[논문]모바일 기반의 '근감소증' 예측 및 모니터링 시스템 설계 및 구현

강현민; 박채은; 주미니나; 서석교; 전용관; 김진우

doi:10.9717/kmms.2022.25.3.510

모바일 기반의 '근감소증' 예측 및 모니터링 시스템 설계 및 구현
Design and Implementation of a Mobile-based Sarcopenia Prediction and Monitoring System 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.25 no.3, 2022년, pp.510 - 518

강현민 (HCI Lab, Yonsei University) , 박채은 (HCI Lab, Yonsei University) , 주미니나 (HCI Lab, Yonsei University) , 서석교 (Department of Obstetrics and Gynecology, Yonsei University College of medicine) , 전용관 (Department of Sport Industry, Yonsei University) , 김진우 (HCI Lab, Yonsei University)

Abstract ▼ AI-Helper

This paper confirmed the technical reliability of mobile-based sarcopenia prediction and monitoring system. In implementing the developed system, we designed using only sensors built into a smartphone without a separate external device. The prediction system predicts the possibility of sarcopenia without visiting a hospital by performing the SARC-F survey, the 5-time chair stand test, and the rapid tapping test. The Monitoring system tracks and analyzes the average walking speed in daily life to quickly detect the risk of sarcopenia. Through this, it is possible to rapid detection of undiagnosed risk of undiagnosed sarcopenia and initiate appropriate medical treatment. Through prediction and monitoring system, the user may predict and manage sarcopenia, and the developed system can have a positive effect on reducing medical demand and reducing medical costs. In addition, collected data is useful for the patient-doctor communication. Furthermore, the collected data can be used for learning data of artificial intelligence, contributing to medical artificial intelligence and e-health industry.

주제어

표/그림 (9)

그림 Fig. 1. The process of diagnosing sarcopenia.
그림 Fig. 2. System structure for predicting sarcopenia.
표 Table 1. Final result and criteria.
표 Table 2. Criteria for executing diagnostic devices.
그림 Fig. 3. Average walking speed algorithm and Realized screen.
그림 Fig. 4. SARC-F algorithm and Realized screen.
그림 Fig. 5. 5 Time chair stand test algorithm and Realized screen.
그림 Fig. 6. Rapid Tapping algorithm and Realized screen.
표 Table 3. The reliability of the proposed algorithm.

AI 본문요약
AI-Helper

문제 정의

본 연구는 별도의 외부 장치 없이 모바일 디바이스만 활용하여 근감소증에 대한 모니터링 및 예측시스템을 설계하고 구현하였다. 이때, 미국과 달리 현행 국내 의료법상 ‘진단’은 의사의 고유 권한이므로 구현된 예측 시스템은 진단이 아닌 가능성을 예측한다.

제안 방법

본 논문에서 설계하고 구현한 예측 시스템에 포함되는 방법은 총 3가지로, 과학적(임상적) 근거 유무를 기준으로 선정하였다. 디지털 치료기기 허가·심사 가이드라인(2020)에 따르면 근거의 종류에는 ‘임상 의료지침(CPG), 임상 논문, 임상시험 자료’가 있다.
따라서 건강한 노년, 항노화 등에 대한 욕구가 팽창하고 있으며 이는 개인뿐 아니라 국가적 과제로 인식되고 있다 [19]. 본 연구팀은 다양한 만성질환에 영향을 미치는 근감소증에 대한 예측 및 모니터링을 별도의 외부장치 없이 오직 모바일 디바이스만을 통해 진행할 수 있도록 설계 및 구현하였다. 이를 통해 고령자는 의료기관에 방문하지 않고도 근감소증 가능성을 예측할 수 있으며, 진단되지 않은 근감소증 위험을 빠르게 발견하여 적절한 의학적 치료를 시작할 수 있다.
본 연구팀은 일상생활 속에서 모바일 디바이스만 이용하여 근감소증과 관련된 디지털 바이오마커를 추적할 수 있도록 했다. 나아가, 디지털 바이오마커분석 결과를 근감소증 예측 시스템의 트리거(Trig- ger)로 활용했다.

대상 데이터

본 논문에서 설계하고 구현한 모니터링 시스템이 추적하는 디지털 바이오마커는 1가지로, 이 또한 과학적(임상적) 근거 유무를 기준으로 선정하였다. ‘보행 평균 속도’는 많은 선행 임상 연구들을 통해 근감소증과 높은 상관관계가 확인되었으며, 실제 의료 기관에서도 진단 및 심각도 평가에 사용하는 척도이다 [17].

