한국과학기술정보연구원

기계학습을 통한 치매예측 데이터 처리기술

고령화 시대, 치매발병율 급증

• 치매 환자 수
  • 2013년 57만명
  • 2015년 65만명
  • 2020년 84만명
  • 2024년 100만명
• 국가 종 치매 비용
  • 2010년 8.7조
  • 2020년 18.7조
  • 2030년 38.9조
• 치매 사회비용
  • 암, 뇌졸증, 심장질환보다 치매가 더 높음

치매환자의 41%가 독거노인이며, 치매환자의 61%가 정부지원의 사각지대에 놓임* 치매가 중요한 사회문제로 대두, 치매에 대한 조기진단/조기치료 필요 증가

데이터 기반의 치매 조기예측 기술!

치매환자/일반인의 데이터 기반의 기계학습을 통해 치매를 예측/기록

• 치매환자 의료데이터 + 일반인 의료데이터
• 특징추출 알고리즘 설계
• 딥러닝 기반 치매조기예방

기술로 얻게 되는 것

• 치매맞춤형 알고리즘을 통한 정확도 향상
• 치매예측을 위한 주요의료정보 패턴 확보
• 치매예측 최적 관찰기간 확보

기존의 치매예측 데이터 기술은?

• 치매판정까지 많은 시간과 비용 소요
• 데이터를 활영하여도 의료데이터의 수집/구축의 어려움
• 데이터를 취득하여도 특징추출 알고리즘의 정확한 설계가 어려움

KISTI의 치매예측 데이터 처리기술

기술이 활용될수 있는 곳

• 의료기관
  • 치매 검진
  • 환자 일상생활 모니터링 등
• 보험사
  • 보험가입자 건강수준 사전점검
  • 지능형 보험료율 산정
  • 각종 질병발병률 기반 최적상품 개발 등
• 헬스케어 관련기업
  • 치매스케너 UI/UX 고도화 및 확산
  • 웨어러블 디바이스 고도화 및 확산 등
• 대학/연구원
  • 치매 패스웨이를 이용한 치매관련 신규물질 발굴
  • 치매 치료제 개발
  • 딥러닝 기반 다양한 생체 신호 빅데이터 처리 등

기계학습 기반 치매예측 데이터 처리기술