Step 1

기존 연구의 한계 (Gap Analysis)

9편 논문의 한계점을 4가지 카테고리로 분류하고, 우리 연구가 해결할 수 있는 영역을 표시했습니다.

Step 2

왜 치매 환자인가

치매 환자는 일반 노인 대비 낙상률 2배, 본인이 위험을 인식하지 못해 시스템의 사전 예측이 가장 절실한 대상입니다.

65.7%
치매 환자 연간 65.7% 낙상 Allan 2009 →

치매 환자의 65.7%가 매년 낙상을 경험하며, 일반 노인 대비 발생률이 약 8배 높음 — 9118 vs 1023 per 1000 person-years (Allan 2009)

더 보기
원인 — 장애물 적응 능력↓, 이중과제 시 보행 악화(속도↓·스텝 변동성↑), 균형·보행 기능 저하, 두정엽 위축에 따른 공간 인지 저하 Minta 2023 →
결과 — 낙상의 40–60%가 실제 부상으로 이어져 독립성 상실·요양시설 입소 유발 (Minta 2023), 알츠하이머 43.6% / MCI 35.3% 연간 낙상률 (Simpkins 2024) Simpkins 2024 →
Allan et al. 2009 — 치매 환자 낙상률 65.7% / 일반 노인의 8배 (PLOS ONE) Minta et al. 2023 — 인지장애별 낙상 특성 차이 (Front Aging Neurosci) Simpkins et al. 2024 — AD 43.6% / MCI 35.3% 연간 낙상률 메타분석 (Adv Geriatr Med Res)
100만
2026년 100만 명 돌파

한국 치매 환자 수 2026년 100만 명 예상, 노인 진료비·낙상 부담 급증

더 보기
유병률 9.17% — 65세 이상 노인 10명 중 1명이 치매 보건복지부 2024 →
노인 진료비 52.2조 원 — 2024년 65세 이상 건강보험 진료비 52조 1,935억 원, 전체 건강보험 진료비의 44.9% 차지 (1인당 연 550만 원, 전체 평균의 2.4배) 건보공단 2024 통계연보 →
노인 손상의 65.1%가 낙상·추락 — 노인 낙상 입원율 인구 10만 명당 3,095명 (교통사고 대비 4.2배), 주거지 발생 1,262명/10만 명 질병관리청 퇴원손상심층조사 →
요양시설 입소 촉진 — 낙상 후 독립성 상실 → 시설 입소 → 비용 증가 악순환 홍선영 2017 →
보건복지부 (2025-03-12) — 2023 치매역학조사 결과 건강보험공단·심사평가원 — 2024 건강보험 통계연보 (2025-11-28 발표) 질병관리청 퇴원손상심층조사 (2022) — 한국경제 2024.6.27 보도
STV
보행 변동성 = 핵심 지표

치매 환자는 보행 평균값뿐 아니라 변동성(variability)이 크게 증가하며, 이 변동성이 낙상 예측에 더 민감

더 보기
보행속도 감소 — MCI: MD -0.12, 치매: MD -0.21 (정상 대비 유의미) 유아현 2025 →
스텝시간 변동성(STV)↑ — 파킨슨·알츠하이머 초기 징후, 낙상 예측에 보행속도보다 민감 Zeng 2022 →
보행 장애(r=-.24) — 치매노인 낙상위험요인 중 신체적 요인 상위 홍선영 2017 →
균형 장애(r=-.20) — 이중과제 보행 시 정상 노인은 보폭 조절하나 치매 환자는 불가 홍선영 2017 →
Zeng 2022 — mmWave 스텝시간 96% 정확도 (STV 측정 근거) 홍선영 2017 — 보행(r=-.24)·균형(r=-.20) 효과크기
!
본인이 위험을 모름

