고령화 인구에 대한 전 세계적 추세에 따라, 치매 환자의 수 증가와 더불어 홀로 거주하는 고령자가 늘어나는 현상이 대한민국에서 심각한 사회 문제로 대두되고 있다. 일상생활활동(ADL) 평가는 치매 진단에 필수적이다. 그러나 ADL 평가는 ADL 설문지를 기반으로 하기 때문에 주관적 판단에 의존하며 객관성이 결여되어 있다. 본 연구에는 건강한 노인 7명과 초기 치매를 가진 대상자 6명이 참여하여 ADL 데이터를 수집하였다. 도출된 ADL 특징은 스마트 홈 센서로부터 생성되었다. 통계적 방법과 기계학습 기법을 사용하여 정상 대조군과 초기 치매 환자를 자동 분류하는 모델을 개발하였다. 제안한 접근법은 치매 진단을 위한 객관적 ADL 평가 도구로서 개발된 모델을 검증하였다. 랜덤 포레스트 알고리즘을 이용하여 개인화 모델과 비개인화 모델을 비교하였다. 비교 결과 개인화 모델의 정확도(91.20%)가 비개인화 모델(84.54%)보다 높음이 확인되었다. 이는 인지 능력에 기반한 개인화가 정상 대조군과 초기 치매의 분류에서 고무적인 성능을 보였음을 시사하며, 본 연구의 결과가 치매의 객관적 진단을 위한 중요한 기초 자료로 활용될 수 있을 것으로 기대된다.

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