라이프스타일 개선을 돕는 건강스스로지킴이

라이프스타일 개선을 돕는 ‘건강스스로지킴이’
첨단의료기술개발 - 소비자 중심 헬스케어(건강관리) 기술 분야
UX 기반의 건강상태 정보수집 기술개발과 행동 변화 디자인 및 실증 연구
[ ]
지원분야: 소비자 중심 헬스케어(건강관리) 기술
과제번호: HI14C3213
주관기관: 서울대학교 산학협력단
연구책임자: 이 중 식(서울대 융합과학기술대학원)

1. 연구 총괄현황
2. 주요 연구내용
3. 기대효과
#. 부록
Table
of
Contents

연구 총괄현황
1
4
총괄현황표
라이프스타일 개선을 돕는 ‘건강스스로지킴이’ - UX 기반의 건강상태 정보수집 기술개발과 행동 변화 디자인 및 실증 연구
과제명
라이프스타일 개선을 돕는 ‘건강스스로지킴이’
UX 기반의 건강상태 정보수집 기술개발과 행동 변화 디자인 및 실증 연구
주관 연구기관 서울대학교 산학협력단 주관연구책임자 이중식 실무담당자 김유정
세부과제
현황
세부과제 (세부)과제명 성명 세부연구기관명 위탁과제
1세부 건강상태 정보수집 기술개발과 행동 변화 UX 디자인 이중식 서울대학교 산학협력단 0
2세부
개인 라이프스타일 정보와 병원정보의 융합 활용
컨텐츠 설계 및 실증연구
김정훈 분당서울대학교병원 1
위탁연구 위탁기관명 네오젠소프트 위탁연구 책임자 오채수
연구기간/참여인력 총연구기간 2014-12-09 ~ 2017-11-08 참여연구원 수 37명
연구개발비
(단위: 천원)
정부출연금
민간부담금
총 합계
기업부담금 기타부담금
현금 현물 현금 현물 현금 현물
0단계
1년차 250,000 - - - - 250,000 0
2년차 250,000 - - - - 250,000 0
3년차 250,000 - - - - 250,000 0
합계 750,000 - - - - 750,000 0

5
UX와 의료 분야가 시너지를 낼 수 있는 컨소시엄을 구성하여 융합연구를 수행함
소비자 중심 헬스케어 서비스 실증연구를 위해
서울대 융합과학기술대학원
1세부: 서울대 융합과학기술대학원 2세부: 분당서울대학교병원
2세부 위탁기관: 네오젠소프트
이 중 식
라이프스타일 개선을 돕는 건강스스로지킴이: UX 기반의
건강상태 정보수집 기술개발과 행동변화 디자인 및 실증연구
이 중 식
건강상태 정보수집 기술개발과
행동 변화 사용자경험 디자인
김 정 훈
개인 라이프스타일 정보와 병원 정보의
융합 활용 콘텐츠 설계 및 실증연구
오 채 수
사용자 모바일 애플리케이션과
의료진 인터페이스 고도화 개발
연구 총괄현황
1연구 추진체계

6
라이프스타일 데이터 획득, EMR 연동을 통한 진료 활용, 환자들의 행동변화
연구의 궁극적 목표는
연구 총괄현황
1연구목표
• (1) 스마트폰/웨어러블로 라이프스타일 데이터를 수집하여
• (2) EMR에 연동하여 진료에 활용하고
• (3) 데이터 목표 처방을 통해 행동변화를 유도할 수 있는 플랫폼을 구축·검증하는 것
3L
Platform
환자 의사
EMR 모듈
지킴이
App
1차년도
2차년도
3차년도
사용자 조사 및 분석
1차년도
시스템 설계 및 개발
2차년도
실증 및 고도화
3차년도

