2026 미래혁신 IDEA 챌린지

치매환자 낙상 위험 사전 예측을 위한
비접촉 다중 센서 시스템

아침 첫 기상 · 보행 패턴 기반 당일 낙상 위험도 예측

Team MajuBom
팀장 박형석 · 조우진, 김도경, 유현기, 김민혁 | 2026. 04. 26
Problem

치매 환자 낙상, 얼마나 심각한가

100만
2026년 한국
치매 환자 수
보건복지부 2024, 유병률 9.17%
43.6%
치매 환자 연간
낙상 경험률
Simpkins et al. 2024
35편 7,844명 메타분석
42%
넘어진 환자 중
재낙상 비율
Simpkins et al. 2024
재낙상률 42.08%
매년 43.6%가 넘어지고, 한 번 넘어진 환자의 42%가 반복 낙상합니다
Social & Economic Impact

낙상이 가정과 사회에 미치는 피해

52조 원
65세 이상 노인
건강보험 진료비 (2024)
건보심사평가원 2024, 전체의 44.9%
441만 원
고관절 골절 수술비 1건
(입원 22.3일)
건보심사평가원 2021
18.2%
고관절 골절 후
1년 내 사망률
Chung et al. 2025, NHIS 2006~2022
가정 부담
• 고관절 골절 수술비 441만 원 + 평균 입원 22.3일
건보심사평가원 2021
• 1인실 병실료 전액 비급여 — 100% 본인부담
건보심사평가원 본인부담기준
• 사적 간병비 하루 약 9만 원 (22일 입원 시 약 200만 원)
보건복지부 2024 보도자료, 건강보험 미적용
• 방치 시 합병증(폐렴, 욕창, 혈전)으로 2년 내 사망률 70%
거동 불가 → 가족 상주 간병 또는 간병인 고용 필수
사회 부담
• 65세 이상 건보 진료비 52조 원, 전체의 44.9%
건보심사평가원 2024
• 75세 이상 손상 입원의 72.5%가 추락/낙상
질병관리청 손상 팩트북 2025
• 장기요양보험료 10.4조 원, 매년 11.8% 증가
국민건강보험공단 2023 장기요양보험 통계연보
골절 자체가 아니라 누워있는 동안 생기는 합병증(폐렴, 욕창, 혈전)이 죽음의 원인 — 넘어지기 "전에" 막는 게 답
Problem — When & Where

언제, 어디서 넘어지는가

80.3%
요양시설 내
낙상 발생 비율
Bayen et al. 2021, 436건 분석
64.6%
야간(20~08시) 발생
새벽 4~8시 최고조
Bayen et al. 2021, JMIR
54.9%
보행 중 낙상
(182건 중 100건)
경남 요양병원 치매 환자 252명
2년간 의무기록 — 임정옥·구미옥 2016
치매 환자 낙상 182건 분석 — 54.9%가 보행 중, 불안정한 걸음걸이 시 낙상 가능성 11.68배
Existing Solutions

기존에는 어떻게 해결했는가

사후 대응
압력 매트 오탐 32~99%
침상 압력 센서로 이탈 감지. Stryker Posey 등
전세계 병원 표준 장비. ~10만원/개
뒤척임에도 알림 → 오탐률 32~99%
알림 피로로 간호사가 무시하게 됨
착용형 밴드 착용 필수
손목/발목 가속도 센서로 낙상 충격 감지. ~5만원/개
치매 환자가 기기를 벗거나 거부
충전 관리 어려움 + 넘어진 후에야 감지
카메라 영상 프라이버시
DNN 기반 관절 추출로 자세 분류. Be:Clever(한국) 등
포항세명, 조선대병원 도입 사례 있음
병실 24시간 촬영 → 윤리/프라이버시 문제
고비용 + 전담 인력 필요
사전 감지 시도
근전도(sEMG) 착용 필수
피부 4부위 sEMG 부착 (박성식 2024)
낙상 100ms(0.1초) 전 감지
사실상 넘어지는 순간 감지
CarePredict 착용 필수
손목 제스처로 ADL 인식(식사/보행/수면 등)
7일 학습 후 행동 변화 감지. 낙상 69%↓
착용 필수(치매 거부)
VSTAlert 비접촉
적외선+AI, 이탈 30~65초 전 감지
감지 98% (자체 발표). VirtuSense(미국)
피어리뷰 논문 0편
침대 이탈만 (보행 예측 불가)
비접촉 + 프라이버시 + 당일 위험도 사전 예측을 동시에 만족하는 시스템은 아직 없다
Our Approach

