• 제목/요약/키워드: 의료 인공지능

검색결과 214건 처리시간 0.019초

장애 중증도 수준에 따른 장애 유형이 고용에 미치는 영향: 장애인고용패널조사를 중심으로 (Effect of Disability Types by Disability Severity Levels on Employment: Based on the Employment Panel Survey for the Disabled)

  • 최준혁;이지수;정선우;오성수;조훈
    • 재활치료과학
    • /
    • 제11권2호
    • /
    • pp.63-76
    • /
    • 2022
  • 목적 : 본 연구의 목적은 장애 중증도 수준뿐만 아니라 장애 유형 또한 함께 고려하여 장애인의 고용현황을 분석함으로써 기존의 장애 중증도 수준에 기반한 의학적 손상을 기준으로 하여 직업적 능력을 고려하는 것에 한계가 있음을 지적하는 데에 있다. 연구방법 : 장애인고용공단(2019)에서 조사한 장애인 고용패널조사 2차 웨이브 4차 조사 자료를 사용하였다. 독립변수는 장애인의 장애 중증도와 장애 유형, 종속변수는 고용여부로 하여 장애 중증도에 따른 장애 유형의 고용가능성 오즈비를 로지스틱 회귀분석으로 산출하였다. 결과 : 장애정도가 심한 군은 고용가능성은 관련 변수들을 보정했을 때, 신체외부장애 유형에 비해 신체내부장애의 고용가능성이 0.413(95% CI: 0.271-0.629)배로 유의하게 낮았고(p<.001), 장애정도가 심하지 않은 군에서는 신체외부장애에 비해 신체내부장애가 0.475(95% CI: 0.327-0.690)배로 고용가능성이 낮았다(p<.001). 결론 : 장애 중증도 수준이 같다 하더라도 장애 유형에 따라 고용가능성이 달라질 수 있음을 확인하였다. 장애 유형과 중증도를 모두 고려하여 고용가능성의 편차를 줄일 수 있는 판정 기준의 마련이 필요하다.

가속도 센서기반의 인체활동 및 낙상 분류를 위한 알고리즘 구현 (Implementation of Acceleration Sensor-based Human activity and Fall Classification Algorithm)

  • 박현;박준모;하연철
    • 융합신호처리학회논문지
    • /
    • 제23권2호
    • /
    • pp.76-83
    • /
    • 2022
  • 최근 IT기술이 발달함에 따라 다양한 생체신호 측정 기기에 대한 연구 및 관심이 높아지고 있는 이유 중 하나로 고령사회가 본격화됨에 따라 IT 관련 기술을 이용한 고령 인구에 대한 연구가 지속해서 발전되고 있다. 본 논문은 초고령사회에 접어들면서 빠르게 발전하고 있는 노인층을 대상으로 한 의료서비스 영역 중 하나인 생활 패턴 감지와 낙상 감지 알고리즘 개발에 관한 것이다. 3축 가속도 센서와 심전도 센서를 이용한 시스템을 구성하여 데이터를 수집한 뒤 데이터를 분석하는 과정으로 진행하였고 실제 연구 결과로부터 행동 패턴의 분류가 가능함을 제안한다. 본 논문에 의해 구현된 인체 활동 모니터링 시스템의 유용성을 평가하기 위하여 자세 변화, 보행속도의 변화 등 다양한 조건에서 실험을 수행하여 인체의 중력 가속도와 인체 활동 정도를 반영하는 신호크기 범위 및 신호 벡터크기 파라미터를 추출하였다. 그리고 이들 파라미터값에 의해 피검자의 상태에 따라 판별이 가능하였다.

ICT기술을 활용한 곤충스마트팩토리팜의 현황과 미래 (Current status and future of insect smart factory farm using ICT technology)