7
연구 총괄현황
1연차별 연구내용
연구대상 및 방법
연구방법
연차별 세부 연구목표 연차별 핵심 연구개발 내역
연구목표 주요 연구내용
수집된 데이터 종류
수집데이터
활용 디바이스
디바이스
1차년도
2차년도
3차년도
실증 서비스 및 고도화
• 생활데이터 수집 방법
• 데이터 획득 및 분석
• 프로토타입 제작
• 앱·EMR 모듈 개발
• 데이터 연동
• 지식 모듈 구축
• 시스템 통합·고도화
• 데이터 통합 플랫폼 구축
• 실증서비스 오픈·평가
• 프로토타입 앱
• 의료진용 시각화 프로토타입
• 사용자조사(임상시험)
• 총 22명
• 6주(4 visits)
6w
4w
• 임상시험
• 총 76명
• 4주(3 visits) + f/u
• 실증 앱 1.0 + EMR 모듈 1.0
• 의료진 코멘트 라이브러리 1.0
• 데이터 연동 테스트
• 활동, 식사, 수면
• 흡연, 음주
• 간식, 수면만족도
• 체중, 혈압, 스트레스
• Misfit
• Fitbit
• Misfit
• Samsung
health
• Wearable-free
• 임상시험
• 총 60명
• 실증 앱 2.0 + EMR 모듈 2.0
• 데이터 플랫폼-EMR 연동
4w
22
vs.
25
대조
vs.
20
vs.
20
20
실험 51
대조
실험1
실험2

8
연구 총괄현황
연구방법
수집데이터
활용 디바이스
디바이스
1차년도
2차년도
3차년도
• 총 22명
• 6주(4 visits)
6w
4w
• 임상시험
• 총 76명
• 실증 앱 1.0 + EMR 모듈 1.0
• 흡연, 음주
• Misfit
• Fitbit
• Misfit
• Samsung
health
• Wearable-free
• 임상시험
• 총 60명
• 실증 앱 2.0 + EMR 모듈 2.0
4w
22
vs.
25
대조
vs.
20
vs.
20
20
실험 51
대조
실험1
실험2

9
연구 총괄현황
연구방법
수집데이터
활용 디바이스
디바이스
1차년도
2차년도
3차년도
• 총 22명
• 6주(4 visits)
6w
4w
• 임상시험
• 총 76명
• 실증 앱 1.0 + EMR 모듈 1.0
• 흡연, 음주
• Misfit
• Fitbit
• Misfit
• Samsung
health
• Wearable-free
• 임상시험
• 총 60명
• 실증 앱 2.0 + EMR 모듈 2.0
4w
22
vs.
25
대조
vs.
20
vs.
20
20
실험 51
대조
실험1
실험2

10
연구 총괄현황
연구방법
수집데이터
활용 디바이스
디바이스
1차년도
2차년도
3차년도
• 총 22명
• 6주(4 visits)
6w
4w
• 임상시험
• 총 76명
• 실증 앱 1.0 + EMR 모듈 1.0
• 흡연, 음주
• Misfit
• Fitbit
• Misfit
• Samsung
health
• Wearable-free
• 임상시험
• 총 60명
• 실증 앱 2.0 + EMR 모듈 2.0
4w
22
vs.
25
대조
vs.
20
vs.
20
20
실험 51
대조
실험1
실험2

