• 제목/요약/키워드: 치매예측모델

검색결과 5건 처리시간 0.024초

머신러닝 기법을 활용한 치매 예측 모델과 상업적 활용 전략: 웨어러블 기기의 수면 및 활동 데이터를 기반으로 (A Study on Dementia Prediction Models and Commercial Utilization Strategies Using Machine Learning Techniques: Based on Sleep and Activity Data from Wearable Devices)

  • 조영은;우종필;김중안
    • 경영정보학연구
    • /
    • 제26권2호
    • /
    • pp.137-153
    • /
    • 2024
  • 본 연구는 웨어러블 기기에서 수집된 라이프로그 데이터를 활용하여 고령화 사회에서 증가하고 있는 치매를 조기에 진단하여 관리할 수 있는 예측 모델을 개발하고, 이를 기반으로 한 상업적 활용전략을 제안하는 것을 목표로 하였다. 이 연구는 전문의의 병리진단을 기반으로 한 60~80대 174명의 대상자로부터 수집된 12,184개의 라이프로그 정보(수면 및 활동 정보)와 치매 진단 데이터를 활용하였다. 연구 과정에서 수면과 활동 데이터를 포함하는 다차원적인 데이터셋을 표준화 하였고 다양한 머신러닝 알고리즘으로 분석하였으며, 가장 높은 ROC-AUC점수를 보여준 랜덤 포레스트 모델이 가장 우수한 성능을 보였다. 또한 ablation test를 통해 수면과 관련된 변수들과 활동과 관련 변수들의 제외가 모델 예측력에 미치는 영향을 평가하였고, 이러한 변수들이 모델의 예측력에 유의미한 영향력을 가지고 있음을 확인하였다. 마지막으로, 개발된 모델의 상업적 활용 전략의 가능성을 탐구함으로써, 치매예방 시스템의 상업적 확산을 위한 새로운 방향을 제안하였다.

이기종 머신러닝 모델 기반 치매예측 모델 (Dementia Prediction Model based on Gradient Boosting)

  • 이태인;오하영
    • 한국정보통신학회논문지
    • /
    • 제25권12호
    • /
    • pp.1729-1738
    • /
    • 2021
  • 머신러닝은 인지심리, 뇌과학과 긴밀한 관계를 유지하며 함께 발전하고 있다. 본 논문은 OASIS-3 dataset을 머신러닝 기법을 이용하여 분석하고, 이를 통해 치매를 예측하는 모델을 제안한다. OASIS-3 데이터 중 각 영역의 부피를 수치화한 데이터들에 대해 PCA(Principal component analysis) 를 통한 차원 축소를 실행한 뒤, 중요한 요소(특징)들만 추출 후 이에 대해 그래디언트 부스팅, 스태킹을 포함한 다양한 머신러닝 모델들을 적용, 각각의 성능을 비교한다. 제안하는 기법은 기존 연구들과 달리 뇌 생체 데이터들은 물론 참가자의 성별 등의 기본 정보 데이터, 참여자의 의료 정보 데이터를 사용했기에 차별성이 크다. 또한, 다양한 성능평가를 통해 제안하는 기법이 다양한 수치 데이터 중 치매와 더 많은 관련성을 보이는 특징들을 찾아내어 치매를 더 잘 예측할 수 있는 모델임을 보였다.

다차원적 행동 모델에 근거한 치매 노인의 정신행동 증상 예측요인 (Predictors of Behavioral and Psychological Symptoms of Dementia: Based on the Model of Multi-Dimensional Behavior)

  • 양정은;홍(손)귀령
    • 대한간호학회지
    • /
    • 제48권2호
    • /
    • pp.143-153
    • /
    • 2018
  • Purpose: The purpose of this study was to identify factors predicting behavioral and psychological symptoms of dementia (BPSD) in persons with dementia. Factors including the patient, caregiver, and environment based on the multi-dimensional behavioral model were tested. Methods: The subjects of the study were 139 pairs of persons with dementia and their caregivers selected from four geriatric long-term care facilities located in S city, G province, Korea. Data analysis included descriptive statistics, inverse normal transformations, Pearson correlation coefficients, Spearman's correlation coefficients and hierarchical multiple regression with the SPSS Statistics 22.0 for Windows program. Results: Mean score for BPSD was 40.16. Depression (${\beta}=.42$, p<.001), exposure to noise in the evening noise (${\beta}=-.20$, p=.014), and gender (${\beta}=.17$, p=.042) were factors predicting BPSD in long-term care facilities, which explained 25.2% of the variance in the model. Conclusion: To decrease BPSD in persons with dementia, integrated nursing interventions should consider factors of the patient, caregiver, and environment.

알츠하이머병(Alzheimer's disease)의 신약개발을 위한 5-HT6 serotonin 수용체의 구조 예측 및 리간드 다킹(docking) 연구