  • 석영식
    • 식품과학과 산업
    • /
    • 제55권2호
    • /
    • pp.188-202
    • /
    • 2022
  • 최근 곤충산업은 애완곤충, 천적 등 산업에서 사료, 식용, 약용곤충으로 그 활용범위가 확대되면서 곤충 원료의 품질관리에 대한 요구가 커지고 곤충 제품의 안전성 확보에 관심이 높아지고 있다. 전세계 곤충산업 시장은 많은 소규모 농가형 기업과 소수의 대기업으로 구성되어 있으며 전통적인 수작업 사육에서 고도로 자동화되고 기술적으로 진보된 플랜트형 사육 등 다양한 기술 수준의 사육형태가 존재한다. 산업규모가 확대되는 과정에서 사육환경의 설계는 온습도, 공기질 조절과 병원체 및 기타 오염 물질의 전파를 방지하는 것은 중요한 성공 요인이 되며 사육에서 부화, 사육, 가공에 이르기까지 생산의 안전성을 유지하기 위해서 통일된 운영시스템 아래 통제된 환경이 필요하다. 따라서 곤충의 생육과 사육환경의 빅데이터화 된 데이터베이스를 기반으로 외부 환경 변화에도 안정적인 사육환경 유지가 가능하고 곤충성장에 맞추어 사육환경을 제어하며 노동력 감소와 생산성 향상을 이루기 위한 ICT 기반 곤충 스마트팩토리팜의 설계 및 운용알고리즘을 개발하는 것은 곤충산업 발전의 필수 선결조건이 되고 있다. 특히 유럽 상업용 곤충사육시설은 상당한 투자자의 관심을 받아 곤충 회사가 대규모 생산시설로 건설하고 있는데 이는 EU가 2017년 7월 물고기양식 사료원료로 곤충 단백질의 사용을 승인한 후 가능해졌으며 이를 기반으로 곤충산업의 식용, 의료 등 다른 분야도 첨단기술을 접목하는 현상이 가속화되었다. 외국 곤충산업은 주로 전세계 식품 생산량의 30%에 이르는 소비 전 폐기물이라고 불리는 식품회사의 생산과잉 원료 등을 업사이클링을 통해 재활용생태계를 형성하는데 반해 우리나라는 가정 및 가게에서 발생하는 음식물폐기물 또는 농산물 가공부산물을 주로 이용한다는 점에서 사료 수집과 영양성분 유지, 위생 등 지속가능한 산업생태계를 이루는 데 어려움을 겪고 있다. 또한, 각 곤충 종은 고유하고 특정 사육기술을 요구하고 있다는 점을 감안할 때 곤충사육자는 각기 다른 종별 접근 방식을 채택해야 하는데 대부분의 곤충기업은 여전히 소규모로 운영되며 특히 농가형 기업의 경우 지식과 경험이 도제식으로 전승되는 경우가 많아 표준화되고 규격화된 사육기술이 유지되기 어려운 반면, 일부 곤충 기업은 대규모 사육시설에 스마트 통합 제어시스템을 도입하여 먹이주기, 물주기, 취급, 수확, 청소 시스템, 가공, 품질관리, 포장 및 보관과 같은 곤충 생산과 관련된 요소가 최적화된 사육 환경과 사육프로세스로 표준화되어가는 모습을 보이고 있으며 심지어 일부 유럽기업은 AI기술로 구동되는 완전 자율 모듈식 곤충시스템으로 사육 유지관리를 하고 있는 사례도 등장하기 시작하였다. 향후 전세계 곤충산업은 공급업체로부터 알이나 작은 유충을 구입하고 곤충을 성숙시키기까지 애벌레의 비육 즉 생산원료에 중점을 두는 시스템과 알을 낳고 수확하고 유충의 초기 전처리에 이르기까지 전체 생산 과정을 다루는 시스템, 곤충 유충 생산의 모든 단계와 제분, 지방 제거 및 단백질 또는 지방 분획 등 추가 가공 단계를 다루는 대규모 생산시스템 등으로 점점 세분화할 것으로 본다. 우리나라에서도 인공지능 및 ICT 첨단기술을 활용한 곤충스마트팩토리팜 연구 및 개발 등이 가속화되고 있어 곤충이 기존 사료, 식품 뿐만 아니라 천연 플라스틱 또는 천연성형소재 등 2차산업의 탄소제로 소재로 활용할 수 있도록 특정 종 육종과정 단축이나 기능성 강화를 위한 사육제어가 가능하도록 곧 곤충 스마트팩토리팜 한국형 맞춤사육시스템이 등장할 수 있을 것으로 보이며, 특히 곤충 제품의 지속 가능성을 높이기 위해 사료 및 자원 사용에 대한 통합 소프트웨어 접근 방식을 개발하는 것에 중점을 두고 진행되고 있다.

멀티 모달리티 데이터 활용을 통한 골다공증 단계 다중 분류 시스템 개발: 합성곱 신경망 기반의 딥러닝 적용 (Multi-classification of Osteoporosis Grading Stages Using Abdominal Computed Tomography with Clinical Variables : Application of Deep Learning with a Convolutional Neural Network)

  • 하태준;김희상;강성욱;이두희;김우진;문기원;최현수;김정현;김윤;박소현;박상원
    • 한국방사선학회논문지
    • /
    • 제18권3호
    • /
    • pp.187-201
    • /
    • 2024
  • 골다공증은 전 세계적으로 주요한 건강 문제임에도 불구하고, 골절 발생 전까지 쉽게 발견되지 않는 단점을 가지고 있습니다. 본 연구에서는 골다공증 조기 발견 능력 향상을 위해, 복부 컴퓨터 단층 촬영(Computed Tomography, CT) 영상을 활용하여 정상-골감소증-골다공증으로 구분되는 골다공증 단계를 체계적으로 분류할 수 있는 딥러닝(Deep learning, DL) 시스템을 개발하였습니다. 총 3,012개의 조영제 향상 복부 CT 영상과 개별 환자의 이중 에너지 X선 흡수 계측법(Dual-Energy X-ray Absorptiometry, DXA)으로 얻은 T-점수를 활용하여 딥러닝 모델 개발을 수행하였습니다. 모든 딥러닝 모델은 비정형 이미지 데이터, 정형 인구 통계 정보 및 비정형 영상 데이터와 정형 데이터를 동시에 활용하는 다중 모달 방법에 각각 모델 구현을 실현하였으며, 모든 환자들은 T-점수를 통해 정상, 골감소증 및 골다공증 그룹으로 분류되었습니다. 가장 높은 정확도를 갖는 모델 우수성은 비정형-정형 결합 데이터 모델이 가장 우수하였으며, 수신자 조작 특성 곡선 아래 면적이 0.94와 정확도가 0.80를 제시하였습니다. 구현된 딥러닝 모델은 그라디언트 가중치 클래스 활성화 매핑(Gradient-weighted Class Activation Mapping, Grad-CAM)을 통해 해석되어 이미지 내에서 임상적으로 관련된 특징을 강조했고, 대퇴 경부가 골다공증을 통해 골절 발생이 높은 위험 부위임을 밝혔습니다. 이 연구는 DL이 임상 데이터에서 골다공증 단계를 정확하게 식별할 수 있음을 보여주며, 조기에 골다공증을 탐지하고 적절한 치료로 골절 위험을 줄일 수 있는 복부 컴퓨터 단층 촬영 영상의 잠재력을 제시할 수 있습니다.