11
연구 총괄현황
1연구 실적 목록
SCI(E) 논문 3편, KCI 논문 2편, 국내외 특허출원 2건, 학회발표 10건
최소 성과 요구인 SCI(E) 논문 1편, 특허출원 1건, 서비스 실시보고서 1건을 뛰어넘는 정량 실적을 달성함
논문명 학술지명 구분 IF 게재일 기여율
논문
SCI(E)
Support for Sustainable Use of Personal Health
Records: Understanding the Needs of Users as a
First Step Towards Patient-Driven Mobile Health
JMIR mHealth and
uHealth SCI(E) 4.636 2017.2 100
Impact of an Electronic Health Record-Integrated
Personal Health Record on Patient Participation in
Health Care: Development and Clinical Trial of
MyHealthKeeper
Journal of Medical
Internet Research SCI(E) 5.175 2017.12 50
Effect of Lifestyle Modification Using a Smartphone
Application on Obesity With Obstructive Sleep
Apnea: A Short-term, Randomized Controlled Study
Clinical and Experimental
Otorhinolaryngology SCI(E) 1.149 2018.1 50
비SCI(E)
챗봇 에이전트 정체성(identity)에 따른 사용자의 인식 및
행동 차이에 대한 연구: 개인, 기관, 기계 에이전트의 차이를
중심으로
Journal of HCI Society of
Korea KCI - 2017.11 100
스마트폰 웨어러블 실제 걸음수 산출을 위한 보정계수의
발견 vs 두 기기의 활용 행태 비교를 바탕으로
융복합디자인학회 KCI - 2017.12 100
특허명 출원번호 구분 IF 출원일 기여율
특허
국내출원 식사 기록을 지원하는 방법 및 서버 10-2017-0147659
서울대학교
산학협력단
대한민국 2017.11.7. 100
국제출원
환자의 생활 기록 데이터를 히트맵 형태로 시각화하여
나타내는 방법 및 서버
10-2017-0137768
(PCT/KR2017/012736)
서울대학교
산학협력단
대한민국
(PCT) 2017.11.10 50
학술대회 발표제목 학술지명 구분 h5-색인 발표일 기여율
주요
학회발표
국제발표
Prescribing 10,000 Steps like Aspirin: Designing a
Novel Interface for Data-Driven Medical
Consultation
The ACM Conference on
Human Factors in
Computing Systems
(CHI)
해외 85 2017.5. 100
“My Doctor is Keeping an Eye on Me!”: Exploring
the Clinical Applicability of a Mobile Food Logger
The ACM Conference on
Human Factors in
Computing Systems
(CHI)
해외 85 2016.5. 100

12
연구 총괄현황
1연구 실적 - SCI(E) 논문
3년간의 연구개발 결과를 지속적으로 SCI(E) 논문으로 출판

13
연구 총괄현황
1연구 실적 - 특허출원
앱과 EMR모듈에 대한 국내·외 특허 출원

14
연구 총괄현황
1연구 실적 - 학회발표
컴퓨터공학의 하위분과인 HCI의 최고 권위 학회에 학술발표

16
의사의 진료를 돕고, 환자의 행동개선을 유도하는 건강스스로지킴이 서비스 개발
라이프스타일 데이터를 의료환경에 효율적으로 활용할 수 있도록 하여
2연구의 창의성
3L
Platform
Doctor
Patient
라이프스타일 처방
라이프스타일 데이터 기반 상담
지킴이
App EMR
헬스

어드바이스
라이프스타일

데이터
랩데이터

인증
EMR 내의

활동 기록
주요 연구내용

17
2주요 연구개발 내용 및 임상시험 실시 결과
시스템 설계·개발
1
2
3
건강스스로지킴이 앱 개발 및 고도화
데이터 수집 및 행동변화를 위한
EMR 모듈 개발 및 고도화
라이프스타일 데이터를 진료에 활용할 수 있는
데이터 플랫폼-앱-EMR 데이터 연동
환자와 의료진을 연결할 수 있도록 하는
주요 연구내용
임상시험 실시 결과
1
2
3
환자들의 건강 개선
임상지표 향상으로 나타난
의사-환자 연결성 강화 및 동기부여
데이터 진료와 의료진 조언 뷰를 통한
데이터 진료 업무 프로세스 통합
라이프스타일 데이터 활용하도록 시스템을 통해

