"고령층 디지털 격차 이유는 '이것' 때문"…AI모델 개발

AI 요약

가톨릭대학교 가톨릭중앙의료원 전지원 교수 등 공동 연구팀이 파일럿 집단 연구(60~74세 고령자 30명)와 대규모 온라인 설문(55~74세 고령자 1000명)을 결합한 통합 분석으로 노년층의 디지털 헬스 리터러시(DHL)를 예측하는 설명가능한 머신러닝 접근법을 개발했다고 13일 밝혔습니다. 연구는 2단계 방법론으로 1단계에서 베이지안 선형회귀로 주요 변수를 도출하고 2단계에서 이진 분류 모델을 5개 머신러닝 알고리즘으로 평가한 뒤 최우수 모델에 SHAP 해석을 적용해 수행했습니다. 분석 결과 건강 관련 앱 관심, 디지털 기기 사용, 운동은 DHL에 긍정적 영향을 미치고 연령·음주·흡연은 부정적 영향을 미쳤으며 범주형 부스팅 모형인 CatBoost가 AUC 0.84로 가장 높은 정확도를 보였고 연구는 지미르 메디컬 인포매틱스(JMIR Medical Informatics) 3월호에 게재됐습니다.