데이터처리

모니터링 시스템에 포함되는 ‘보행 평균 속도’ 측정의 기술적 신뢰도 평가는 200 m의 거리를 지정해둔 후 구현된 시스템을 통해 산출된 소요 시간, 이동 거리 및 걸음 수와 실측된 소요 시간, 걸음 수와 비교하였다

이론/모형

보행 평균 속도 모니터링은 GPS(Global Positioning System) 센서를 이용한다. ‘보행 평균 속도’는 ‘근감소증 예측 시스템’ 동작의 트리거로서, 일상생활 속에서 추적된다.

성능/효과

본 연구팀이 설계하고 구현한 ‘근감소증 예측 시스템’과 ‘근감소증 모니터링 시스템’ 각각의 평균 기술적 신뢰도는 약 97%와 20%이다
본 연구팀이 설계하고 구현한 시스템은 환자 발견 및 자가 진단에 해당하며 의료 기관 방문으로 인한 ‘교통비, 측정비, 진료비’ 등의 비용 발생을 제거하여 전체 의료비 감소에 긍정적인 영향을 줄 수 있다
본 연구팀은 다양한 만성질환에 영향을 미치는 근감소증에 대한 예측 및 모니터링을 별도의 외부장치 없이 오직 모바일 디바이스만을 통해 진행할 수 있도록 설계 및 구현하였다. 이를 통해 고령자는 의료기관에 방문하지 않고도 근감소증 가능성을 예측할 수 있으며, 진단되지 않은 근감소증 위험을 빠르게 발견하여 적절한 의학적 치료를 시작할 수 있다.

후속연구

또한 비대면 의료는 고령화 사회로 인한 총 의료수요 증가를 완화하는 데에도 큰 도움이 된다. 나아가, 수집된 데이터는 환자-의사 상호간의 커뮤니케이션에 유용하게 활용됨과 동시에 의사의 진단 및 처방에 있어 중요한 참고자료로 활용될 수도 있다. 마지막으로, 본 시스템을 통해 축적된 데이터는 라벨링 과정을 거쳐 인공지능 학습데이터로 활용되어 의료 분야 인공지능 및 e-health 산업에 크게 기여할 수 있을 것으로 기대된다.
추후, 하드웨어 기술 발전으로 인하여 센서의 기술적 한계가 줄어듦에 따라 시스템의 기술적 신뢰도는 점차 향상될 것이다. 나아가, 시스템을 통해 수집된 데이터를 학습한 인공지능을 적용한다면 시스템의 기술적 신뢰도는 점차 향상될 것이다.
나아가, 수집된 데이터는 환자-의사 상호간의 커뮤니케이션에 유용하게 활용됨과 동시에 의사의 진단 및 처방에 있어 중요한 참고자료로 활용될 수도 있다. 마지막으로, 본 시스템을 통해 축적된 데이터는 라벨링 과정을 거쳐 인공지능 학습데이터로 활용되어 의료 분야 인공지능 및 e-health 산업에 크게 기여할 수 있을 것으로 기대된다.
본 연구팀이 설계하고 구현한 ‘근감소증 예측 시스템’과 ‘근감소증 모니터링 시스템’ 각각의 평균 기술적 신뢰도는 약 97%와 20%이다. 추후, 하드웨어 기술 발전으로 인하여 센서의 기술적 한계가 줄어듦에 따라 시스템의 기술적 신뢰도는 점차 향상될 것이다. 나아가, 시스템을 통해 수집된 데이터를 학습한 인공지능을 적용한다면 시스템의 기술적 신뢰도는 점차 향상될 것이다.
향후, ‘근감소증 예측 및 모니터링 시스템’과 개발 중인 ‘근감소증 처치(Treatment) 시스템’의 결합 및 신촌 세브란스 병원을 통한 임상시험이 예정되어 있으며, 이를 통해 근감소증 디지털 치료기기로 식약처 및 FDA 인증을 획득하는 것이 본 연구팀의 최종 목표이다.