18
2주요 연구개발 내용
1
2
3
주요 연구내용
1
2
3

19
1
의료진 조언과 평가를 통한 강력한 동기부여
버튼 기반의 간편하고 쉬운 입력
아코디언 뷰로 이종의 데이터 한눈에 확인&기록

20
1
<2차년도>
건강스스로지킴이 1.0
2년에 걸친 사용자 조사를 토대로 건강스스로지킴이 앱의 UX를 고도화함
<1차년도>
건강스스로지킴이
프로토타입
<3차년도>
건강스스로지킴이 2.0
• 내비게이션 방식 변경
• 쉬운 과거 데이터 확인
• 의료진 조언 강화
• 스와이프로 손쉽게 이동
• 버튼 중심의 기록
• 직관적인 데이터 확인
사용성 지표를 통해 이슈포인트 발굴 VOU(Voice of Users)를 통해 UX 개선

21
2
라이프스타일 데이터 원클릭 처방
이종 데이터의 Cross-reference를 통한 비교
Summary로 한눈에 파악하는 환자의 생활
개별 데이터 트렌드에서부터 특이점까지 확인

22
2
1차 프로토타입 EMR 모듈 ver.
1.0
디자인
워크샵
IA
설계
UI 테마
수정
Ref. line
정의
처방모듈
추가
Summary
UI 수정
참조값
변경
컬러스킴
수정
* 애자일 개발 방법론 Agile Process: 일정한 주기를 가지고 끊임없이
프로토 타입을 만들어내며 그때 그때 필요한 요구를 더하고 수정하여
하나의 커다란 소프트웨어를 개발해 나가는 adaptive style
애자일(agile) 프로세스를 통해 의료진 요구사항을 유연하게 반영
EMR 모듈 ver.
2.0
활동그래프
최적화
식사그래프
변경
목표제시값
변경
<9회 리비전> <14회 리비전>
수면그래프
변경

23
라이프스타일 데이터의 통합 관리를 위한
3
Health Data
Health Status
Advising & Guiding
Personal Health
Decision Support Service
HIS (Hospital Information System)
생활습관 데이터
식사, 황동, 수면,
스트레스, 체중, 혈압
지킴이 앱
병원 데이터
신체검사결과,
검체검사결과, 혈압 등
PHR 서비스
사용자 인증
사용자 식별
서비스
데이터 연동
Health4U
Life log data Medical data
사용자 앱-EMR 모듈 연동을 위한 데이터 관리 플랫폼 구축

24
라이프스타일 데이터의 통합 관리를 위한
3
웨어러블 유무와 관계없이 데이터 플랫폼 통해 서비스 사용 IterDB와 병원 EMR의 DB Link 시도
Samsung Health와의 연동을 통해 사용자의 서비스 접근성을 높임
Samsung
Health
Health4U IterDB SNUBH EMR
DB LINK

25
2임상시험 실시 결과
1
2
3
주요 연구내용
1
2
3

Data analyze (n = 15)
Allocated to Control (n=20)
• Physical measurement at
week 0, 2, 4
• Lab (sleep) test at week 0, 4
• Survey questionnaireat week
0, 4
Allocated to Intervention (n=20)
• Android OS based mobile use
• MyHealthKeeper App use
• Activity tracker use
week 0, 2, 4
0, 4
Allocated to Intervention (n=20)
• Android OS based mobile use
• MyHealthKeeper App use
week 0, 2, 4
0, 4
26
2임상시험 프로세스
건강스스로지킴이 시스템·서비스 사용을 통해 건강 개선이 이뤄지는지 검증하기 위해
2개의 Intervention Group과 Control Group을 설정하여 임상시험 실시
Excluded
- Not meeting inclusion criteria
- e.g., iOS mobile, BMI under 23
Assessed for Eligibility
Enrollment
Allocation
Analysis
주요 연구내용
Follow up
Randomized
Excluded(n=5)
- Withdrawal(2)
- Data cleansing(3)
Excluded(n=5)
- Withdrawal(2)
- Data cleansing(3)
Excluded(n=5)
- Withdrawal(2)
- Data cleansing(3)

