Research Article
Abstract
References
Information
우울증 초기 진단 방법으로 자기보고식 우울증 선별 검사가 주로 쓰인다. 자기보고식 우울증 선별검사는 의료기관 이외에도 인터넷에서 쉽게 접할 수 있으나, 이에 비해 우울증 선별 검사 결과에 따른 적절한 사후조치가 없어 오히려 치료에 대한 동기 결여로 인해 역효과가 발생했다. 본 연구는 우울증 위험 척도 예측 결과 및 생체신호 분석 결과 시각화 제공을 통해 피검사자에게 의료기관 방문을 위한 판단 참고 정보를 제공하고자 한다. 본 연구의 우울증 선별검사와 웨어러블 디바이스 통합 기술은 데이터 취득을 위한 DAQ 시스템, 우울증 위험 척도 예측을 위한 인공지능 시스템, 인공지능모델의 입력이 될 생체신호 분석 결과와 우울증 위험 척도 예측 결과의 시각화 시스템으로 구성된다. 특히, DAQ 시스템은, 본 연구과정에서 개발한 우울증 선별 검사 통합 비침습 생체신호 취득 시나리오 기반 웨어러블 디바이스 전용 앱 포함하고 있다. 우울증 위험 척도 예측을 위한 인공지능 시스템의 경우, 직접 만 19세~50세 남,여 29명을 대상으로 우울증 선별 검사 통합 시나리오 기반 데이터를 수집을 통해 인공지능 훈련 및 평가를 수행하여 적용했다.
Self-report depression screening tests are commonly used as an initial diagnosis method for depression. However, these tests are easily accessible on the internet, but there is no appropriate follow-up measure according to the test results, which leads to a counter-effect due to the lack of motivation for treatment. This study aims to provide reference information for the decision to visit a medical institution by providing visualized results of depression risk scale prediction and biosignal analysis. The system consists of a DAQ system for data acquisition, an artificial intelligence system for depression risk scale prediction, and a visualization system for biosignal analysis results and artificial intelligence prediction results. In particular, the DAQ system includes a wearable device- specific app based on a non-invasive biosignal acquisition scenario integrated with depression screening tests developed in this study. For the artificial intelligence system, we collected data from 29 male and female subjects aged 19 to 50 based on the integrated scenario and applied the artificial intelligence model trained and evaluated through the data.
- 건강보험심사평가원, "최근 5년(2017~2021년) 우울증 과 불안장애 진료현황 분석", 2022.
- 이진규, 선우성문, 최문정, 김동하, 박규민, 고준석, 장성만, "2019년 국내 우울증의 사회경제적 비용 산출", 생물치료정신의학, 제27권 제3호, pp. 237-244, 2021.
- 조민규, 류성진, "자기보고식 설문조사에서 응답자의 지각 및 응답편향에 관한 연구: 인터넷게임이용시간을 중심으로", 언론과학연구, 제16권 제4호, pp. 335-373, 2016.
- 박종익, 전미나, "정신질환에 대한 사회적 편견", 신경정신의학, 제55권 제4호, pp. 299-309, 2016.
- 정현숙, 임현우, 조선진, 김철민, 정소나, 송후림, 정영은, 고기동, "일차의료에서 우울증의 선별과 사후관리", 가정의학회지, 제 2권 1호, pp. 15-23, 2012.
