스마트워치를 활용한 앙상블 학습 기반 우울증 예측과 특성 분석 — 실생활 데이터 기반 인공지능 접근
스마트워치를 활용한 앙상블 학습 기반 우울증 예측과 특성 분석—실생활 데이터 기반 인공지능 접근 서론: 정신 건강 위기를 해결할 디지털 기술의 진화 우울증(Major Depressive Disorder, MDD)은 전 세계적으로 공중 보건에 심각한 부담을 주는 질환으로, 기존에는 주로 주관적 평가(자가보고 설문, 정신과 상담 등)에 의존한 진단 방식이 사용되어왔다. 하지만 최근 웨어러블 기술의 발전, 특히 스마트워치를 기반으로 한 생체 데이터 수집이 가능해지며, 객관적인 우울증 예측이 새로운 전기를 맞이하고 있다. 본 컬럼은 2024년 학술지 Journal of Biomedical Engineering Research 에 게재된 연세대학교 연구팀의 논문 "스마트워치를 활용한 앙상블 학습 기반 우울증 예측 및 특성 분석"을 바탕으로, 해당 연구의 핵심 내용을 전문가 수준에서 분석하고, 관련 그림, 퀴즈, 키워드와 함께 구성하였다. 그림 1. 기계학습을 통한 우울증 분류 모델 학습방법 및 평가 모식도 기계학습을 통한 우울증 예측 모델 학습방법 및 평가 단계 요약 모식도. 데이터 수집 → 전처리 → 모델 학습 → SHAP 해석의 순서로 구성됨. 실세계 데이터(RWD) 기반 연구 설계 개요 대상자: 강원도 원주 거주 55~85세 160명 대상 수집 장치: 삼성 갤럭시 워치 II 스마트워치 + 스마트폰 앱 데이터 종류: 걸음 수, 심박수, 수면 상태, PHQ-9 설문, 감정/스트레스 자가보고 데이터 구성: 월 단위로 분절(segmentation)하여 총 3,008개의 샘플 확보 전처리 및 라벨링 결측치 및 이상치 제거(Z-score ±3 기준) PHQ-9 점수 5점 기준으로 우울증 여부 이진 라벨링 앙상블 학습 모델 비교 적용된 모델: Random Forest, XGBoost, LightGBM, CatBoost 표 1. 모델별 성능 비교 (Accuracy 기준) Random Forest: 98.01% XGBoost: 99.50% LightGB...