[논문 리뷰] The Dem@Care Experiments and Datasets: a Technical Report

Αναστάσιος Καρακώστας, Alexia Briassouli외 3명|arXiv (Cornell University)|2016. 12. 17.

Context-Aware Activity Recognition Systems인용 수 26

한 줄 요약

이 기술 보고서는 치매 환자를 모니터링하기 위한 다중 센서 데이터 수집 프레임워크인 Dem@Care 프로젝트를 제시하며, 윤리적이고 개인정보 보호를 고려한 방법을 통해 환경, 생활 방식, 건강 파ameters를 통합한다. 핵심 기여는 실제 실험에서 유래한 종합적이고 주석 처리된 데이터셋을 구축한 것으로, 환자, 간병인, 임상의를 위한 맥락 인식형 다중 매개변수 건강 모니터링 및 의사결정 지원을 가능하게 한다.

ABSTRACT

The objective of Dem@Care is the development of a complete system providing personal health services to people with dementia, as well as medical professionals and caregivers, by using a multitude of sensors, for context-aware, multi-parametric monitoring of lifestyle, ambient environment, and health parameters. Multi-sensor data analysis, combined with intelligent decision making mechanisms, will allow an accurate representation of the person's current status and will provide the appropriate feedback, both to the person and the associated caregivers, enhancing the standard clinical workflow. Within the project framework, several data collection activities have taken place to assist technical development and evaluation tasks. In all these activities, particular attention has been paid to adhere to ethical guidelines and preserve the participants' privacy. This technical report describes shorty the (a) the main objectives of the project, (b) the main ethical principles and (c) the datasets that have been already created.

연구 동기 및 목표

• 다양한 센서 데이터를 활용하여 치매 환자의 지속적인 건강 모니터링을 위한 종합적이고 맥락 인식형 시스템을 개발하기 위해.
• 실제 주거 환경에서의 장기적 구현을 위해 윤리적 데이터 수집 및 стрict한 개인정보 보호를 확보하기 위해.
• 실생활 실험에서 유래한 표준화되고 주석 처리된 데이터셋을 구축하여 치매 간호 및 지능형 의사결정 시스템 연구를 지원하기 위해.
• 다중 매개변수 데이터 분석 기반으로 환자와 간병인에게 시의적절하고 개인화된 피드백을 제공함으로써 임상 워크플로우를 향상시키기 위해.
• 실생활 치매 간호 상황에서 센서 융합 및 의사결정 알고리즘의 재현 가능한 평가를 가능하게 하기 위해.

제안 방법

• 생활 방식, 환경, 생리적 파라미터를 측정하기 위해 웨어러블, 환경 및 모바일 센서를 포함한 다중 센서 인프라를 구축하였다.
• 참가자 신원을 보호하기 위해 윤리 지침 및 GDPR 유사 개인정보 보호 기준을 준수하는 데이터 수집 프로토콜을 구현하였다.
• 이질적인 데이터 스트림을 통합하여 통합된 맥락 인식형 모니터링 프레임워크를 구현하기 위해 센서 융합 기법을 적용하였다.
• 다중 매개변수 데이터를 분석하고 실행 가능한 피드백을 생성하기 위해 지능형 의사결정 메커니즘을 적용하였다.
• 패턴 인식 및 머신러닝 기법을 사용하여 시간에 따라 변화하는 건강 및 행동 상태를 모델링하였다.
• 임상 및 기술 평가를 위한 메타데이터가 포함된 구조화되고 시간 동기화된 데이터셋을 생성하였다.

실험 결과

연구 질문

• RQ1 다양한 원천에서 유래한 다중 센서 데이터는 어떻게 효과적으로 통합되어 치매 환자의 실시간 맥락 인식형 모니터링을 지원할 수 있는가?
• RQ2 장기적인 주거 환경 구현을 위해 필요한 윤리적이고 개인정보 보호를 고려한 데이터 수집 관행는 무엇인가?
• RQ3 지속적인 다중 매개변수 센서 데이터에서 임상적으로 유의미한 행동 및 건강 패턴은 무엇으로 추출할 수 있는가?
• RQ4 센서 데이터는 어떻게 구조화되고 주석 처리되어 재현 가능한 연구 및 시스템 평가를 지원할 수 있는가?
• RQ5 자동화된 피드백 시스템은 환자와 간병인을 위한 간호 워크플로우 및 지원을 어느 정도 향상시킬 수 있는가?

주요 결과

• Dem@Care 프로젝트는 실제 주거 환경에서 장기적인 구현을 통해 종합적인 데이터셋을 성공적으로 수집하고 정제하였다.
• 윤리적 데이터 수집 프로토콜이 효과적으로 구현되어 참가자의 개인정보 보호 및 동의 준수를 확보하였다.
• 다중 센서 데이터 융합을 통해 생활 방식, 환경, 건강 파라미터 전반에 걸쳐 환자의 상태를 정확하고 실시간으로 표현할 수 있었다.
• 생성된 데이터셋은 공개되어 있으며, 치매 모니터링 및 의사결정 지원 시스템 분야의 재현 가능한 연구를 지원한다.
• 시스템은 환자와 간병인에게 시의적절하고 개인화된 피드백을 제공함으로써 임상 워크플로우 향상 가능성을 입증하였다.
• 기술 보고서는 치매 간호 분야에서 센서 기반 건강 모니터링 시스템 평가를 위한 표준화된 기반을 제공한다.