생체 정보는 질병의 진단에 유용하게 사용됩니다. 예를 들어, 혈압, 혈당, 체중, 체질량 지수 등의 생체 측정값은 심혈관계 질환의
위험도를 판단하는 데 사용됩니다. 또한, 일반적인 검사들 예를 들어 혈액 검사, CT 스캔, MRI 등은 질병의 진단과 치료에
필수적입니다. 이러한 생체 정보를 이용하면 의사들은 질병의 원인과 진행 상황을 파악하고, 환자에게 적절한 치료를 제공할 수
있습니다. 적외선을 이용해 체온을 측정하는 적외선 열 진단기법 또한 유용하게 사용되는 생체정보 기반의 진단 방법입니다.
적외선 열 진단기법은 감기와 심장병, 호흡기질환뿐 아니라 척추나 말초 신경 손상 등의 신경계 질환을 진단하는 데에도
효과적인 방법입니다. 하지만, 현재 사용하는 적외선 열 진단장치는 사용자에게 열 화상 정보만을 제공하기 때문에 결과에
오차가 있을 수 있으며, 의사의 진단을 돕는 보조기구로만 사용되고 있습니다.

건양대학교 김영모 교수 연구팀은 딥러닝 기술을 활용해 생체 정보를 측정하고 질환을 진단해주는 장치를 개발했습니다.

장치를 사용하기에 앞서 사용자는 자신의 신체정보나 증상이 나타나는 부위 등을 입력합니다. 사용자 정보를 입력한 뒤
장치를 이용하여 심박수와 혈압, 근전도와 같은 생체신호를 측정합니다. 이후 적외선 체열 진단 장치를 이용해 사용자의
신체를 촬영하여, 적외선 열 영상을 획득합니다. 생체 정보 기반의 질환 진단 장치는 딥러닝 기술을 이용해 분석 데이터베이스에
저장된 데이터와 사용자의 생체 신호 및 열 영상 정보를 비교합니다. 비교 결과 사용자의 증상 및 생체 정보와 유사도가 가장 높은 질환을 판정하며, 최종 판정된 결과를 전문가에게 전송합니다.
전문가는 판정 결과를 검증하여 사용자의 질환을 더욱 정확하게 진단합니다.
위와 같은 일련의 과정은 장치와 연결된 데이터베이스에 저장되며, 질환을 치료하는 과정에서 주기적으로 장치를
이용해 특정 질환이 호전되는 과정에 대한 정보를 지속하여 업데이트합니다. 장치는 질환의 정보를 업데이트하고
학습하는 과정을 통해 질환 진단의 정확도를 향상할 수 있습니다.

본 장치는 심박수나 혈압과 같이 일반적으로 사용되는 생체신호뿐 아니라 적외선 열 정보를 함께 고려하여 사용자의 질환을
진단하는 특징을 지녔습니다. 본 장치를 통해 특정 부위에 나타나는 발열로 확인할 수 있는 신경계 질환이나 피부과 질환 등을
간단히 확인할 수 있어, 편리하고 경제적인 의료 서비스를 제공할 수 있을 것으로 기대됩니다.