| 연구개발개요 |
● 급속한 고령화는 21세기 한국사회의 모습을 변화시킬 핵심요인의 하나가 될 것으로 예측됨. 한국은 2000년 고령화 사회가 된 이후 2017년에 고령사회에 진입할 예정이며, 27년만인 2027년에는 초고령 사회로 진입할 것으로 예측됨.● 65세 이상의 고령자가 가구주인‘고령자 가구’는 2015년 기준 전체 가구의 20.6%를 차지하며 20년 후인 2035년에는 약 두 배인 40.5%까지 증가할 것으로 예상됨. 이들 가구는 비고령자 가구에 비해 응급 상황 발생 시 신속한 대응이나 신체적 기능저하에 따른 증상의 조기 발견이 어려울 수 있음.● 특히 고령자의 경우 청장년층과 달리 응급 상황에 스스로 대응하거나 사고 및 질병을 예방할 수 있는 환경을 조성하는 능력이 떨어지기 때문에 고령자 건강관리에 대한 사회적 관심 및 물리적 시스템 도입을 통해 이를 보완할 필요가 있음.● 대표적인 인지적 능력저하 증상인 치매의 경우 2010년에 비해 1인당 치료비가 20% 이상 급증하였음. 초기 치매 진단이 가능할 경우 증상의 완화 및 치료의 가능성이 높다는 점을 고려해 보면, 실제 일상생활에서의 행동 분석을 통한 치매의 조기진단 및 그 증상을 발견할 수 있도록 지원할 수 있는 시스템의 필요성이 증대되고 있음. ● 고령자가 생활 중 가장 많은 시간을 가정’에서 보낸다는 점을 고려하여 고령자 스마트 홈 건강관리를 도입하고자 하는 노력이 진행되어 왔으며, 기존의 연구들은 주로 1) 낙상이나 심장마비 등과 같은 응급상황 발생 시 생체 데이터의 신호를 수신하여 자동적으로 유관기관에 알리거나 2) CCTV를 활용한 비디오 분석 등을 통해 지속적인 건강 모니터링을 수행하는 등을 중심으로 진행되어 왔음. 그러나 이러한 방법들은 공통적으로 추가적인 기기 (웨어러블 센싱 디바이스, 카메라 등)를 활용해야한다는 점에서 한계를 가짐. ● 웨어러블 센서 착용의 경우 주로 신체에 직접 부착하거나 몸에 소지해야만 데이터 측정이 가능하기 때문에 착용 시의 이물감과 같은 불편함 또는 센서 자체에 대한 낯설음, 거부감 등을 불러일으킬 수 있음. 이는 주로 휴식이 이루어지는 주거공간의 특성과도 맞지 않으며 대상자가 기기 자체를 의식하게 되어 결과가 왜곡되는 등의 문제도 발생할 수 있음.● 카메라를 활용한 비디오 분석의 경우 모니터링을 위해 주거공간 내에서의 일상생활을 모두 촬영해야만 분석이 가능하므로 사생활 침해에 관한 우려가 매우 높은 단점이 있음.● 위의 한계점을 보완하기 위해서는 추가적인 기기 없이도 (디바이스 프리, Device Free) 대상자의 건강 모니터링이 가능한 기술을 적용할 필요가 있음. 대표적인 기술로 Fine-grained WiFi 행동 패턴 인식 기술이 있으며, WiFi 라우터를 주거공간 내부에 설치하는 것만으로도 재실자의 행동 패턴을 파악할 수 있음.● 또한 주거공간 내부의 실 단위 혹은 가전제품 단위의 에너지 사용 패턴을 고려하는 방식으로 재실자의 위치 및 머무른 시간과 가전제품의 사용 등을 통해 행동 등 파악할 수 있으므로 추가적인 장비 부착/소지 없이 보다 풍부한 정보를 기반으로 재실자의 행동패턴 분석을 통한 건강 모니터링이 가능할 것으로 판단됨.● 본 연구에서 제안하는 고령자 스마트 홈 헬스케어 시스템은 디바이스 프리 센싱 기술을 다층적으로 적용하여 추가적인 기기의 부착/소지 없이도 주거공간 내에서의 대상자의 이상행동을 식별하고 이상행동의 정도를 판단하는 등 상황에 맞는 대응이 가능함.● 짧은 시간 내에 갑작스러운 위치 및 행동패턴 변화가 발생하는 단기적 이상행동이 식별되는 경우 응급상황으로 판단하여 자동적으로 조치를 취하는 기존 방식의 기능을 추가적인 기기 없이 가능하게 함.● 또한 대량의 인력·장비 등의 투입 없이도 지속적인 모니터링이 가능하며, 이를 통해 비정상적 행동 (신체적/정신적 기능저하 상황)이 식별되는 경우 그 정도를 정량화하여 기능저하의 정도를 판단할 수 있음. ● 이러한 분석 정보를 의료기관 등에 인계하면 노인성 치매와 같은 질환의 조기진단이 용이해지고, 이는 치매지원센터 및 장기요양시설이 매우 부족한 지금의 여건을 개선하는 데 기여할 수 있음.
