□ 현황조사 및 실태 분석 o 전체 요양 및 요양 전후 단계 체계에 대한 현황 및 실태 조사 o 재가요양, 요양원과 요양 전후 단계의 데이터 통합을 위한 법적, 기술적 한계 극복을 위한 방안에 관한 연구 □ 클라우드 기반 통합요양 플랫폼 구축 및 데이터 표준화, 연계 기술 개발 o 개인 요양 데이터 수집 분석 및 연계 처리를 위한 기술개발(TRL 4~8) o 데이터 표준화 식별체계 정립 및 처리 기술 개발(TRL 4~8) o 클라우드 기반 통합요양 플랫폼 구축(TRL 5~9) □ 디지털헬스 요양 플랫폼 기반 휴먼케어 디바이스 기술 및 솔루션 개발 o 인간중심 모델기반 주․야간 생애주기 광원 휴먼조명 기술개발 (TRL 4~8) o IoT 기반 기반 건강관리 휴먼 케어 디바이스 기술개발(TRL 3~8) o 요양(재가, 요양원)사용자 인공지능 3D홀로그램 기반 스마트 비서 제품 개발 o 인공지능 기반 인지/정서 휴먼 케어 디바이스 기술개발(TRL 3~8) □ 디지털헬스 플랫폼 기반 통합요양체계 구축을 위한 서비스 개발 및 실증 o 국제 표준기반의 개방형 공통 플랫폼 고도화 및 리빙랩 운영 (TRL 6 ~ 8) o AI 기반 건강상태 예측 알고리즘 개발 및 서비스 적용 (TRL 4 ~ 8) o 요양 서비스 모델 및 연계형 서비스 모델 개발 (TRL 4 ~ 8) -(재가요양) 신기술 활용 24시간 요양 및 간호 서비스 개발 및 구축 -(요양원) 스마트 안심 요양원 서비스 개발 및 구축 o 부산지역 재가요양 및 요양원 대상 서비스 실증 - 스마트 안심요양서비스 고도화 실증 및 재가요양 시범 실증 - 재가요양 및 요양원 서비스 본격 실증 및 마이헬스웨이 연계 □ 디지털헬스 기술 적용한 장기요양 노년 만성질환 선별 예측 및 단계별 특화 건강관리 서비스 적용 o 지능정보 융합 만성질환 선별 예측 모델 (TRL 4~8) □ 선순환 관점에서 요양→ 돌봄→ 건강의료 관리 환류체계 및 지원정책 연계 마련 o 실질적으로 작동하는 선순환 요양시스템을 통해 돌봄의 연속성 보장

(1차년도) 심층학습을 위한 PET 영상 DB 구축 ▶ PET 영상 DB 구축 - 질병 분류 (정상, MCI(경도인지 장애), AD(치매))별 DB 구축 ▶ 의료 영상 DB 저작 도구 개발 - GAN, Augmentation 기반 영상 변환 ▶ 2D PET 영상의 아밀로이드 영역 분할 및 질병 분류 (2차년도) PET 영상 분할 및 분류 딥러닝 네트워크 개발 ▶ GA 기반의 체계적인 영상분할 네트워크 설계 알고리즘 개발 - parameter 최적화 (convolution 윈도우 크기, convolution 레이어 수, Up-down 샘플링 비율 등) ▶ 3D PET 영상의 아밀로드 영역 분할 및 증상 분류 - Super Pixel 기법과 연계한 Encoder-Decoder CNN ▶ 3D PET 영상분할 및 분류 딥러닝 네트워크 개발 - PET 영상 5 레이어에서 100 레이어로 확대 (3차년도) PET 영상의 아밀로이드 분포 분석 기술 기반 치매 진단 및 예측 시스템 개발 및 구현 ▶ 아밀로이드 분포 상관관계 분석을 LSTM 네트워크 개발 및 구현 - 아밀로이드 분포 영역(위치)와 면적(넓이)에 따른 치매 진단 및 예측 시스템 개발 ▶ 치매 증상의 아밀로이드 분포 지도(맵) 개발 - 치매 정도 및 향후 질병 예후 상관관계 분석 본 연구는 (1) 심층학습을 위한 치매 PET 영상 DB 구축 유무, (2) 이를 기반으로 한 PET 영상 분할 및 분류 딥러닝 네트워크 개발 유무, (3) 그로부터 아밀로이드 분포 분석 기술 기반 치매 진단 및 예측 시스템 개발에 평가의 착안점이 있음

(1차년도) 심층학습을 위한 PET 영상 DB 구축 ▶ PET 영상 DB 구축 - 질병 분류 (정상, MCI(경도인지 장애), AD(치매))별 DB 구축 ▶ 의료 영상 DB 저작 도구 개발 - GAN, Augmentation 기반 영상 변환 ▶ 2D PET 영상의 아밀로이드 영역 분할 및 질병 분류 (2차년도) PET 영상 분할 및 분류 딥러닝 네트워크 개발 ▶ GA 기반의 체계적인 영상분할 네트워크 설계 알고리즘 개발 - parameter 최적화 (convolution 윈도우 크기, convolution 레이어 수, Up-down 샘플링 비율 등) ▶ 3D PET 영상의 아밀로드 영역 분할 및 증상 분류 - Super Pixel 기법과 연계한 Encoder-Decoder CNN ▶ 3D PET 영상분할 및 분류 딥러닝 네트워크 개발 - PET 영상 5 레이어에서 100 레이어로 확대 (3차년도) PET 영상의 아밀로이드 분포 분석 기술 기반 치매 진단 및 예측 시스템 개발 및 구현 ▶ 아밀로이드 분포 상관관계 분석을 LSTM 네트워크 개발 및 구현 - 아밀로이드 분포 영역(위치)와 면적(넓이)에 따른 치매 진단 및 예측 시스템 개발 ▶ 치매 증상의 아밀로이드 분포 지도(맵) 개발 - 치매 정도 및 향후 질병 예후 상관관계 분석 본 연구는 (1) 심층학습을 위한 치매 PET 영상 DB 구축 유무, (2) 이를 기반으로 한 PET 영상 분할 및 분류 딥러닝 네트워크 개발 유무, (3) 그로부터 아밀로이드 분포 분석 기술 기반 치매 진단 및 예측 시스템 개발에 평가의 착안점이 있음