인천대학교 인디고클랫폼 인천대학교 기술지원허브

폭염 발생 증가에 따른 건설근로자의 온열질환 관리가 중요해짐에 따라, 작업 중인 건설근로자를 모니터링하고 진단하기 위한 연구가 많이 진행되고 있다. 하지만, 효율적으로 건설근로자의 온열질환을 관리하기 위해서는, 건설현장에 투입되기 전에 고열환경에 취약한 그룹을 선별할 필요가 있다. 고열환경에 취약한 정도는 개인의 특성에 따라 다르게 나타날 수 있기 때문에, 사전에 취약한 그룹을 선별하여 집중적으로 관리한다면, 보다 더 효율적으로 온열질환 관리가 이루어질 수 있을 것이다. 따라서 본 특허에서는, 개인생체특성(신장, 체중, 체지방률, 골격근량, BMI 등)이 고열환경에 대한 취약성에 미치는 영향을 객관적이고 상세하게 분석하고, 취약성에 영향을 미치는 주요특성을 파악하여, 고열환경에 취약한 그룹에 속하는 건설근로자를 선별할 수 있는 머신러닝 기반의 열스트레스 고위험군 분류 장치를 제안하였다. 본 특허에서 제안하는 방법을 검증하기 위하여, 총 30명의 피실험자가 자발적으로 참여한 열환경실험을 진행하였다. 우선, 실험 전에 체성분 분석을 통해 피실험자들의 개인생체특성 정보를 수집하였다. 그 다음, 피실험자들은 극한의 고열환경 조건(37℃/70%)에서 건설현장 근로자의 작업부하와 유사한 수준의 신진대사율로 제시된 '트레드밀 걷기(경사: 5°, 속도: 4 km/h)'를 수행하였으며, 이때 실시간 심박수 데이터를 수집하였다. 수집된 데이터를 활용하여, 다음의 3가지 관점에서의 분석을 수행하였다. 첫째, 심박수를 통해 산출된 신진대사율을 활용하여, 피실험자 중에서 고열환경에 취약한 그룹을 분류하였다. 둘째, 개인 생체특성 중 열스트레스에 대한 취약성에 영향을 미치는 주요특성을 파악하였다. 셋째, 이러한 주요특성를 활용하여, 고열환경에 취약한 그룹에 속하는 건설근로자를 선별할 수 있는 머신러닝 기반의 열스트레스 고위험군 분류 장치를 개발하였다.