편평족(pes planus)은 가장 흔한 발 변형 중 하나로, 내측 아치의 소실, 후족부의 정렬 불일치, 전족부의 외전(abduction)을 포함하며, 이는 자세와 보행에 부정적인 영향을 미친다. 보행 중 아치를 정상화하고 안정성을 제공하는 데 효과적인 발 보조기(foot orthosis)는 치료 및 교정의 목적을 위해 처방된다. 현재 발 유형을 분류하고 진단하기 위한 기계학습 기술이 개발되고 있으나, 편평족의 치료 및 관리 목적의 발 보조기 처방에는 아직 적용되지 않았다. 따라서 본 연구의 목적은 CART(classification and regressing tree)라는 의사결정 트리 알고리즘을 기반으로 다양한 임상 데이터를 학습하고 분석하여, 편평족 환자에게 맞춤형 발 보조기를 처방할 수 있는 모델을 제안하는 것이다. 특징 중요도(feature importance)를 바탕으로 총 8개의 변수를 선택하였고, 발 보조기 처방을 위한 15개의 규칙을 생성하였다. 제안된 CART 알고리즘 기반 모델은 정확도 80.16%를 달성하였다. 이러한 결과는 본 연구에서 개발한 CART 모델이 편평족 환자에게 발 보조기를 쉽고 정확하게 처방하는 데 임상가에게 적절한 도움을 제공할 수 있음을 시사한다. 향후에는 더 많은 임상 데이터를 확보하고, 다양한 기계학습 기술을 활용하여 보다 정확하고 안정적인 발 보조기를 처방할 수 있는 모델을 개발할 계획이다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.