27
2임상시험 참가자 정보
임상시험 참여자의 인적정보
주요 연구내용
Characteristic 실험군 A (웨어러블+앱) 실험군 B (앱) 대조군 D
나이(year), mean(aSD) 45.6 (9.41) 41.6 (11.78) 40.1 (7.47)
성별, N (%) 남성 15 (100%) 15 (100%) 15 (100%)
학력, N (%)
대학원 졸업 3 (20.0%) 3 (20.0%) 3 (20.0%)
대학교 졸업 10 (66.7%) 9 (60.0%) 12 (80.0%)
고등학교 졸업 이하 1 (6.7%) 2 (13.3%) -
무응답 1 (6.7%) 1 (6.7%) -
직업, N (%)
전문직 2 (13.3%) 2 (13.3%) 5 (33.3%)
사무직 7 (46.7%) 5 (33.3%) 7 (46.7%)
자영업 4 (26.7%) 3 (20.0%) 2 (13.3%)
생산/서비스직 - 2 (13.3%) -
기타 1 (6.7%) 2 (13.3%) 1 (6.7%)
무응답 1 (6.7%) 1 (6.7%) 1 (6.7%)
동거인 유무, N (%)
유 12 (80.0%) 10 (66.7%) 15 (100%)
무 2 (13.3%) 3 (20.0%) -
무응답 1 (6.7%) 2 (13.3%) -
결혼 유무, N (%)
미혼 1 (6.7%) 3 (20.0%) 1 (6.7%)
기혼 13 (86.7%) 11 (73.3%) 14 (93.3%)
무응답 1 (6.7%) 1 (6.7%) -

28
2임상시험 참가자 정보
임상시험 참여자의 생활습관
주요 연구내용
Characteristic 실험군 A (웨어러블+앱) 실험군 B (앱) 대조군 D
흡연 여부, N (%)
흡연 5 (33.3%) 4 (26.7%) 4 (26.7%)
비흡연 9 (60.0%) 10 (66.7%) 11 (73.3%)
무응답 1 (6.7%) 1 (6.7%) -
음주 정도, N (%)
주5회이상 1 (6.7%) 1 (6.7%) -
주2-4회 4 (26.7%) 5 (33.3%) 7 (46.7%)
월2-4회 6 (40.0%) 3 (20.0%) 3 (20.0%)
월1회 이하 1 (6.7%) 2 (13.3%) 2 (13.3%)
전혀 안마심 2 (13.3%) 3 (20.0%) 3 (20.0%)
무응답 1 (6.7%) 1 (6.7%) -
식사규칙성
거의 매일 3끼 먹는다 6 (40.0%) 6 (40.0%) 7 (46.7%)
끼니를 거르는 날이 일주일에 1-2번 4 (26.7%) 4 (26.7%) 1 (6.7%)
끼니를 거르는 날이 일주일에 3번 이상 4 (26.7%) 5 (33.3%) 7 (46.7%)
과식하는 경우, N (%)
거의 과식하지 않는다(주0-1회) 5 (33.3%) 4 (26.7%) 2 (13.3%)
가끔 과식하는 편이다(주2-3회) 8(53.3%) 11 (73.3%) 11 (73.3%)
늘 과식하는 편이다(주4회이상) 2(13.3%) - 2 (13.3%)
최근 1주일동안
적어도 10분 이상 걸은
날은
며칠입니까?
전혀 하지 않음 1 (6.7%) 2 (13.3%) 2 (13.3%)
1회 1 (6.7%) 1 (6.7%) -
2회 - 5 (33.3%) 1 (6.7%)
3회 5 (33.3%) 2 (13.3%) 1 (6.7%)
4회 - 1 (6.7%) -
5회 5 (33.3%) 1 (6.7%) 3 (20.0%)
6회 1 (6.7%) - 2 (13.3%)
7회(매일) 2 (13.3%) 3 (20.0%) 6 (40.0%)
하루동안 걷는 시간 분 단위 45.77 45.92 55.39
지난 한달 동안
하루 수면시간
시간 단위 6.3 6.33 6.43

