딥러닝을 활용한 고위험 질병 관리를 예측하는 실시간 헬스케어 플렛폼 시스템

Abstract

최근의 당뇨병 환자는 환자의 혈당 수치를 지속적으로 모니터링하기 위해 CGM(Continuous Glucose Monitoring, 지속 혈당 모니터링) 디바이스를 부착한다. 환자의 몸에 패치 형태로 부착하여 모세혈관의 혈당 수치와 추세를 매5분마다 제공해 줌과 동시에 고혈당 및 저혈당 알람 기능을 하며, 이런 CGM을 통해서 지속적인 혈당 모니터링이 가능해졌다. 최근 이러한 지속적인 혈당 데이터를 딥러닝에 적용한 혈당 예측 및 치료 방법에 대한 연구가 활발히 연구되고 있는 추세이다. 본 논문에서는 당뇨병 고위험 환자의 신속한 조치와 효율적인 관리를 위한 딥러닝 기반 당뇨병 환자의 실시간 고위험 예측 헬스케어 플랫폼을 설계 및 구현하였다. CGM 디바이스를 통해 환자들의 혈당 데이터를 수집하고, 수집된 데이터는 IoT 게이트웨이와 MQTT 브로커를 통해 플랫폼에 저장된 딥러닝 예측 모델에 전달된다. 딥러닝 예측 모델은 전달받은 혈당 데이터를 입력받아 FFNN(Feed Forward Neural Network)으로 학습하여 PH 5분, 15분, 30분, 45분 이후의 혈당 수치를 예측한다. 만약 예측 결과가 고위험 상태일 경우 의료 종사자의 디바이스로 푸쉬 알림을 보낸다. 또한 혈당 데이터는 저장소에 저장되며 의료 종사자는 환자의 과거 혈당 데이터를 조회할 수 있다. 향후에 딥러닝 예측모델에 사용되는 뉴럴 네트워크를 혈당 데이터와 같은 시계열 데이터에 더 적합한 뉴럴 네트워크인 RNN 또는 LSTM으로 바꾸어 적용할 예정이다.