건강한 내일을 위한 디지털 혁신, MeditriX
Scientific evidence
An explainable machine learning framework integrating heart rate variability and insomnia for sev
관리자
2026-11-10
조회수 22
An explainable machine learning framework integrating heart rate variability and insomnia for severe BDI-II-defined depressive symptom burden in psychiatric outpatients
Choi SJ and Jeon HJ et al., Journal of Affective Disorders 2026 Oct 26:418:122674 in press (SCI, SSCI IF = 5.7)
연구 대상 및 목표 : 삼성서울병원 2,663명 빅데이터를 활용, 단기 심전도(ECG) 기반 심박변이도(HRV)와 불면 지표를 결합한 중증 우울 증상(BDI-II ≥ 29) AI 선별 모델 개발
최적 모델 및 성능 : 가중 연성 투표(Weighted Soft-Voting) 앙상블 적용, AUROC 0.837(95% CI 0.821–0.852) 달성
지표 결합의 상호 보완성 : HRV 단독 대비 불면 점수 추가 시 AUROC 0.136 향상(0.701→0.837), 기본 임상 정보에 HRV 추가 시에도 0.100 향상(0.737→0.837)
시간 민감 지표 제외 안정성 : 단기 측정 시 변동 폭이 큰 9개 HRV 지표를 제외한 간소화 조건에서도 AUROC 0.787의 안정적 성능 유지
설명 가능성(XAI) 검증 : SHAP 및 LIME 기법을 통해 연령, 불면 점수, 평균 심박수를 판별 핵심 기여 요인으로 규명
특허 및 상용화 현황 : 메디트릭스에 등록된 4개 핵심 AI 특허 중 하나로, 향후 디지털 헬스케어 플랫폼 '마인드밋'에 탑재 예정
링크 : https://www.sciencedirect.com/science/article/abs/pii/S0165032726015284?via%3Dihub