29
1
Weight
0
30
60
90
120
App+device App only Control
pre post
RDI
0
10
20
30
40
50
pre post
BMI
28
29
30
31
32
pre post
AHI
0
10
20
30
40
pre post
Snoring
0
3
6
9
12
pre post
ODI
0
10
20
30
40
pre post
P < .05 P < .05
P < .05
P < .05

30
1
Weight
0
30
60
90
120
pre post
RDI
0
10
20
30
40
50
pre post
BMI
28
29
30
31
32
pre post
AHI
0
10
20
30
40
pre post
Snoring
0
3
6
9
12
pre post
ODI
0
10
20
30
40
pre post
P < .05 P < .05
P < .05
P < .05
실험군1(App+device)과 실험군2(App only) 모두 건강 개선 효과
데이터 플랫폼 연동을 통해 스마트폰 앱을 활용하는 것만으로도
웨어러블을 추가적으로 사용하는 것과 같은 효과가 있음

31
2 의사-환자 연결성 강화 및 동기부여
높은 수준의 데이터 진료 평균 만족도
데이터 수집률을 통해 본 Adherence Rate
0
5
10
15
20
25
매우
불만족스럽다
불만족스럽다 보통이다 만족스럽다 매우
만족스럽다
3
11
20
2
5점 척도 | 응답자 36명 기준
3.8
데이터 진료
만족도 평균 점
임상시험 동안 참가자들이 보인 높은 adherence rate과 데이터 진료 만족도
0
20
40
60
80
100
activity meal sleep stress weight
56
52
55
58
74
59
57
63
66
85
app+dev.
app only
데이터 수집률
총 평균 62.4%

32
2 의사-환자 연결성 강화 및 동기부여
임상시험 이후로도 이어진 참가자들의 지속적인 앱 사용

33
라이프스타일 데이터를 활용하도록 하는 시스템을 통해
3
EMR 모듈을 활용한 데이터 진료 데이터 진료와 기존 진료의 통합을 돕는 EMR 모듈
기존 진료
데이터 진료
recall-based consultation
recall without evidences
evidence-based consultation
cue-based recall
EMR 모듈 활용을 통해 데이터 진료가 자연스럽게 기존 진료에 통합됨

35
기대효과
3연구성과 활용 필요성
장기적으로 Stand-alone 서비스화를 위한 병원 내 시스템 운영이 필요함
사용 환자 확대, 진료과 확대로 시작하여
사용자 정책 기술 정책 가격 정책 보험 정책

36
기대효과
3연구 기여도
EMR과 연결된 앱 개발, 환자의 건강 개선 효과 확인, 라이프스타일 데이터 축적
사용자로서의 환자-의사를 중심에 두고 연구를 진행하여
사용자 중심 접근을 통해
실제 활용 가능한 솔루션 개발
건강스스로
지킴이
EMR과 연결되는 앱 서비스
데이터플랫폼-EMR 연동을 통한
실제 라이프스타일 데이터 콜렉션
라이프스타일 데이터 수집
라이프스타일 개선을 통한
임상지표 향상 확인
실제 건강 개선 효과

37
기대효과
3향후계획 및 파급효과
향후 환자들로부터 대규모 라이프스타일 데이터를 수집할 계획으로,
정밀 의료(precision medicine) 실현을 위한 기초 인프라 구축에 기여함
라이프스타일 Data
임상 Data
기업
병원
공공
보건
국민 건강증진을 위한
정책 수립
기초 의학 연구
건강관리 서비스 발굴
환자 맞춤 의료 실현
PHR 시스템
일상생활,
건강, 질병
데이터

