초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

무선 네트워크의 발전과 스마트기기의 대중화로 인해 네트워크를 통한 ‘스마트 헬스케어’ 시대에 접어들게 되었다. 하지만 현재 고령자의 인지능력을 측정하는 방식에 있어서 네트워크와 IT Device를 활용하는 경우는 많지 않다. 보편적으로 고령자의 인지능력을 측정할 때 쓰이는 표준화된 검사인 ‘MMSE’검사의 경우, 검사자와 피검사자의 질문과 답변을 통해 설문지로 인지능력을 측정한다. 이는 반드시 검사자와 피검사자가 대면해야 하며 검사자의 피로 누적 등 검사의 외부적인 조건에 따라 측정 결과의 신뢰성이 떨어지고 측정시간이 상대적으로 길어질 수 있었다. 따라서 본 논문에서는 이러한 취약점을 개선하기 위하여 다양한 IT Device에서 사용가능한 인지능력측정 시스템을 제안하였다. 본 논문에서 제안하는 시스템을 설계하기 위하여 통합개발도구를 기반으로 기존에 측정하지 않았던 실행력, 운동력 요소를 추가하여 피검사자의 인지능력을 측정 할 수 있는 시스템을 설계하였다. 설계한 시스템을 구현하기 위해 Intel Core i5 @3.2GHz 환경에서 GameMaker Studio를 사용하여 제안 시스템을 구현하였고 ...

무선 네트워크의 발전과 스마트기기의 대중화로 인해 네트워크를 통한 ‘스마트 헬스케어’ 시대에 접어들게 되었다. 하지만 현재 고령자의 인지능력을 측정하는 방식에 있어서 네트워크와 IT Device를 활용하는 경우는 많지 않다. 보편적으로 고령자의 인지능력을 측정할 때 쓰이는 표준화된 검사인 ‘MMSE’검사의 경우, 검사자와 피검사자의 질문과 답변을 통해 설문지로 인지능력을 측정한다. 이는 반드시 검사자와 피검사자가 대면해야 하며 검사자의 피로 누적 등 검사의 외부적인 조건에 따라 측정 결과의 신뢰성이 떨어지고 측정시간이 상대적으로 길어질 수 있었다. 따라서 본 논문에서는 이러한 취약점을 개선하기 위하여 다양한 IT Device에서 사용가능한 인지능력측정 시스템을 제안하였다. 본 논문에서 제안하는 시스템을 설계하기 위하여 통합개발도구를 기반으로 기존에 측정하지 않았던 실행력, 운동력 요소를 추가하여 피검사자의 인지능력을 측정 할 수 있는 시스템을 설계하였다. 설계한 시스템을 구현하기 위해 Intel Core i5 @3.2GHz 환경에서 GameMaker Studio를 사용하여 제안 시스템을 구현하였고 OSX, IOS, Window, Android 등의 Multiplatform에서 실행 여부를 테스트하였다. 마지막으로, 제안 시스템과 기존 ‘MMSE’검사를 비교 및 평가하기 위하여 측정된 값들의 일관성과 검사 시 소요시간 및 측정요소를 분석하였다. 기존 시스템과 비교 및 분석한 결과, 제안 시스템에서는 측정값들의 일관성이 10% 향상되어 각각 측정값의 신뢰성을 높였으며 1인당 측정 시 소요되는 시간은 평균 55% 감소하였다. 또한 기존 검사에서 측정하지 않던 운동력, 실행력 요소를 추가하여 정확성을 향상하였다.