한국정보처리학회:학술대회논문집 (Annual Conference of KIPS)

한국정보처리학회 (Korea Information Processing Society)
권호 표지
DOI QR코드

DOI QR Code

한국어 기반 정신 질환 예측 모델의 개발 및 적용: 일기 분석을 통한 장기 모니터링

Development and Application of a Korean Language-Based Mental Health Disorder Prediction Model: Long-term Monitoring through Diary Analysis

  • 김정우 (전남대학교 에너지자원공학과) ;
  • 이도현 (전남대학교 인공지능학부) ;
  • 조혜민 (전남대학교 인공지능학부) ;
  • 김미수 (전남대학교 인공지능학부)
  • Jeong-Wu Kim (Dept. of Energy and Resources Engineering, Chonnam University) ;
  • Do-Hyun Lee (Dept. of Artificial Intelligence, Chonnam University) ;
  • Hye-Min Jo (Dept. of Artificial Intelligence, Chonnam University) ;
  • Misoo-Soo Kim (Dept. of Artificial Intelligence, Chonnam University)
  • 발행 : 2024.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 연구는 한국어 텍스트를 기반으로 정신 질환 예측 AI 모델을 개발하고, 이를 일기 분석 플랫폼에 적용하여 장기적인 정신 건강 모니터링 시스템을 제안한다. 현재 한국은 정신 건강 문제의 심각성에도 불구하고, 정신 건강 서비스 이용률이 매우 낮다. 이러한 문제를 해결하기 위해 우울증, 불안, 조울증 등의 정신 질환 발생 가능성을 예측하는 모델을 구축한다. 이 모델은 사용자가 일기를 통해 감정 변화를 기록하고, 정신 건강 문제를 조기에 진단하도록 돕는다. 연구 결과는 정신 질환의 조기 발견 및 예방에 기여하고, 한국어 기반 정신 건강 관리 서비스에 중요한 기초 자료를 제공할 것이다.

키워드

과제정보

본 연구는 과학기술정보통신부 및 정보통신기획평가원의 소프트웨어중심대학사업 (2021-0-01409)과 인공지능융합혁신인재양성사업 (IITP-2023-RS-2023-00256629) 연구 결과로 수행되었음

참고문헌

  1. 보건복지부. "2024년 국민 정신건강실태조사 결과 발표." 보건복지부, 2024. https://www.mohw.go.kr/board.es?mid=a10503010100&bid=0027&act=view&list_no=1482175&tag=&nPage=1
  2. 국립정신건강센터. "정신건강실태조사 결과."정신건강포털, 2024. https://www.mentalhealth.go.kr/portal/bbs/bbsDetail.do?bbsId=BBSSTATS&nttId=105
  3. Murarka, Ankit, Balaji Radhakrishnan, and Sushma Ravichandran. "Classification of mental illnesses on social media using RoBERTa." Proceedings of the 12th International Workshop on Health Text Mining and Information Analysis, Mexico City, 2021, pp. 45-52.
  4. Ameer, Iqra, et al. "Mental illness classification on social media texts using deep learning and transfer learning." arXiv preprint, arXiv:2207.01012, 2022.
  5. Iyortsuun, Ngumimi Karen, et al. "A review of machine learning and deep learning approaches on mental health diagnosis." Healthcare, vol. 11, no. 3, MDPI, 2023, pp. 285. https://doi.org/10.339/healthcare11030285