THANK YOU
첨단의료기술개발 소비자 중심 헬스케어(건강관리) 기술 분야

40
부록
#연구의 도전성
데이터 접근, 상황적 제약, 의료적 맥락에서의 난점이 있음
라이프스타일 데이터를 의료환경에서 사용하는 데는
부족한 시간, 과도한 정보
데이터 진료
어려움
Situational Constraints
의사-환자 관계, 데이터 리터러시
Medical Practices
데이터 시각화, 데이터 취합
Data Access
*

41
부록
#건강지킴이 앱 디테일 - 활동
현재의 기록 상태, 목표를 한눈에 확인
하루(혹은 일주일) 동안의 추이 데이터 확인
Snapshot & Span Data
의료진 아바타로 프레젠스 강화
실제 진료 기반으로 제작된 코멘트 제공
Doctor’s Advice
버튼으로 간단히 데이터 입력
Data Input Button
유용성 피드백을 통해 사용자 반응 수집

42
부록
#건강지킴이 앱 디테일 (1)

43
부록
#건강지킴이 앱 디테일(2)

44
부록
#튜토리얼 홈페이지
-
알기 쉬운 사용법 안내 홈페이지 제작
FAQ를 통한 상세 사용법 안내 1분 동영상 튜토리얼 제공

45
부록
#코멘트 라이브러리 제작
-
실제 의료진의 진료 코멘트를 바탕으로 한 코멘트 라이브러리 제작
1차년도 진료 관찰 utterance analysis 데이터&목표 성격에 따라 코멘트 작성

46
부록
#코멘트 라이브러리 기능 구현
-
수치로 표현되는 목표를 코멘트로 매칭하도록 하는 시스템 구현
진료시 의료진이 환자와
함께 목표를 정한 후
숫자로 간단히 처방
EMR 모듈 목표 처방 코멘트 라이브러리 매칭 사용자 앱 조언 노출
환자의 상태, 기존 목표 계산 후
새로 처방된 목표를
자연어 코멘트 라이브러리 매칭
숫자로 처방된 목표가
사용자 앱에서는
자연어로 담당의와 함께 노출

47
부록
#EMR 모듈 개발 과정
*
진료 routine 조사를 통한 저니맵 도출 Participatory Design Workshop 진행
* 사용자 저니맵 User Journey Map: UX research analysis 기법 중
하나로, 사용자의 시스템/서비스 이용을 일종의 여정(journey)으로
보고 시간을 축으로 경험에 대한 ‘맵’을 작성하는 방법
-
진료 routine 조사와 Co-creative Workshop을 통해 사용자 관점으로 디자인

48
부록
#EMR 모듈 - 헬스포유
-
업무흐름에 통합되어 데이터 진료를 돕는 EMR 모듈 Health4u
전체를 조망하는 Holistic Summary 3 Primary & 3 Assistive Data

49
부록
전체를 짧은 시간 내에 조망할 수 있는 Holistic Summary Area
한눈에 볼 수 있는 6개 데이터 평균
색상으로 데이터 타입 구별 가능
짧은 시간 내에 환자 snapshot 파악
Numerical Summary
빠르게 6개 데이터 추이 비교
다중 선택으로 필요한 데이터만 선택
중요한 데이터는 두드러지게 시각화
Trend Summary

50
부록
개별 데이터 평균 검토
트렌드로 추이 확인
히트맵 등 직관적인 시각화
생활습관 특이점 파악
직전 목표 확인 가능
편리한 목표 제시

51
부록
스트레스, 체중, 혈압 데이터 확인
지난 목표와 비교 가능
숫자 입력으로 간단하게 목표 처방

라이프스타일 개선을 돕는 건강스스로지킴이

Recommended

Recommended

More Related Content

Similar to 라이프스타일 개선을 돕는 건강스스로지킴이

Similar to 라이프스타일 개선을 돕는 건강스스로지킴이 (20)

More from Myuserable

More from Myuserable (10)

라이프스타일 개선을 돕는 건강스스로지킴이