노인 디지털 헬스 리터러시 예측하는 '설명가능한 머신러닝' 모델 개발

AI 요약

가톨릭대 가톨릭중앙의료원 기초의학사업추진단 인공지능뇌과학사업단의 전지원 교수와 박충희 연구원 공동 연구팀이 노년층의 디지털 헬스 리터러시(DHL)를 예측하는 설명가능한 머신러닝 접근법을 개발했습니다. 연구는 파일럿(60~74세 30명)과 온라인 설문(55~74세 1000명)을 결합해 베이지안 선형회귀로 주요 변수를 도출한 뒤 KeHEALS 수준을 이진 분류하는 5개 머신러닝 알고리즘으로 평가했으며 CatBoost가 AUC 0.84로 가장 우수했고 SHAP 분석에서 건강 관련 앱 관심, 디지털 기기 사용, 운동은 긍정적 요인으로, 연령·음주·흡연은 부정적 요인으로 나타났습니다. 연구팀은 이 접근법이 고령층 맞춤형 디지털 헬스케어 개입 전략 수립과 디지털 격차 완화에 기여할 것으로 기대하며 해당 연구는 JMIR Medical Informatics 3월호에 실렸습니다.