3중 센서 시스템

각 센서가 겹치지 않는 고유 역할을 담당합니다 — 예측 + 트리거 + 교차 검증

mmWave 레이더
"얼마나 위험한가" → 예측
• 보행 속도 (96%, Zeng 2022)
• 보폭, STV (걸음 변동성)
• 좌우 흔들림
• 기상 패턴 (시도 횟수)
• 도플러 기반 정밀 모션 분석
ToF 센서
"지금 뭘 하고 있나" → 트리거
• 서다/앉다/눕다 자세 구분
• 침대 이탈 즉시 감지
• ±1mm 정밀 거리 측정
• ESP32에 연결 (저비용)
• 확정적 판단 → 오탐 최소
WiFi CSI
"혼자인가, 자율신경은 괜찮나" → 검증
• 보행 리듬 (11.9ms, Wang 2016)
• 동행자 존재 감지
• 심박 변이도(HRV) 추가 체크
• 심박 정확도 96.8% (Sun 2024)
• 자율신경 상태 → 낙상 42% 원인
ToF가 "일어났다"를 감지 → mmWave가 "보행이 위험한가"를 예측 → CSI가 "자율신경도 이상한가" + "혼자인가" 다중 검증
Paradigm Shift

사후 감지 → 사전 예측 + 실시간 감지

기존 시스템
💤
넘어짐
↓
센서 감지
↓
알림 발송

이미 다친 후
VS
우리 시스템
☀️
ToF — 침대 이탈 + 자세 감지
↓
mmWave — 아침 기상+보행 분석
↓
CSI — HRV 자율신경 체크 + 동행자 확인
↓
보행 + 자율신경 다중 위험도 (06:25)
↓
위험한 날 + 혼자 = 즉시 알림
Core Hypothesis

아침 첫 기상 + 첫 보행 + 자율신경 상태 = 오늘의 위험도

기존 연구에서 각각 입증된 사실을 결합한 새로운 가설

보행 변동성이 높으면
낙상 위험이 높다
Choi et al. (2024)
132명 요양시설 노인 대상.
걸음 시간/보폭 길이로 보행 분석 후
최근 6개월 내 낙상 경험이 있던 노인을 93.5% 식별.
보행 측정으로
6개월 후 낙상을 예측
Lockhart et al. (2021)
171명 노인, 보행 측정 후 6개월간 낙상 추적.
정확도 81.6%, 민감도 86.7%.
실제 낙상자 10명 중 약 9명을 사전에 예측.
좌우 흔들림이 클수록
낙상 위험이 증가한다
de Abreu et al. (2024)
153명 노인 6개월 추적.
좌우 흔들림 1cm 증가 시 낙상 위험 1.5배.
예측 정확도 77.1%.
HRV 저하가
낙상을 직접 예측한다
Castaldo et al. (2017) • Melillo et al. (2015)
노인 낙상의 42%가 자율신경 문제(Rubenstein).
HRV가 낮은 사람은 낙상 확률 4.2배.
심박 변동성만으로 낙상 예측 정확도 68%.
네 가지를 결합 → "보행 분석(mmWave) + 자율신경 체크(CSI HRV) + 이탈 트리거(ToF)로 당일 위험도 다중 판단" — 기존에 검증된 바 없는 새로운 접근
<<<<<<< Updated upstream =======
Risk Model

위험도 산출 모델

// 각 지표별 이상도
z = (오늘 − 30일_평균) / 30일_표준편차
anomaly = min( |z| / 3, 1.0 )

// 종합 위험도
risk = 0.20×기상패턴 + 0.15×보행속도 + 0.15×STV + 0.10×흔들림 + 0.10×보폭
         + 0.10×보행리듬(CSI) + 0.10×HRV이상도(CSI) + 0.10×동행자보정(CSI)
mmWave 70% CSI 30% • ToF = 트리거
기상 + 보행 분석
보행 리듬 + 동행자 보정
왜 딥러닝이 아니라 z-score? — 개인 맞춤형, 해석 가능, 학습 데이터 불필요, 엣지 실행 가능
>>>>>>> Stashed changes
Scenario

301호 김OO (78세) — 아침 기상 타임라인

06:15
자세 변화 + 이탈
ToF
눕다(180cm) → 앉다(120cm)
→ 서다(80cm) → 이탈
mmWave 분석 트리거
→
06:20
기상 시도
mmWave
3회 시도, 23초
(평소 1회, 8초)
z-score: +5.0
→
06:23
첫 보행 분석
mmWave 속도 37%↓ STV 133%↑
CSI 리듬 27%↓ HRV SDNN 40%↓
동행자 없음
→
06:25
위험도 확정
AND 교차검증 통과
종합 위험도
0.87 위험
알림: [301호 김OO] 오늘 낙상 위험도 높음 (0.87) → 강화 모니터링 및 밀착 관찰 권장
Alert System

4단계 알림 체계

예측 위험도가 높은 날에는 알림 레벨이 자동으로 상향됩니다

⚪
정상
0.0 ~ 0.3
기록만 저장
별도 조치 없음
⚠️
주의
0.3 ~ 0.5
간호 기록 표시
순찰 시 관심
🚨
경고
0.5 ~ 0.7
담당 간호사 알림
순찰 빈도 증가
🆘
위험
0.7 ~ 1.0
즉시 알림 발송
밀착 관찰 + 의사 보고
예측 위험도 0.87인 날 → 이탈 감지 즉시 Level 3(위험) 발동 — 평소라면 Level 1
System Architecture

