A Study on Data-Driven Personalized Disease Prediction Models Using Artificial Intelligence

본 연구는 데이터 기반 개인 건강 관리 시스템의 발전과 이를 위한 인공지능(AI) 기법의 적용 가능성을 탐구하고, 맞춤형 질병 예측 모델의 구축을 목표로 한다. 개인 건강 관리 시스템은 개인의 의료 기록과 일상생활에서 수집한 라이프 로그 데이터를 통합하여, 사용자의 건강 상태를 실시간으로 모니터링하고, 맞춤형 질병 예측 서비스를 제공하는 플랫폼이다. 특히, 본 연구에서는 국내 건강 검진 데이터를 활용하여 로지스틱 회귀, 의사결정 나무, 그레디언트 부스팅, XGBoost 모델을 통해 당뇨병 예측 모델을 개발하고 그 성능을 비교하였다. 분석 결과, 그레디언트 부스팅과 XGBoost 모델이 우수한 예측 성능을 보여, 실시간 데이터 피드백과 하이퍼파라미터 최적화를 통해 예측 정확도를 높이는 데 성공하였다. 본 연구는 헬스케어 분야에서 데이터 기반 맞춤형 건강 관리의 필요성과 AI 기술의 중요성을 강조하며, 향후 국내외 시장에서의 성장이 기대되는 데이터 기반 건강 관리 시스템의 가능성을 제시한다. 글로벌 데이터 기반 건강 관리시스템 시장은 연평균 47.99%의 성장률을 기록하며 2026년까지 약 77억 달러 규모에 이를 것으로 전망되며, 이는 본 연구가 제안하는 기술의 상업적 적용 가능성을 높인다.