  • 김현경;조은성
    • EDISON SW 활용 경진대회 논문집
    • /
    • 제6회(2017년)
    • /
    • pp.46-53
    • /
    • 2017
  • 알츠하이머병은 치매를 유발하는 가장 주된 원인 질환으로 환자들은 인지장애를 겪게 된다. 현재 치료약으로 사용되는 약으로는 acetylcholinesterase 저해재가 있지만 이 약들의 효과는 미비하다. 그래서 인지기능에 영향을 미친다고 알려진 신경전달물질인 GABA, Glutamate, acetylcholine의 수치를 조절 할 수 있는 $5-HT_6$ receptor antagonist가 현재 개발되고 있다. 현재 여러 antagonist들이 임상실험 되었고, 인지 능력향상에 효과를 보이고 있다. 그러나, $5-HT_6$ receptor의 구조가 밝혀지지 않아 아직 원자적 수준의 결합 분석이 이루어지지 않았으므로 이 부분에 대한 연구가 필요하다. 따라서 본 연구에서는 Homology modeling을 통해 receptor의 구조를 예측하고, 현재 임상실험 중인 antagonist들 중 7개를 docking을 통해 단백질과 리간드의 결합을 예측하였다. Edison에서 Galaxy TBM과 Galaxy Refine을 사용하여 Homology modeling 한 결과 GPCR의 전형적인 모델에 특징적으로 긴 cterminal을 가졌다는 것을 확인 할 수 있었다. 생성된 구조를 가지고 Edison의 Dock 프로그램으로 7개의 antagonist가 어떠한 결합을 하는지 분석하였다. 그 결과, binding pose에 공통적으로 Trp102, Asp106, Val107, Pro177, Phe188, Val189, Ala192, Phe284, Phe285, Asn288, Thr306, Tyr310이 관여하는 것을 docking을 통해 알 수 있었다. 특히, Phe285는 7개의 antagonist 중에 4개와의 interaction을 하고 있는 것을 관찰하였다. 이 연구를 통하여 $5-HT_6$에 효과적으로 결합하여 치료효과를 낼 수 있는 신약을 개발할 수 있다.

  • PDF

Aβ42로 유도된 알츠하이머 마우스 모델에서 이중 가공 인삼열매 추출물의 학습 및 기억 손실 개선 효과 (Double-processed ginseng berry extracts enhance learning and memory in an Aβ42-induced Alzheimer's mouse model)

  • 장수길;안정원;조보람;김현수;김서진;성은아;이도익;박희용;진덕희;주성수
    • 한국식품과학회지
    • /
    • 제51권2호
    • /
    • pp.160-168
    • /
    • 2019
  • AD는 뇌의 신경세포 사멸뿐만 아니라 학습 및 기억능 소실을 초래하는 퇴행성 뇌 질환이며, 기억과 관련된 주요 뇌 구역인 해마(hippocampus)는 콜린성 조절(cholinergic modulation)에 의해 영향을 받는다(Konishi 등, 2015). AD 병인에 대한 다양한 해석과 설명이 있으나 크게는 amyloid cascade hypothesis과 함께 cholinergic hypothesis가 주류를 이루고 있다. 몇몇의 연구에서 ChAT 합성, ACh 분비, nicotin 및 muscarinic 수용체 감소가 AD 뇌의 대뇌피질과 해마에서 관찰되어(Tata 등, 2014) 퇴행성 뇌질환에서의 중요성이 제시되었고, 이를 배경으로 한 acetylcholinesterase inhibitors (AChEI)가 AD 증상 완화의 목적으로 미국 FDA로부터 승인되어 시판되고 있다. 본 연구에서는 인삼의 활성 성분인 진세노사이드가 다량 함유된 PGBC가 $A{\beta}42$로 유도된 치매 모델에서 뇌세포 보호, ACh 분비 증가, 학습력/기억력 증가, ChAT 발현 증가를 확인하여 인삼열매 추출물의 치매 적용 여부를 확인하고자 하였다. 결과에서 언급한 바와 같이 PGBC는 익기 직전의 4년근 인삼 열매에 추출 및 발효 단계를 추가하여 확보된 물질로서, $A{\beta}42$ 섭취, 제거 및 ACh 분비 촉진 활성이 있는 Re, Rd, Rg3 함량이 증가되어(Kim 등, 2014; Jang 등, 2015), PGBC 자체로서 치매 인자에 대한 조절 효능이 예측되었다. 특히, 7증 7포 및 발효과정을 거친 이중가공 인삼 열매 추출물이 비 발효 증포 추출물에 비해 Rg3가 현저히 증가하는 사전 연구결과와 Rg3가 $A{\beta}42$ 제거 활성을 가지는 것으로 확인된 결과를 종합할 때 PGBC 투여가 AD 증상 완화의 조절자 역할을 할 것으로 생각된다(Kim 등, 2013; Jang 등 2015). 본 연구에 따르면, 마우스 치매 모델에 PGBC 처리 시 PAT 및 Morris water-maze test를 통해 대조군 대비 유의한 수준의 인지능력 개선, ACh 합성을 유도하는 ChAT 유전자 발현 증가, ACh 분비량 증가 등이 확인되어 전체적인 인지능 개선에 극적인 영향을 준 것으로 판단된다. 특히 $A{\beta}42$를 뇌 실로 주입(intracranial injection) 하여 나타나는 뇌세포 손상이 PGBC 투여를 통해 보호된 것으로 사료되었으며, 이는 주요 뇌세포 중 하나인 성상세포에서 관찰되는 GFAP 분석을 통해 확인되었다. 뇌 균질액을 이용한 AChE 활성 연구에서도 PGBC가 AChE를 현저하게 저해하는 것으로 확인되어, AD 환자에게 처방이 가능한 2대 의약품 군중 하나인 시냅스 내 신경전달물질 ACh bioavailability 증가 목적의 처방 보조요법 적용이 기대된다(${\check{C}}olovi{\acute{c}}$ 등, 2013). 결론적으로, 본 연구에 사용된 PGBC는 학습 및 기억력을 개선하는 활성물질을 포함하고 있어 1차적인 퇴행성 뇌질환 보조재로서 직간접적인 대증요법 역할과 2차적으로는 뇌 세포 보호를 통한 질병 악화 지연 소재로 개발이 기대되며, 보다 심도 있는 기전연구를 통해 천연물 신소재 개발도 가능할 것으로 사료된다.