임동주(KAIST, IBS) | 웨어러블 기반 수면 및 생체리듬 지표를 활용한 기분 장애 환자의 기분 삽화 예측 및 인과관계 규명 [npj Digit. Med.] | 웨비나

학술웨비나 개최완료

웨어러블 기반 수면 및 생체리듬 지표를 활용한 기분 장애 환자의 기분 삽화 예측 및 인과관계 규명 [npj Digit. Med.]

조회1614

2024년 12월 30일 (월) 오전 10시
임동주(KAIST, IBS)

개요

							기분 장애는 현대 사회에서 매우 흔한 질환으로, 매년 100만 명 이상이 새로 진단받고 있다. 기분 장애 환자들은 우울증이나 조증과 같은 뚜렷한 증상이 나타나는 시기, 즉 기분 삽화를 경험한다. 이러한 기분 삽화를 예측하기 위해 기존 연구들은 다양한 웨어러블 기기 데이터를 활용해 왔다. 예를 들어, 환자의 수면, 자기 전 걸음 수, 빛 노출 데이터를 바탕으로 여러 지표를 계산하고, 이를 머신러닝 알고리즘에 적용해 기분 삽화를 예측했다. 그러나 이러한 방식은 다양한 데이터를 요구하기 때문에 실제 일상에서 활용하기 어렵다는 한계가 있다. 본 웨비나에서는 오직 수면 데이터만으로 기분 삽화를 정확하게 예측할 수 있는 접근법을 소개한다. 구체적으로, 수면 데이터를 수리 모형에 적용하여 장기적인 생체 리듬을 추정한다. 추정된 생체 리듬을 기반으로 수면 및 생체 리듬에 관한 36가지 지표를 도출하고, 이를 머신러닝 알고리즘에 적용해 우울증, 조증, 경조증을 효과적으로 예측한다. 특히, 36가지 지표 중 생체 리듬 위상이 기분 삽화 예측에 가장 중요한 요소로 확인되었으며, 이들 사이의 명확한 인과관계를 제시한다.