머신러닝과 스마트 웨어러블 기기를 기반으로 한 치매의 세밀한 행동 및 심리적 증상 예측

치매의 행동 및 심리적 증상(BPSD)은 치매 치료에 큰 영향을 미치며, 환자와 보호자 모두에게 영향을 미칩니다. BPSD의 효과적인 관리와 조기 발견은 돌봄 제공자와 의료 시스템에 가해지는 스트레스와 부담을 줄이는 데 매우 중요합니다. 치매 예측을 위한 머신러닝의 발전에도 불구하고, BPSD 예측에 이러한 방법을 활용하는 데는 상당한 격차가 존재합니다. 본 연구는 스마트 웨어러블 기기의 생리적 신호를 활용한 BPSD 예측을 위한 새로운 맞춤형 프레임워크를 제시함으로써 이 격차를 메우고자 합니다. 우리의 맞춤형 세밀 BPSD 예측 방법은 개별 행동 패턴을 추출하여 BPSD 발생을 정확히 예측하며, 일반화된 모델은 다양한 패턴을 식별하고 다양한 BPSD 증상을 구분합니다. 제안된 개인화 방법과 기존 일반화 방법 간의 상세 비교 결과, 모든 성과 지표에서 상당한 개선이 이루어졌으며, AUC가 16.0% 증가했습니다. 이 결과들은 우리가 제안한 방법이 실제 상황에서 선제적 개입을 가능하게 하고 환자 결과를 개선함으로써 치매 치료를 발전시킬 잠재력을 보여줍니다. 우리가 아는 한, 이 연구는 스마트 웨어러블 기기의 생리적 신호를 활용해 BPSD를 예측하는 최초의 연구로, 치매 치료 연구에 있어 중요한 진전을 의미합니다.