프로젝트 주제
[개요]
- 치매 고위험군 환자들의 웨어러블 기기를 통해서 수집된 라이프로그 데이터와 건강 상태 데이터를 통해 치매를 조기진단하는 예측 모델을 개발하고, 병원 예약 기록 및 예약 기록 환자의 건강 상태를 통해 고령 환자들의 노쇼 예측 모델을 개발하고 노쇼 예방을 위한 시스템 구축
[배경]
- 치매는 시간이 지남에 따라 점차 악화되는 신경계 질환으로, 조기 진단이 어렵고 발병 이후에는 회복이 어려운 특징을 가지고 있음.
- 점점 병원에서도 ‘노쇼(No-show)’ 현상이 심각한 문제로 떠오르고 있다. 노쇼란 환자가 예약한 진료 시간에 아무런 통보 없이 나타나지 않는 예약 불이행을 말한다. 병원 입장에서는 진료 수익 손실은 물론, 의료 인력과 시설 자원의 낭비로 이어진다. 다른 환자에게 돌아갈 수 있는 진료 기회가 사라지고, 전체 진료 일정에도 혼선이 생긴다. 반복적인 노쇼는 환자 본인에게도 치료 지연, 신뢰 하락, 향후 예약 제한 등 여러 불이익을 초래할 수 있다.
[주제]
- [주제1] : 라이프로그 데이터 및 건강 상태 데이터를 통한
치매조기진단 예측 및 발병의 예방과 선제적 관리 - [주제2] : 병원 예약 기록 및 라이프로그 기반
고령 환자 노쇼 예측 분류 모델 개발 및 노쇼 예방을 위한 자동 알림, 리마인더 서비스
[설명]
- [주제1] : 수면 시간, 걸음걸이, 인지 기능 (라이프로그 데이터)와 당뇨병, 고혈압, 알코올 섭취, 흡연여부(건강 상태 데이터)를 통한 치매조기진단 예측 모델 개발 및 대시보드 구축
- [주제2] : 병원 예약 기록 데이터와 라이프로그 데이터를 통한 고령 환자 노쇼 예측 모델 개발 및 대시보드 구축
[데이터]
- 라이프로그 데이터
- 치매 환자의 건강 상태 데이터
- 병원 예약 기록 데이터
프로젝트 목표
- 예방부터 진료까지: 고령자 통합 헬스케어 예측 시스템으로 더 나은 세상을 설계하여 의료 연속성 확보
문제 정의
- 분석 및 시각화의 중점
-
치매 환자와 정상 환자 간의 행동적·생리적 차이 분석→ 수면 패턴, 걸음걸이 변화, 인지기능 저하, 당뇨병, 흡연여부, 알코올 섭취 등을 분석 및 시각화하여 확인하고, 치매 예측 모델 개발
-
병원 예약 기록과 혈압, 당뇨 등의 질병 이력을 활용하여 고령자 정상 이행자와 고령자 비정상 이행자(노쇼) 간 차이 분석→ 고령자 비정상 이행자의 치매 확률을 예측하고 치매 확률이 높은 환자에게 비대면 검사 시스템을 제공하여 치매 조기검사를 진행
(캐글 알츠하이머 데이터셋 + 캐글 노쇼 데이터)
-
- 문제의 필요성 및 중요성
-
치매는 조기 진단이 어려움→ 환자가 인지할 때는 이미 상당한 신경 손상이 진행된 후인 경우가 많음
-
정기적 병원 방문 없이도 상태를 모니터링할 수 있는 기술이 필요→ 웨어러블이나 스마트 디바이스를 통한 수면·보행·인지 데이터 수집은 일상에서 가능
-
노쇼 환자에 대한 원인 분석의 한계→ 기존에는 고령자의 노쇼를 단순한 개인 사정으로 취급하는 경우가 많았으나, 실제로는 인지 기능 저하나 치매의 전조 증상일 가능성도 존재함, 노쇼 패턴 자체가 치매 고위험군의 간접적 지표가 될 수 있으며, 이를 정량적으로 분석할 필요가 있음
-
데이터 활용 계획
- 데이터 출처
- https://aihub.or.kr/aihubdata/data/view.do?dataSetSn=22 (AI 허브 - 치매 고위험군 웨어러블 라이프로그 데이터셋)
- https://www.kaggle.com/datasets/joniarroba/noshowappointments (캐글 - 환자 노쇼 데이터)
- https://www.kaggle.com/datasets/rabieelkharoua/alzheimers-disease-dataset (캐글 - 치매 / 비치매 환자들의 건강 정보 데이터)
- 데이터 전처리 및 분석 계획
- 결측치 및 이상치 처리
- 정규화 및 표준화
- 라이프로그 데이터와 건강 정보 데이터의 특징 및 치매와의 상관관계 분석
- 치매 예측 모델 개발
- 대시보드 구성 계획 (치매 관련 공공기관 담당자, 대학병원)
- 개인별 라이프로그 변화 추세 및 치매 예측 모델 시뮬레이션 ‘치매 위험 지수’ 라이프로그 데이터 자동으로 대시보드 연동이 된다고 가정하에 위험 지수 자동업데이트 주기별로 7일 단위로? 업데이트를 하면은 자동으로 대시보드에 ‘치매 위험 지수’가 나타나고 이거를 실제 고령자 및 보호자들이 확인 가능.
- 치매 고위험군 특징들 (예를 들어, 치매 환자 중 중요도 높은 변수들 이러한 특징을 가졌다 이런걸 보여주는 대시보드)
- 고령 환자 노쇼 예측 모델 (병원용)
예상 결과물 및 기대 효과
- 예상 결과물
- 웨어러블 라이프로그 데이터 기반 치매 예측 모델
- 웨어러블 라이프로그 데이터 연동 대시보드
- 고령층 환자의 노쇼 예측 모델
- 대시보드 주요 구성
- 대시보드 1 : 웨어러블 라이프로그 자동 연동으로 치매 확률을 예측하고 ‘치매 위험 지수’를 고령자에게 안내하여 생활 습관 개선을 유도
- 대시보드 2 : 치매 예측 모델 기반으로 치매에 영향을 주는 주요 변수 제시 및 치매 예방을 위한 건강한 생활 습관을 제시함
- 대시보드 3 : 고령자 노쇼 인원 통계, 고령자 노쇼 인원 건강 상태 파악, 고령자 노쇼 인원 중 치매 위험도 분석
- 기대 효과
- 고령자 통합 헬스케어 예측 시스템을 통해 예방부터 진료까지 이어주는 고령자를 위한 헬스케어 환경 구축
아주 기대가 많이 되는 프로젝트입니다!! 지윤님 화이팅