|
| 최종목표 |
● 본 연구는 급속히 진행되고 있는 고령화 문제에 대응하여 고령자의 일상생활 활동을 지속적으로 모니터링하고, 이를 통해 고령자의 일상생활 활동을 평가하며 사고의 발생 및 신체적？정신적 기능저하를 식별함으로써, 그들의 건강한 삶을 지원하는 스마트 홈 헬스케어 시스템을 개발하는 것을 그 목적으로 함. ■ 이를 위해 본 연구에서는 고령자의 선호(비침습적 센싱-비부착적 방법: Non-intrusive Sensing)를 반영한 1) Fine-grained Wifi 및 에너지 사용 모니터링을 활용한 일상생활 활동을 식별할 수 있는 알고리즘을 개발하고, 이를 통해 2) 일상생활에서 나타날 수 있는 이상활동 및 그 정도를 분석할 수 있는 모델을 개발 할 것임.
|
| 연구내용 및 범위 |
(1) 고령자 일상생활 행동 정보 수집을 위한 디바이스 프리 (Device Free) 센싱 기술 분석 ● 노인들은 지속적인 헬스케어 및 헬스모니터링에 대한 관심과 니즈는 높지만, 새로운 기기에 대한 거부감 혹은 낮은 사용성에 대한 불만으로 인해 신체 부착형 디바이스 대해 부정적인 견해를 가지고 있음. ● 따라서 본 연구에서는 노인들에 직접적으로 부착 혹은 소지하지 않는 디바이스 프리 행동 정보 수집을 위한 기술들을 분석할 것임. 다양한 기술 중 Fine-grained WiFi 행동 패턴 인식을 중점적으로 테스트 함. (2) 디바이스 프리 (Device Free) 행동식별 알고리즘 개발● Fine-grained WiFi 행동 패턴 인식 기술은 WiFi 라우터가 지속적으로 보내는 전파 신호의 감쇄(Propagation)와 신호 분산(Signal Distribution)에 의한 분산 정도를 통해 재실자의 행동 패턴을 인식할 수 있음. ● 또한, 실내거주 환경이라는 점에 초점을 맞추어, 에너지 사용 패턴과 Fine-grained WiFi 행동 패턴 인식 기술을 조합하여, “위치 + 행동 패턴 + 에너지 사용 패턴”으로 구성되는 실제 생활 활동에 대한 인식 정밀성을 높일 것임. (3) 응급상황 식별을 위한 단기적 이상행동 식별 방법 개발 (Short-term Anomaly Detection) ● 응급상황에서 신속한 조치는 노인들의 건강한 삶에 직접적인 영향을 줌. 따라서 본 세부 목표에서는 노인들의 실내 생활(주거공간)에서의 낙상 등과 같은 응급상황을 신속히 식별하고, 식별한 정보를 병원 및 보호자에게 전달해 주는 것을 그 목적으로 함. ● 분산 정도가 짧은 시간 동안 급격히 상승할 경우 이상 식별(Anomaly Detection)에서 말하는 신호 분산 정도에서 국지 이상(Local Anomaly)가 발생함. 