치매노인은 판단력·시공간 개념이 저하되어 위험 대처 능력이 부족하며, 질병 자체가 낙상위험요인

더 보기
보행 중 낙상 54.9% — 균형 상실(56.7%)이 주 원인, 불안정 걸음걸이 OR 11.68 임정옥 2016 →
"침대에서 내려오다가" 낙상 15.4% — 침대 사용 시 OR 14.48, 밤번(22:00–06:59) 18.1% 발생 임정옥 2016 →
신경정신증상(r=.19) — 환각·망상·초조로 인한 돌발 행동, 향정신약물(r=.27) 부작용 동반 홍선영 2017 →
반복 낙상 40.5% — 3회 이상 반복, 우울(r=.31)이 핵심 악화 요인 임정옥 2016 + 홍선영 2017 →
기존 예방 프로그램 실패 — 일반 노인용 낙상 예방 프로그램은 인지장애 환자에게 일반적으로 실패 → 능동 참여·학습 불가, 수동 모니터링 필요 Minta 2023 →
임정옥·구미옥 2016 — 요양병원 치매 환자 낙상실태 (252명, OR 분석) 홍선영·박희옥 2017 — 치매노인 낙상위험요인 메타분석 (20편 종합) Minta et al. 2023 — 예방 프로그램이 인지장애 환자에게 실패
치매 환자는 이렇게 걷는다 (유아현 2025 메타분석)
느려짐
걷는 속도가 정상보다 유의미하게 감소
불규칙
걸음 리듬(분당 걸음수)이 흐트러짐
짧아짐
한 걸음의 보폭이 점점 줄어듦
들쭉날쭉
걸음 간격이 매번 달라짐 (낙상 핵심 징후)
이 지표들을 비접촉 센서로 측정 가능한가?
mmWave 걸음 간격 96% 정확도로 측정, 웨어러블 센서 수준 신뢰도 (Zeng 2022)
CSI 걷는 속도·리듬·보폭을 WiFi만으로 측정, 오차 11.9ms (Wang 2016)
융합 mmWave+CSI 교차검증으로 화장실 등 수분환경 오탐 해결 + 벽 너머 커버리지 확장
Zeng 2022 — mmWave 보행 스텝 모니터링 (96% 정확도) Wang 2016 — WiFi CSI 보행 인식 (50명, 인용 491회)
이 섹션에서 인용한 참고문헌
[낙상률] Allan et al. (2009) — Incidence and Prediction of Falls in Dementia. PLOS ONE. — 치매 환자 낙상률 65.7% / 일반 노인 대비 8배
[원인·예방한계] Minta et al. (2023) — Differences in fall-related characteristics across cognitive disorders. Front Aging Neurosci. — 장애물 적응·이중과제 보행 악화·균형 저하 + 일반 예방 프로그램이 인지장애 환자에게 실패
[낙상률] Simpkins, Khalili, Yang (2024) — AD vs MCI 연간 낙상률 메타분석. Adv Geriatr Med Res. — 알츠하이머 43.55%, MCI 35.26% (31개 연구 7,608명)
[치매 현황] 보건복지부 (2024) — 2023 치매역학조사 결과 — 2026년 100만 명, 유병률 9.17%
[노인 진료비] 건강보험공단·심사평가원 (2025-11-28) — 2024 건강보험 통계연보 — 2024년 65세 이상 진료비 52조 1,935억 원, 전체의 44.9% (1인당 550만 원)
[낙상 손상통계] 질병관리청 2022 퇴원손상심층조사 (한국경제 2024.6.27 보도) — 노인 손상 원인의 65.1%가 낙상·추락, 인구 10만 명당 3,095명 입원 (교통사고 대비 4.2배), 주거지 발생 1,262명, 65세 이상 환자 428,508명 (전체 41.3%)
[보행 특성] 유아현 (2025). 보행 분석을 활용한 인지기능 장애 노인의 낙상 위험도 평가. 한양대학교. — 걷는 속도·리듬·보폭 감소 수치
[STV] Zeng et al. (2022) — mmWave 보행 스텝 모니터링. Sensors, 22(24). — 걸음 간격 변동성이 낙상 핵심 징후, 96% 정확도 측정
[낙상 실태] 임정옥·구미옥 (2016) — 요양병원 치매 환자 낙상실태 — 보행 중 54.9%, 침대 이탈 15.4%, 불안정 걸음걸이 OR 11.68
[위험요인] 홍선영·박희옥 (2017) — 치매노인 낙상위험요인 메타분석 (20편) — 보행 장애 r=-.24, 균형 r=-.20, 우울 r=.31
[mmWave] Zeng et al. (2022) — mmWave로 비접촉 걸음 간격 측정 가능 증명
[CSI] Wang et al. (2016) — WiFi CSI 보행 인식. UbiComp '16. — 걷는 속도·리듬·보폭 비접촉 측정 (인용 491회)
Step 3

