Wearable · 3-Axis Accelerometer · AI Algorithm

동정맥루 Thrill 감지로
혈관 폐쇄를 조기에 예방합니다

웨어러블 3축 가속도 센서와 AI 알고리즘으로 동정맥루(AVF) 수술 환자의 혈관 상태를 지속적으로 모니터링합니다. Thrill 신호의 변화를 실시간으로 감지하여 혈관 폐쇄를 사전에 예측하고 예방합니다.

65~85%
혈관 폐쇄가 영구적
혈액투석 접근 손실 원인
79.5%
투석 환자의
혈관 실패 공포 경험
20%
투석 환자 입원의
혈관 접근 문제 기인

동정맥루 혈관 폐쇄:
방치할 수 없는 임상적 과제

혈액투석 환자에게 동정맥루는 생명선입니다. 혈관 폐쇄는 단순한 합병증이 아닌, 환자의 삶 전반에 걸친 심각한 위기입니다.

🔪
재수술

반복적인 외과적 개입

혈관 폐쇄 후 혈전제거술(Thrombectomy) 또는 혈관 재건술이 필요합니다. 초기 성공률은 70~94%이나 12개월 개존율은 68~88%로, 반복 시술이 불가피합니다.

💸
$1B+

막대한 의료 비용

미국 내 혈액투석 혈관 접근 기능 장애의 연간 비용은 10억 달러를 초과합니다. 재시술 비용은 건당 $3,500~$4,800 이상이며 입원·회복 비용이 추가됩니다.

🏥
22일+

장기 회복 및 입원

혈전증 후 혈관 접근 복구까지 평균 22±64일이 소요됩니다. 전체 투석 환자 입원의 20%가 혈관 접근 문제에서 기인하며, 이 기간 동안 임시 카테터에 의존합니다.

😰
79.5%

심각한 심리적 부담

투석 환자의 79.5%가 혈관 실패에 대한 두려움을 경험합니다. 불안 장애 유병률은 12~52%에 달하며, 연간 320회의 혈관 천자로 인한 통증과 공포가 누적됩니다.

Thrill 신호는
혈관 폐쇄를 예고하는
핵심 바이오마커
입니다

동정맥루의 Thrill(혈류 진동)은 혈관 개존성의 가장 직접적인 지표입니다. Thrill이 약해지거나 소실되면 혈관 협착 또는 폐쇄가 진행 중임을 의미합니다. 웨어러블 센서로 이 신호를 지속 감지함으로써, 임상 증상이 나타나기 전에 위험을 포착할 수 있습니다.

비침습적 모니터링 — 피부에 부착한 웨어러블 센서로 통증 없이 24시간 감지
조기 경보 — 혈관 협착이 50% 이상 진행되기 전, Thrill 신호 변화로 사전 감지
📉
비용 절감 — 조기 중재 시 혈전증 관련 치료 비용 최대 49% 감소 (임상 연구 결과)
💚
삶의 질 향상 — 혈관 폐쇄 공포에서 벗어나 일상적 자가 모니터링 가능

핵심 연구 주제

32Hz 3축 가속도 센서 데이터를 기반으로 Thrill 신호의 특이점을 정밀하게 감지하고, 임상 검증을 통해 알고리즘의 효용성을 입증합니다.

01

32Hz 가속도 센서 데이터 수집 및 전처리

  • 초당 32샘플의 3축(X·Y·Z) 가속도 데이터를 동정맥루 부위에서 실시간 수집
  • 노이즈 필터링(Band-pass filter) 및 신호 정규화로 Thrill 주파수 대역(20~200Hz) 추출
  • 체위 변화·일상 활동에 의한 아티팩트 제거 알고리즘 적용
  • 웨어러블 기기 최적 부착 위치 및 압력 조건 표준화
02

Thrill 감지를 위한 신호 특이점 분석

  • 진폭 변화 — 혈관 협착 시 맥의 크기(진폭)가 증가하며, 의도적 압박 시 발생하는 큰 진폭 패턴을 협착 판별의 핵심 지표로 활용
  • 엔트로피 분석 — 신호 복잡도(정규 엔트로피) 저하는 혈류 규칙성 감소를 의미하며 폐쇄 전조
  • 수축기·이완기 패턴 — 수축기 Thrill만 존재 시 협착 진행 중, 양측 소실 시 폐쇄 위험
  • 주파수 분포 — 협착 진행 시 고주파 성분 감소, 저주파 성분 증가 패턴 분석
03

AI 기반 Thrill 판별 알고리즘 개발

  • 시계열 특징 추출(Time-domain / Frequency-domain feature engineering)
  • 머신러닝 모델(SVM, Random Forest) 및 딥러닝(LSTM, CNN-LSTM) 비교 적용
  • 정상·협착·폐쇄 3단계 분류 모델 개발
  • 개인차 보정을 위한 환자별 베이스라인 교정(Calibration) 알고리즘 설계
04

효용성 임상 검증

  • 부산대학교병원 흉부외과 협력 하에 AVF 수술 환자 대상 전향적 코호트 연구
  • 알고리즘 예측 결과와 도플러 초음파·혈관 조영술 결과 비교 검증
  • 민감도(Sensitivity), 특이도(Specificity), AUC-ROC 분석
  • 실제 임상 환경에서의 조기 경보 성능 및 환자 편의성 평가

🔬 Thrill 신호 특이점 지표

정상 Thrill 협착 의심 구간 위험 구간
📈
진폭(Amplitude)
협착 발생 시 진폭 증가 → 압박 시 큰 진폭 패턴으로 협착 판별
🔀
엔트로피(Entropy)
신호 복잡도 저하 → 혈류 규칙성 감소, 폐쇄 전조
〰️
주파수 분포
고주파 성분 감소, 저주파 성분 증가 → 협착 진행 패턴

지원 및 공동 기술 개발 기관

부산대학교 글로컬대학 지원사업을 기반으로 주관·참여 기관이 협력하여 연구의 현장 적용성과 신뢰성을 확보합니다.

🏛 지원 기관

부산대학교 글로컬대학 지원사업

부산대학교 글로컬대학30 사업의 지원을 통해 지역 산학 협력 기반의 의료 기술 연구개발을 수행합니다. 연구 인프라 및 사업화 지원을 통해 기술의 실용화를 가속합니다.

🏥 임상 협력 기관

부산대학교병원 흉부외과

동정맥루 수술 및 혈관 접근 치료 전문가인 부산대학교병원 흉부외과와의 긴밀한 협력으로 임상 데이터를 수집하고, 알고리즘의 임상적 유효성을 검증합니다.

🚀 주관 기관

지앤씨

딥러닝 영상 AI 분석 솔루션, 웨어러블 헬스케어 서비스 운영, XR 콘텐츠 개발을 전문으로 하는 기술 기업입니다. 본 사업의 주관 기관으로서 연구 총괄 및 시스템 개발을 이끕니다.

🔬 참여 기관

HC&C — Convergence · Creation

인문과학과 공학의 융합 연구개발 전문 기업 HC&C가 참여 기관으로 알고리즘 설계, 데이터 분석, 신호처리 연구를 담당합니다. 사람 중심의 기술로 환자 삶의 질 향상을 목표로 합니다.

AVF Thrill Analysis 시스템 접속

임상 연구 및 운영에 참여 중인 기관은 아래 버튼을 통해 시스템에 접속하세요.

시스템 접속하기 →