국지 이상 신호를 식별하여 응급상황을 신속히 발견할 수 있는 모델을 개발함. ● 또한, 아차사고(Near-Miss Accident)와 같은 향후 사고로 발전할 수 있는 상황들의 프로파일을 구성하여 관측되는 빈도에 따른 고령자의 사고 가능성 역시 예측하는 모델을 개발함. (4) 신체적/정신적 기능저하 식별을 위한 일상생활 내의 이상행동 분석 모델 개발 (Long-term Anomaly Detection)● 노인에게 신체기능의 쇠퇴는 활동성을 감소시키고 흥미의 범위를 협소화시키며 심리적 위축을 이끌어냄. 이러한 위축은 부정적 정서를 야기하고 나아가 인지적 장애로 진행되기 쉬운 요인으로 발전함. 인지적 장애가 발생할 경우 노인들은 평상시 취하던 행동이 아닌 비정상적 행동을 하기 시작함. 인지적 장애의 정도에 따라 비정상적 행동 혹은 불규칙적 행동이 늘어남. 따라서 이러한 행동의 빈도 및 이상정도를 지속적으로 관측하는 것은 치매와 같은 인지적 장애의 발생여부와 그 정도를 측정할 수 있는 척도가 됨.● 특히, 공간(위치 및 공간의 목적)과 일상생활 행동의 불일치, 특정 일상행동이 일어나는 시간과의 불일치 등의 이상행동은 인지적 장애의 전초적인 증상임.● 즉, 고령자의 일상생활 활동에 대한 모니터링은 인지기능이상이나 치매증상을 조기에 발견할 수 있는데 도움을 줄 수 있음 (Levy 1994; Laurin 외 2001). ● 따라서 본 세부 연구에서는 관측된 고령자들의 일상생활 활동에서의 비정상적 활동을 정량화하는 모델을 개발하는 것을 그 목적으로 함.● 신체적 ？ 정신적 기능저하 식별 정량화를 위해 비정상적 행동의 빈도 및 강도, 위치에 따른 행동의 적절성 등을 기반으로 행동 엔트로피(Behavioral Entropy)를 산정함.(5) 고령자 스마트 홈 헬스케어 시스템 및 네트워크 구축● 본 연구에서는 Fine-grained Wifi를 통한 행동 패턴 인식, 낙상 및 혼절과 같은 응급상황 및 발생가능성 예측 알고리즘, 그리고 지속적인 일상행동 모니터링을 통한 비정상적 행동 정량화 방법 등을 통합된 스마트 홈 헬스케어 시스템으로 개발하는 것을 그 목적으로 함. ● 개발된 스마트 홈 헬스케어 시스템과 고령자의 상태에 따른 대응 담당자(지역 소방서, 노인돌보미, 담당의사, 가족 혹은 보호자)에게 신속하게 연결할 수 있는 네트워크 구축. (6) 파일럿 테스트 및 시스템 검증 ● 개발된 고령자 스마트 홈 헬스케어 시스템을 적용가능성과 사용성을 검증하기 위해 파일럿 테스트를 수행할 것임. ● 세부적인 테스트 및 검증 계획은 서울시 영구 임대 아파트 단지에서 기 시행한 스마트 홈 헬스케어 기술을 제공받은 노인들을 대상으로 수행될 것임. ● 파일럿 테스트에서 노인들에게 발생할 수 있는 1) 응급상황에 대한 식별 여부 및 실제 응급사고 발생 여부와의 비교와 2) 실제 고령자들의 일상생활 활동에서의 정량화된 행동 엔트로피와 치매 혹은 인지능력감소와 밀접한 연관이 있는 ADL 및 IADL 테스트와의 비교를 통해 연구의 적합성을 검증할 것임.
|
이 누리집은 대한민국 공식 전자정부 누리집입니다.
