(민간 연구용역) 심박수 개인화 반영 온열질환 감지 알고리즘 개발 및 검증 (1차년도)
분야Health
책임교수구충완
연구기간2025-10-21 ~ 2026-04-30
연구원안성균(PM), 서승원, 최다정
발주처삼성전자
설명
■ 배경
기후변화와 폭염의 심화로 산업현장 근로자의 온열질환 위험이 증가하고 있으며, 기존의 체감온도 중심 폭염 대응체계는 동일한 환경에서도 개인의 체형, 활동 수준 및 생리적 반응에 따라 다르게 나타나는 열스트레스 위험을 충분히 반영하기 어렵다. 특히 근로자의 작업강도는 매 작업의 조건이나 개인의 생리적 특성에 따라 차이가 발생하므로, 실시간 생체정보를 활용하여 개인별 온열 스트레스 위험을 정량적으로 평가할 수 있는 기술이 필요하다. 이에 Galaxy Watch에서 측정되는 심박수와 개인 신체정보를 국제표준 기반 열스트레스 모델과 연계하여 개인 맞춤형 온열질환 관리기술을 구축하고자 하였다.
■ 목표
본 과제에서는 「심박수 개인화 반영 온열질환 감지 알고리즘 개발 및 검증」을 목표로 하였다. 이를 위해 ISO 8996의 심박수 기반 신진대사율 산출방법과 ISO 7933의 Predicted Heat Strain(PHS) 모델을 연계하여 Galaxy Watch 심박수 기반 온열질환 감지 프로세스를 구현하고, 연령·신장·체중·기초대사율 등 개인 신체정보를 반영할 수 있도록 모델을 확장하였다.
또한 인공기후환경챔버에서 체형특성이 다른 피실험자를 대상으로 통제실험을 수행하여 개인 간 열스트레스 반응의 차이를 분석하고, 기준 심박수, 성별, 연령 신장 등 주요 입력조건에 따른 온열 스트레스 민감도를 검토하였다. 이와 함께 머신러닝 기반으로 열스트레스 반응 및 모델 오차 특성을 그룹화하고, 주요 영향요인을 분석함으로써 개인별 특성을 고려한 온열 스트레스 관리 알고리즘의 고도화 기반을 마련하고자 하였다.
■ 기대효과
• Galaxy Watch에서 수집되는 실시간 생체정보를 활용하여 작업자의 온열 스트레스 수준을 연속적으로 추정할 수 있는 웨어러블 기반 개인맞춤형 온열질환 모니터링 기술의 기반을 확보할 수 있다.
• 개인의 신체특성과 생리적 반응이 온열 스트레스 예측에 미치는 영향을 규명함으로써, 기존의 획일적인 환경기준 중심 관리에서 벗어나 개인별 위험수준을 고려하는 온열질환 관리체계로 전환하기 위한 기술적 근거를 마련할 수 있다.
• 온열 스트레스 모델의 주요 오차요인과 개인화에 필요한 핵심 변수를 도출함으로써, 향후 보다 정확한 개인맞춤형 위험예측 모델을 개발하기 위한 데이터 및 알고리즘 기반을 확보할 수 있다.
• 궁극적으로 웨어러블 디바이스를 활용하여 작업자의 열스트레스 위험을 사전에 감지하고 알림을 제공하는 실시간 작업자 건강관리 서비스 및 산업현장 온열질환 예방 솔루션으로 확장할 수 있는 기반을 마련할 수 있다.
기후변화와 폭염의 심화로 산업현장 근로자의 온열질환 위험이 증가하고 있으며, 기존의 체감온도 중심 폭염 대응체계는 동일한 환경에서도 개인의 체형, 활동 수준 및 생리적 반응에 따라 다르게 나타나는 열스트레스 위험을 충분히 반영하기 어렵다. 특히 근로자의 작업강도는 매 작업의 조건이나 개인의 생리적 특성에 따라 차이가 발생하므로, 실시간 생체정보를 활용하여 개인별 온열 스트레스 위험을 정량적으로 평가할 수 있는 기술이 필요하다. 이에 Galaxy Watch에서 측정되는 심박수와 개인 신체정보를 국제표준 기반 열스트레스 모델과 연계하여 개인 맞춤형 온열질환 관리기술을 구축하고자 하였다.
■ 목표
본 과제에서는 「심박수 개인화 반영 온열질환 감지 알고리즘 개발 및 검증」을 목표로 하였다. 이를 위해 ISO 8996의 심박수 기반 신진대사율 산출방법과 ISO 7933의 Predicted Heat Strain(PHS) 모델을 연계하여 Galaxy Watch 심박수 기반 온열질환 감지 프로세스를 구현하고, 연령·신장·체중·기초대사율 등 개인 신체정보를 반영할 수 있도록 모델을 확장하였다.
또한 인공기후환경챔버에서 체형특성이 다른 피실험자를 대상으로 통제실험을 수행하여 개인 간 열스트레스 반응의 차이를 분석하고, 기준 심박수, 성별, 연령 신장 등 주요 입력조건에 따른 온열 스트레스 민감도를 검토하였다. 이와 함께 머신러닝 기반으로 열스트레스 반응 및 모델 오차 특성을 그룹화하고, 주요 영향요인을 분석함으로써 개인별 특성을 고려한 온열 스트레스 관리 알고리즘의 고도화 기반을 마련하고자 하였다.
■ 기대효과
• Galaxy Watch에서 수집되는 실시간 생체정보를 활용하여 작업자의 온열 스트레스 수준을 연속적으로 추정할 수 있는 웨어러블 기반 개인맞춤형 온열질환 모니터링 기술의 기반을 확보할 수 있다.
• 개인의 신체특성과 생리적 반응이 온열 스트레스 예측에 미치는 영향을 규명함으로써, 기존의 획일적인 환경기준 중심 관리에서 벗어나 개인별 위험수준을 고려하는 온열질환 관리체계로 전환하기 위한 기술적 근거를 마련할 수 있다.
• 온열 스트레스 모델의 주요 오차요인과 개인화에 필요한 핵심 변수를 도출함으로써, 향후 보다 정확한 개인맞춤형 위험예측 모델을 개발하기 위한 데이터 및 알고리즘 기반을 확보할 수 있다.
• 궁극적으로 웨어러블 디바이스를 활용하여 작업자의 열스트레스 위험을 사전에 감지하고 알림을 제공하는 실시간 작업자 건강관리 서비스 및 산업현장 온열질환 예방 솔루션으로 확장할 수 있는 기반을 마련할 수 있다.
Heat StressHeart RatePersonalized MonitoringPHS ModelInterpretable Machine LearningSmart Watch