 분석 서버로부터 상기 2형 당뇨병 발병 위험도를 제공받아 출력하는 출력 장치를 포함하고,상기 출력 장치는상기 분석 서버로부터 당뇨병 발병 위험도 결과가 높다는 판단 결과를 수신하는 경우, 당뇨병 발병 위험도를 시각적으로 표시 또는 진동을 발생하여 사용자에게 당뇨병 발병 위험도가 높음을 알리는 것을 특징으로 하는, 빅데이터 기반의 당뇨병 발병 위험도 예측 시스템.

삭제

제1항에 있어서, 상기 분석 서버는상기 입력 당뇨병 발병 요인 값을 누적하여, 학습 데이터를 생성하고,상기 학습 데이터의 분석을 통해 정상 범위의 정상 당뇨병 발병 요인 값을 산출하고,상기 입력 당뇨병 발병 요인 값이 상기 정상 당뇨병 발병 요인 값을 기준으로 형성된 기 설정된 범위를 초과하였는지 판단하는 빅데이터 기반의 당뇨병 발병 위험도 예측 시스템.

제1항에 있어서, 상기 분석 서버는상기 입력 당뇨병 발병 요인 값을 누적하여, 학습 데이터를 생성하고,상기 학습 데이터를 기반으로 상기 2형 당뇨병 발병 위험도를 추출하는 빅데이터 기반의 당뇨병 발병 위험도 예측 시스템.

제4항에 있어서, 상기 분석 서버는상황 데이터를 이상 특징 정보에 매칭하여 누적하고,상기 입력 당뇨병 발병 요인 값 내에서 이상 특징 정보를 인식하고,상기 인식된 이상 특징 정보에 상응하는 상황 데이터를 상기 클라이언트로 전송하는 빅데이터 기반의 당뇨병 발병 위험도 예측 시스템.

삭제

삭제

삭제

삭제

삭제

분석 서버를 통해, 클라이언트로부터 당뇨병 발병 요인에 대한 입력 당뇨병 발병 요인 값을 획득하는 단계;상기 분석 서버를 통해, 상기 입력 당뇨병 발병 요인 값을 시간에 따라 수집하여 빅데이터를 형성하는 빅데이터 수집 단계; 및상기 분석 서버를 통해, 상기 빅데이터를 로지스틱 회귀로 분석하여, 2형 당뇨병 발병 위험도를 예측하는 당뇨병 발병 위험도 예측 단계;를 포함하고,상기 입력 당뇨병 발병 요인 값은 공복 혈당값, HDL(High-Density Lipoprotein) 콜레스테롤 값, 중성 지방(Triglyceride) 값, 음주 여부, 흡연 여부, 운동 여부, 가족력, 과거 병력, 현재 병력, 복부 둘레, BMI, 나이, 키, 체중, 혈압, 및 거주 환경을 포함하고,상기 당뇨병 발병 위험도 예측 단계는상기 분석 서버를 통해, 상기 입력 당뇨병 발병 요인 값이 상기 빅데이터를 기반으로 설정된 기준값을 초과하는 경우, 상기 2형 당뇨병 발병 위험도를 예측하되,딥러닝 학습 모델을 이용하여, 상기 입력 당뇨병 발병 요인 값 및 상기 2형 당뇨병 발병 위험도를 데이터셋으로 학습하고,상기 딥러닝 학습 모델로 상기 2형 당뇨병 발병 위험도를 예측하고,상기 2형 당뇨병 발병 위험도는 당뇨병의 발병 시기 또는 당뇨병의 발병률을 포함하고,상기 클라이언트는상기 입력 당뇨병 발병 요인 값을 입력받아, 상기 분석 서버에 제공하는 입력 장치; 및상기 분석 서버로부터 상기 2형 당뇨병 발병 위험도를 제공받아 출력하는 출력 장치를 포함하고,상기 출력 장치는상기 분석 서버로부터 당뇨병 발병 위험도 결과가 높다는 판단 결과를 수신하는 경우, 당뇨병 발병 위험도를 시각적으로 표시 또는 진동을 발생하여 사용자에게 당뇨병 발병 위험도가 높음을 알리는 것을 특징으로 하는, 빅데이터 기반의 당뇨병 발병 위험도 예측 방법.

삭제

제11항에 있어서, 상기 당뇨병 발병 위험도 예측 단계는상기 분석 서버를 통해, 상기 입력 당뇨병 발병 요인 값을 누적하여, 학습 데이터를 생성하는 단계;상기 학습 데이터의 분석을 통해 정상 범위의 정상 당뇨병 발병 요인 값을 산출하는 단계; 및상기 입력 당뇨병 발병 요인 값이 상기 정상 당뇨병 발병 요인 값을 기준으로 형성된 기 설정된 범위를 초과하였는지 판단하는 단계;를 포함하는 빅데이터 기반의 당뇨병 발병 위험도 예측 방법.

제11항에 있어서, 상기 당뇨병 발병 위험도 예측 단계는상기 분석 서버를 통해, 상기 입력 당뇨병 발병 요인 값을 누적하여, 학습 데이터를 생성하는 단계; 및상기 학습 데이터를 기반으로 상기 2형 당뇨병 발병 위험도를 추출하는 단계;를 포함하는 빅데이터 기반의 당뇨병 발병 위험도 예측 방법.

제14항에 있어서, 상기 당뇨병 발병 위험도 예측 단계는상기 분석 서버를 통해, 상황 데이터를 이상 특징 정보에 매칭하여 누적하는 단계;상기 입력 당뇨병 발병 요인 값 내에서 이상 특징 정보를 인식하는 단계; 및상기 인식된 이상 특징 정보에 상응하는 상황 데이터를 클라이언트로 전송하는 단계;를 더 포함하는 빅데이터 기반의 당뇨병 발병 위험도 예측 방법.

삭제

삭제

삭제

삭제

하드웨어인 컴퓨터와 결합되어, 제11항 또는 제13항 내지 제15항 중 어느 한 항의 빅데이터 기반의 당뇨병 발병 위험도 예측 방법을 실행시키기 위하여 매체에 저장된, 빅데이터 기반의 당뇨병 발병 위험도 예측 프로그램.