ÀÌÇåÁ¤ ±³¼ö "Àç¹ß ¿¹¹æ°ú ȯÀÚ »îÀÇ Áú Çâ»ó¿¡ µµ¿ò µÉ °Í"
[º¸°ÇŸÀÓÁî] ¿ì¿ïÁõ°ú Á¶¿ïÁõÀº ²ÙÁØÈ÷ ¾à¹°Ä¡·á¸¦ Çصµ ÀÚÁÖ Àç¹ßÇÏ´Â ÁúȯÀ¸·Î ´Ù¾çÇÑ ¿äÀÎÀÌ °æ°ú¿¡ ¿µÇâÀ» ¹ÌÃÄ ¹Ì¸® Àç¹ßÀ» ¿¹ÃøÇϱⰡ ¾î·Á¿î °ÍÀ¸·Î ¾Ë·ÁÁ® ÀÖ´Ù.[±×¸²(³í¹®¼ ¹ßÃé) ¿µÇâ·Â ÀÖ´Â ±âºÐ Àå¾Ö »ç°Ç ¿¹Ãø ¸ðµ¨ÀÇ Æ¯»ö]
ÇÏÁö¸¸ ÃÖ±Ù ½º¸¶Æ®¹êµå, ½º¸¶Æ®Æù¿¡ ÀΰøÁö´ÉÀ» È°¿ëÇÏ¸é ¿ì¿ïÁõ, Á¶¿ïÁõ ¹ß»ý 90%¿¡ °¡±îÀÌ ¸ÕÀú ¿¹ÃøÇÒ ¼ö ÀÖ´Ù´Â ¿¬±¸ °á°ú(³í¹®)°¡ ³ª¿Í °ü½ÉÀ» ²ø°í ÀÖ´Ù.
°í·Á´ëÇб³ ¾È¾Ïº´¿ø Á¤½Å°Ç°ÀÇÇаú ÀÌÇåÁ¤ ±³¼öÆÀ(°°Àº Áø·á°ú Á¶Ã¶Çö ±³¼ö, ¼º½Å¿©´ë ÀÌÅà ±³¼ö)Àº ÀÌ °°Àº ¿¬±¸ °á°ú¸¦ ¹ßÇ¥Çß´Ù.
ÀÌ °á°ú´Â ȯÀÚÀÇ ÁÖ°üÀûÀÎ Áõ»óº¸°í ¾øÀ̵µ, °´°üÀûÀÎ Çൿ ¾ç»ó°ú »ýü¸®µëÀÇ ±³¶õÀ» ÃøÁ¤ÇØ ¿ì¿ïÁõ°ú Á¶Áõ Àç¹ßÀ» ¿¹Ãø, Áø´ÜÇÒ ¼ö ÀÖÀ½À» º¸¿©ÁØ ÃÖÃÊÀÇ ¿¬±¸´Ù.
¿¬±¸ÆÀÀº 55¸íÀÇ ÁÖ¿ä¿ì¿ïÀå¾Ö, 1Çü ¾ç±Ø¼ºÀå¾Ö, 2Çü ¾ç±Ø¼ºÀå¾Ö ȯÀÚ¿¡¼ È°µ¿·®, ¼ö¸é ¾ç»ó, ½É¹Ú¼ö º¯È, ºû ³ëÃâ Á¤µµ¸¦ ½º¸¶Æ®¹êµå¿Í ½º¸¶Æ®ÆùÀ» ÀÌ¿ëÇØ ½Ç½Ã°£À¸·Î ¼öÁýÇÏ¸é¼ Áõ»óÀÇ º¯È¿Í ¿ì¿ïÁõ, Á¶Áõ, °æÁ¶ÁõÀÇ Àç¹ß¾ç»óÀ» 2³â°£ ÃßÀû °üÂûÇß´Ù.
À̸¦ ÅëÇØ ¾òÀº µ¥ÀÌÅÍ·Î »ýü¸®µëÀÇ ±³¶õ°ú ¿¬°üµÈ ¿äÀεéÀ» ±â¹ÝÀ¸·Î ÀΰøÁö´É¿¡ ÇнÀÇÏ°Ô ÇßÀ» ¶§ 3ÀÏ ÈÄÀÇ Áõ»ó Àç¹ß ¿©ºÎ¸¦ 90%¿¡ ´ÞÇÏ´Â Á¤È®µµ·Î ¿¹ÃøÇÒ ¼ö ÀÖ¾ú´Ù.
ÀÌ ±³¼ö´Â "±âºÐ Àå¾Ö ȯÀÚÀÇ Áõ»ó¹ßÇöÀ» ¿¹ÃøÇÒ ¼ö ÀÖ´Ù´Â °ÍÀº ¹Ì¸® ´ëÀÀÇØ Áõ»ó¹ßÇöÀ» Á¶ÀýÇϰųª ¿ÏÈÇÒ ¼ö ÀÖ´Ù´Â ¶æÀ̶ó¸ç À̸¦ ÅëÇØ È¯ÀÚ¿Í °¡Á·ÀÇ »îÀÇ ÁúÀ» Å©°Ô ³ôÀÌ´Â È¿°ú¸¦ °¡Á®¿Ã °Í"À̶ó¸é¼ "À̹ø ¿¬±¸¸¦ ±â¹ÝÀ¸·Î ¾à¹°Ä¡·á¸¸À¸·Î ¿¹¹æÇϱ⠾î·Á¿î ¿ì¿ïÁõ, Á¶¿ïÁõÀÇ Àç¹ßÀ» ¾à¹°Ä¡·á¿Í ÇÔ²² ¿þ¾î·¯ºí±â±â¿Í ½º¸¶Æ®ÆùÀÇ µµ¿òÀ¸·Î ¿¹¹æÇÏ´Â ±â¼úÀ» °³¹ßÇÏ°í ÀÖ´Ù. ¸ÓÁö¾ÊÀº ¹Ì·¡¿¡ ÀÌ ±â¼úÀÌ È¯Àڵ鿡°Ô µµ¿òÀ» ÁÙ ¼ö ÀÖ±æ ±â´ëÇÑ´Ù"°í ¹àÇû´Ù.
ÀÌ ¿¬±¸ ³í¹®Àº 'Mood Prediction of Patients With Mood Disorders by Machine Learning Using Passive Digital Phenotypes Based on the Circadian Rhythm: Prospective Observational Cohort Study'À̶õ Á¦¸ñÀ¸·Î ÀÌ ºÐ¾ß ÃÖ°í±ÇÀ§ÀÇ ±¹Á¦ÇмúÁö Journal of Medical Internet Research 4¿ù 17ÀÏ ÀÚ¿¡ °ÔÀçµÆ´Ù.