참고문헌 (20)

S.K. Nam and O.S. Shim, "A Study on the Influence Factors on Quality of Life of Elderly with Chronic Disease," Korean Journal of Gerontological Social Welfare, Vol. 53, No. 2, pp. 239-259, 2011.
E.H. Namgung, "A Study on Health Care Expenditure for the Old Age Group in Korean Public Healthcare System," Health and Social Welfare Review, Vol. 30, No. 2, pp. 519-556, 2010.
S.W. Park, "Sarcopenia of the Old Age," Journal of Korean Society of Endocrinology, Vol. 22, No. 1, pp. 1-7, 2007.
J.W. Chung, H.Y. Lee, E.K. Park, and Y.S. Jin, "Relationships of Bone Mineral Density, Body Composition, and Fitness in Older Persons," Journal of Korean Association of Physical Education and Sport for Girls and Women, Vol. 22, No. 1, pp. 123-136, 2008.
A.J. Cruz-Jentoft and A.A. Sayer, "Sarcopenia," The Lancet, Vol. 393, No. 10191, pp. 2636-2646, 2019.
J.H. Moon, M.H. Kong, and H.J. Kim, "Implication of Sarcopenia and Sarcopenic Obesity on Lung Function in Healthy Elderly: Using Korean National Health and Nutrition Examination Survey," Journal of Korean Medical Science, Vol. 30, No. 11, pp. 1682-1688, 2015.

상세보기
T. Bai, F. Fang, F. Li, Y. Ren, J. Hu, and J. Cao, "Sarcopenia is Associated with Hypertension in Older Adults: A Systematic Review and Meta-Analysis," BMC Geriatrics, Vol. 20, No. 1, pp. 1-9, 2020.
J.F. Baker, J. Long, M.B. Leonard, T. Harris, M.J. Delmonico, A. Santanastio, et al., "Estimation of Skeletal Muscle Mass Relative to Adiposity Improves Prediction of Physical Performance and Incident Disability," The Journals of Gerontology: Series A, Vol. 73, No. 7, pp. 946-952, 2018.

상세보기
Artificial intelligence+bigdata, doctors diagnose more accurate and more efficient(2017), https://scienceon.kisti.re.kr/srch/selectPORSrchTrend.do?cnGTB2017002151 (accessed January 5, 2022).
J.E. Morley, R.N. Baumgartner, R. Roubenoff, J. Mayer, and K.S. Nair, "Sarcopenia," Journal of Laboratory and Clinical Medicine, Vol. 137, No. 4, pp. 231-243, 2001.

상세보기
T.K. Malmstrom and J.E. Morley, "SARC-F: a Simple Questionnaire to Rapidly Diagnose Sarcopenia," Journal of the American Medical Directors Association, Vol. 14, No. 8, pp. 531-532, 2013.

상세보기
S.Y. Kim, M.J. Kim, and C.W. Won, "Validation of the Korean Version of the SARC-F Questionnaire to Assess Sarcopenia: Korean Frailty and Aging Cohort Study," Journal of the American Medical Directors Association, Vol. 19, No. 1, pp. 40-45, 2018.

상세보기
C.W. Won, "Diagnosis of Sarcopenia in Primary Health Care," Journal of the Korean Medical Association, Vol. 63, No. 10, pp. 633-641, 2020.
L. Barrios, P. Oldrati, D. Lindlbauer, M. Hilty, H. Hayward-Koennecke, H. Holz, et al., "A Rapid Tapping Task on Commodity Smartphones to Assess Motor Fatigability," Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, pp. 1-10, 2020.
J.K. Son, J.Y. Cho, S.P. Jun, and J.W. Lee, "The Market Analysis of Biomarkers," Biomaterials Research, Vol. 14, No. 2, pp. 78-85, 2010.

상세보기
P. Ray, Y.L. Manach, B, Riou., T.T. Houle, and D.S. Warner, "Statistical Evaluation of a Biomarker," The Journal of the American Society of Anesthesiologists, Vol, 112, No. 4, pp. 1023-1040, 2010.
V. Santilli, A. Bernetti, M. Mangone, and M. Paoloni, "Clinical Definition of Sarcopenia," Clinical Cases in Mineral and Bone Metabolism, Vol. 11, No. 3, pp. 117, 2014.
M.J. Kim and C.W. Won, "Sarcopenia in Korean Community-Dwelling Adults Aged 70 Years and Older: Application of Screening and Diagnostic Tools from the Asian Working Group for Sarcopenia 2019 Update," Journal of the American Medical Directors Association, Vol. 21, No. 6, pp. 753-758, 2020.
H.K. Kang and Y.S. Koh, "An Exploratory Study on the Acceptance Intention of Converged Healthcare Equipment Using Neuro-Tech," Journal of Korea Multimedia Society, Vol. 24, No. 1, pp. 134-145, 2021.
H.M. Kang, C.E. Park, J.W. Lee, K.W. Baek, S.H. Lee, and J.W. Kim, "Application for Relieving Feeling of Social Isolation in a Pandemic Situation : Focusing on the Covid19 Incident," Proceeding of HCI Korea 2021, pp. 908-908, 2021.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증