우리 연구 제안

위의 문제와 근거를 바탕으로 도출한 연구 방향입니다.

연구 제목 (안)

mmWave-CSI 듀얼 센서 융합 기반
인지장애 노인의 낙상 사전 예측 시스템

병실 내 WiFi CSI와 mmWave 레이더를 동시 활용하여, 치매 환자의 보행 패턴 변화와 침상 움직임을 비접촉으로 연속 측정하고, 시계열 분석을 통해 낙상을 사전에 예측하는 시스템을 제안한다.

시스템 흐름
mmWave 레이더
+
WiFi CSI
→
보행 패턴 추출
속도, 리듬, 보폭, 변동성
+
침상 움직임 분석
뒤척임, 기립 시도, 야간 배회
→
교차검증
두 센서 동의 시 확정, 오탐 제거
→
시계열 예측 모델
딥러닝 vs 전통ML 비교
→
낙상 위험도 출력
즉각(초) / 단기(시간) / 추세(일)
기존 연구 대비 차별점
시점
기존: 탐지 (넘어진 후) — mmWave 95.3% Yu 2025 / 임상 TUG 예측 민감도 31–79% Minta 2023
우리: 보행 변수 시계열로 사전 예측 — 센서 자동화 + 인지장애 특화
센서
기존: 단일 센서 (오탐 문제)
우리: mmWave + CSI 교차검증 (수분환경 오탐 해결)
대상
기존: 일반 노인 / 건강 성인
우리: 인지장애 노인 특화 (MCI~치매)
분석
기존: 순간 이벤트 판단
우리: 시계열 패턴 변화 추적 (보행 변동성, STV)
프라이버시
기존: 카메라 촬영 필요
우리: RF 신호만 사용, 영상 없음
알고리즘
기존: 단일 모델
우리: 딥러닝 vs 전통ML 비교 (멀티모달 입력)
이게 가능한 근거
낙상 위험 요인 400개 이상 — 단일 지표로는 예측 불가, 시계열 다중 변수 추적 필요 Minta 2023 →
mmWave로 걸음 간격 측정 — 96% 정확도, 웨어러블 수준 신뢰도 Zeng 2022 →
CSI로 걷는 속도·리듬·보폭 측정 — 50명 검증, 오차 11.9ms Wang 2016 →
치매 환자 보행 변화 수치 — 속도↓, 리듬 불규칙, 보폭 짧아짐, 변동성↑ 유아현 2025 →
치매 환자 낙상의 54.9%가 보행 중 — 불안정 걸음걸이 OR 11.68 임정옥 2016 →
논의 필요
검증 계획 (미정)
실험 환경 — 실험실? 실제 병실? 요양시설 협력 가능 여부에 따라 달라짐
시나리오 설계 — 임상 논문 기반 시뮬레이션 vs 실제 환자 데이터 수집 → 추후 결정
비교 실험 — 딥러닝(LSTM/Transformer 등) vs 전통ML(XGBoost/RF 등) 성능 비교
평가 지표 — AUROC, F1-score, 오탐률, 예측 선행 시간 등

← 카드 뷰로 돌아가기 · 사용자 플로우 보기 → · 낙상 예측 모델 →