- Y. Rykov, T. Thach, I. Bojic, G. Christopoulos, and J. Car, "Digital Biomarkers for Depression Screening With Wearable Devices: Cross-sectional Study With Machine Learning Modeling", JMIR mHealth and uHealth, Vol. 9, No. 10, e24872, 2021.10.2196/2487234694233PMC8576601
- N.C. Jacobson, and Y.J. Chung, "Passive Sensing of Prediction of Moment-To-Moment Depressed Mood among Undergraduates with Clinical Levels of Depression Sample Using Smartphones", Sensors (Basel), Vol. 20, No. 12, 3572, 2020.10.3390/s2012357232599801PMC7349045
- P. Pedrelli, et al., "Monitoring Changes in Depression Severity Using Wearable and Mobile Sensors", Frontiers in Psychiatry, Vol. 11, 584711, 2020. 10.3389/fpsyt.2020.584711 33391050 PMC7775362
- T. Mullick, A. Radovic, S. Shaaban, and A. Doryab, "Predicting Depression in Adolescents Using Mobile and Wearable Sensors: Multimodal Machine Learning-Based Exploratory Study", JMIR Formative Research, Vol. 6, No. 6, e35807, 2022. 10.2196/35807 35749157 PMC9270714
- K.O. Asare, I. Moshe, et al., "Mood ratings and digital biomarkers from smartphone and wearable data differentiates and predicts depression status: A longitudinal data analysis", Pervasive and Mobile Computing, Vol. 83, 101621, 2022. 10.1016/j.pmcj.2022.101621
- A. Horwitz, E. Czyz, N. Al-Dajani, et al., "Utilizing daily mood diaries and wearable sensor data to predict depression and suicidal ideation among medical interns", Journal of Affective Disorders Vol. 313, pp. 1-7, 2022. 10.1016/j.jad.2022.06.064 35764227 PMC10084890
- Y. Tazawa, K.C. Liang, M. Yoshimura, et al., "Evaluating depression with multimodal wristband-type wearable device: screening and assessing patient severity utilizing machine-learning", Heliyon, Vol. 6, No. 2, e03274, 2020. 10.1016/j.heliyon.2020.e03274 32055728 PMC7005437
- I. Peis, J.D. López-Moríñigo, M.M. Pérez-Rodríguez, et al., "Actigraphic recording of motor activity in depressed inpatients: a novel computational approach to prediction of clinical course and hospital discharge", Scientific Reports, Vol.10, 17286, 2020. 10.1038/s41598-020-74425-x 33057207 PMC7560898
- J. Choi, S. Lee, S. Kim, D. Kim, and H. Kim, "Depressed Mood Prediction of Elderly People with a Wearable Band", Sensors (Basel), Vol. 22, No. 11, 4174, 2022. 10.3390/s22114174 35684797 PMC9185362
- 박승진, 최혜라, 최지혜, 김건우, 홍진표, "한글판 우울증 선별도구(Patient Health Questionnaire-9, PHQ-9)의 신뢰도와 타당도", 대한불안의학회지, 제6권 제2호, pp. 119-124, 2010.
- 김지혜, 황순택, 홍상황, 이은호, "Beck Depression Inventory-II", 한국심리주식회사, 2014.
- 박준호, 서영석, "대학생을 대상으로 한 한국판 지각된 스트레스 척도 타당화 연구", 한국심리학회지, 제29권 제3호 pp. 611-629, 2010.
- S. Chatterjee, R.S. Thakur, R.N. Yadav, L. Gupta, and D.K. Raghuvanshi, "Review of noise removal techniques in ECG signals", IET Signal Process, Vol. 14, No. 9, pp. 569-590, 2020. 10.1049/iet-spr.2020.0104
- J. Park, H.S. Seok, S.S. Kim, and H. Shin, "Photoplethysmogram Analysis and Applications: An Integrative Review", Frontiers in Physiology, Vol. 12, 808451, 2022.10.3389/fphys.2021.80845135300400PMC8920970
- https://www.evidentlyai.com/classification-metrics/multi-class-metrics
- Publisher :The Society of Convergence Knowledge
- Publisher(Ko) :융복합지식학회
- Journal Title :The Society of Convergence Knowledge Transactions
- Journal Title(Ko) :융복합지식학회논문지
- Volume : 12
- No :1
- Pages :65-75
- DOI :https://doi.org/10.22716/sckt.2024.12.1.007
The Society of Convergence Knowledge Transactions