시스템 구상도

병실
IWR6843AOP
mmWave 60GHz 천장
+
ESP32 + ToF
자세/이탈 감지 (침대)
+
WiFi AP + ESP32
CSI 추출 (보행+동행자)
→
환자 (비착용)
센서 부착 없음
↓ 데이터 전송
엣지
mmWave 전처리
FFT → Point Cloud
+
CSI 전처리
PCA → FFT
→
상태 FSM
눕기/앉기/기상/보행/정지
→
RPi 5 + Hailo-8L
13 TOPS NPU
↓ Feature 추출
분석
개인 베이스라인
30일 이동 평균/표준편차
→
z-score 산출
지표별 이상도
→
mmWave ≥ 0.8
AND
CSI ≥ 0.8
→
위험도 확정
0.0~1.0
↓ 알림 전송
출력
간호 스테이션
실시간 대시보드
담당 간호사
모바일 푸시 알림
의사/관리자
일일/주간 리포트
EMR 연동
투약 기록 참조
Sensor Technology Details

센서 기술 원리 상세

M
mmWave (IWR6843AOP)
60GHz 밀리미터파 레이더
기술 원리:
① 초기 신호 저장: 사람이 없는 방에서의 기준 신호 저장
② 움직임 추적: 이후 신호에서 최초 신호를 계속 빼서 움직이는 물체(사람)만 추적
③ 도플러 신호 분석: 추적한 위치에서 발생하는 미세 도플러 신호 중 가장 빠른 속력(발의 속력) 분석
④ 보행 패턴 산출: 발의 속력 데이터를 통해 보행 안정성, 보폭, 걸음 주기 등 보행 패턴 산출
설치 위치: 침대 위 천장 or 병실 중앙 천장
T
ESP32 + ToF
적외선 거리 측정 센서
기술 원리:
① 적외선 발사: 적외선을 주기적으로 쏘고 반사되어 돌아오는 시간 계산
② 거리 계산: 반사 시간으로 평상시 거리 계산 및 모니터링
③ 이탈 감지: 거리가 평상시보다 짧아짐 → 노인분이 침대를 벗어나려는 시도 또는 벗어난 것으로 예측
설치 위치: 침대 양옆 끝
W
WiFi AP + ESP32
CSI 기반 생체 신호 추출
기술 원리:
① 신호 반사/통과: WiFi 신호가 방 안 물체들에 반사/통과되며 ESP32 센서로 수신
② CSI 추출: 신호 진폭과 위상 변화로 CSI(채널 상태 정보) 패킷 수신
③ 데이터 분리: 수많은 주파수 가닥으로 나뉜 CSI 데이터 중 변화가 크고 뚜렷한 1~3개 가닥 선별
④ 신호 압축: 선별된 데이터를 PCA(주성분 분석)로 압축 처리
⑤ 주파수 분석: FFT로 주파수별 신호 분리 → 노이즈/호흡/움직임/인원수 등 구분
설치 위치: 병실 내 최적 위치 선정 필요 (Fresnel zone 고려)
Contribution & Impact

연구 신규성 & 기대 효과

연구 신규성
1
mmWave + ToF + CSI 3중 퓨전 낙상 "예측"
기존 연구 공백 — 세 센서를 결합한 사전 예측은 세계 최초 시도
2
완전 비접촉 시스템
착용 거부 문제를 근본적으로 해결 — 치매 환자에 최적
3
비접촉 HRV로 자율신경 낙상 원인 추가 포착
노인 낙상 42%가 자율신경 원인(Rubenstein) — CSI 심박으로 비접촉 HRV 체크는 세계 최초
4
사전 예측 + 실시간 감지 이중 구조
아침 예측으로 하루 강화 모니터링 + 이탈 즉시 감지
기대 효과
1
야간·인력 부족 시간대 자동 감시
새벽 4~8시 최고 위험 시간대를 AI가 커버
2
AND 교차검증으로 오탐 최소화
두 센서 동시 이상 확인 시에만 알림 → 알림 피로 해소
3
데이터 누적 → 개인 맞춤 정밀화
30일 베이스라인이 쌓일수록 예측 정확도 향상
Limitations & Future Work

한계점 및 향후 과제

01
실제 임상 데이터 미검증
시나리오 데이터는 가상 예시. 요양병원 파일럿 테스트로 실측 검증 필요
02
가중치 실험적 도출 필요
현재 가중치(70:30)는 논문 근거 기반 제안값. 실데이터 학습으로 최적화 필요
03
침실 외 공간 미적용
화장실, 복도 등은 현재 범위 외. CSI Fresnel zone 위치 의존성도 고려 필요
04
다인실 간섭 검증
현재 1인실 최적화 설계. 다인실 환경에서 개인 식별 정확도 검증 필요
05
장기 안정성
30일+ 연속 운영 시 센서 드리프트, 환경 변화에 대한 적응 메커니즘 필요
06
IRB 승인 및 윤리
RF 기반이지만 24시간 모니터링에 대한 윤리위원회 심의 필요