RL을 활용한 앱 기반 운동 처방이 만족도와 운동 강도에 미치는 영향 평가 (PERFORM-RL)

연구 개요 PERFORM-RL 연구는 맞춤화를 위한 핵심 메커니즘으로 강화 학습(RL)을 사용하여 앱 기반 개인화된 운동 처방이 사용자 만족도 및 운동 강도에 미치는 영향을 평가하기 위해 실시된 12주간의 무작위 교차 시험이었습니다. 이 연구에서는 RL 생성 운동 세션이 개인화되지 않은 일반 세션에 비해 사용자 만족도를 향상시키고 운동 강도를 높일 수 있는지 여부를 확인하려고 했습니다. 이번 연구 결과는 특히 사용자 참여와 장기적인 지속성을 향상시키도록 설계된 확장 가능한 앱 기반 운동 프로그램 분야에서 성장하는 디지털 건강 중재 분야에 기여할 것으로 예상됩니다.

연구 목표 연구의 주요 목적은 RL 생성 운동 세션과 일반 세션 간의 사용자 만족도를 비교하는 것이었습니다. 가설은 RL 기반 개인화가 신체 활동 즐거움 척도(PACES-8)로 측정된 바와 같이 더 높은 사용자 만족도를 가져올 것이라는 것이었습니다. 두 번째 목적은 Borg Rating of Perceived Exertion(RPE) 척도로 측정하여 운동 강도에 대한 RL의 효과를 평가하는 것이었습니다. 참가자의 선호도와 체력 수준에 맞춰 세션의 맞춤형 특성으로 인해 참가자가 RL 조건에서 더 높은 강도로 운동할 것이라는 가설이 세워졌습니다.

연구 설계

이것은 무작위, 평가자 맹검 교차 시험이었습니다. 각 참가자는 12주 연구 동안 두 가지 다른 조건을 완료했습니다.

중재 조건: 운동 세션은 참가자 선호도, 과거 성과 및 피드백을 기반으로 세션 난이도와 내용을 조정하는 강화 학습 모델을 사용하여 개인화되었습니다.

통제 조건: 참가자는 일반적이고 개인화되지 않은 운동 세션을 완료했습니다. 이러한 세션은 미리 설계되었으며 사용자의 피드백이나 선호도에 따라 조정되지 않았습니다.

참가자들은 매주 중재 조건과 통제 조건을 번갈아 가며 진행했는데, 이는 매주 운동 처방에 대해 서로 다른 접근 방식을 경험했다는 의미입니다. 이 설계를 통해 각 참가자는 자신의 통제 역할을 수행하여 변동성을 줄이고 결과의 견고성을 높일 수 있었습니다. 모든 운동 세션은 삼성이 개발한 i80 BPM 앱을 통해 진행되었으며, 데이터 수집도 용이했습니다.

참가자 참가자들은 입소문과 소셜 미디어를 통해 아일랜드 더블린과 인근 지역에서 모집되었습니다. 총 62명의 참가자(남성 27명, 여성 42명, 평균 연령 42세)가 최소 한 번의 운동 세션을 완료했으며, 12주 시험 기간 동안 전체적으로 559회의 세션이 완료되었습니다. 참가자는 18~65세의 건강하고 레크리에이션 활동이 활발한 성인이었습니다. "운동 전문가를 위한 운동 준비 건강 검진 설문지"를 사용하여 자격 여부를 심사했습니다. 제외 기준에는 신체 장애, 심각한 인지 장애 또는 영어로 읽고 쓰는 능력이 포함되었습니다.

개입 강화 학습(RL) 개입

i80 BPM 앱에서 사용하는 RL 모델은 사용자 선호도, 인지된 운동량 및 이전 세션의 피드백을 기반으로 개인화된 운동 세션을 제공합니다. RL 프레임워크는 사용자의 체력 수준, 목표 및 실시간 피드백을 기반으로 기존 데이터베이스에서 운동을 선택하는 의사 결정 에이전트를 사용했습니다. 모델의 보상 기능은 사용자의 변화하는 요구에 맞춰 운동 난이도와 내용을 조정하여 사용자 만족도와 세션 효율성을 극대화하는 것을 목표로 했습니다.

예를 들어 참가자가 이전 세션에서 높은 만족도와 적당한 강도를 보고한 경우 RL 모델은 다음 세션에서 유사하거나 약간 더 어려운 운동을 제안합니다. RL 시스템은 사용자 상호 작용을 통해 지속적으로 학습하여 최적의 참여와 효과를 유지하기 위해 운동 처방을 조정했습니다.

제어조건

통제 조건에서 참가자들은 사용자 피드백을 기반으로 개인화되거나 조정되지 않은 일반적인 운동 세션을 받았습니다. 이러한 세션에는 고정된 운동 선택이 포함되었으며 시간이 지나도 발전하지 않았으며 개인화된 RL 개입을 비교할 수 있는 기준을 제공했습니다.

결과 측정 기본 결과: 사용자 만족도

사용자 만족도는 신체 활동 즐거움 척도(PACES-8)의 약식 8개 항목 버전을 사용하여 각 세션 후에 평가되었습니다. 이 검증된 척도는 참가자가 운동 세션을 얼마나 즐겼는지를 측정합니다. 점수 범위는 1(낮은 만족도)부터 5(높은 만족도)까지이며, 점수가 높을수록 운동 경험에 대한 즐거움과 전반적인 만족도가 높은 것을 의미합니다.

2차 결과: 운동 강도

운동 강도는 Borg Rating of Perceived Exertion(RPE) 척도를 사용하여 측정되었으며 범위는 1(매우 쉬움)부터 10(최대 운동)까지입니다. 참가자들은 각 세션이 끝난 후 앱을 통해 인지된 운동량을 평가하라는 메시지를 받았고, 이를 통해 자신의 경험을 실시간으로 포착할 수 있었습니다. Samsung Galaxy Fit 2 스마트워치를 사용하여 수집한 심박수 데이터는 강도를 측정하는 추가 척도로 사용되어 주관적인 RPE 점수를 검증했습니다.

추가 결과: 심박수

Samsung Galaxy Fit 2 스마트워치를 사용하여 각 세션 동안 심박수를 지속적으로 모니터링했습니다. 심박수 데이터는 i80 BPM 앱에 자동으로 전달되어 운동 세션에 대한 생리적 반응을 추적하는 데 사용되었습니다.

데이터 수집 및 관리 데이터는 i80 BPM 앱을 통해 수집되었으며, 사용자 만족도, 운동 강도, 심박수, 각 운동 세션 시간을 기록했습니다. 참가자의 기밀성을 보장하기 위해 모든 데이터는 분석 전에 익명으로 처리되었습니다. 참가자에게는 고유 식별 코드가 할당되었으며 모든 중요한 문서는 승인된 직원에게만 액세스 권한이 부여되어 안전하게 저장되었습니다.

표본 크기 및 검정력 계산 이전 타당성 조사에 기초하여 PACES-8 척도에서 80% 검정력으로 평균 8점 차이를 탐지하기 위한 표본 크기는 최소 40명의 참가자로 추정되었습니다. 잠재적인 탈락 가능성을 설명하기 위해 총 69명의 참가자가 모집되었으며, 62명의 참가자가 최소 한 번의 운동 세션을 완료했습니다. 최종 샘플 크기는 RL과 제어 조건 간의 차이를 감지하기에 충분한 검정력을 제공했습니다.

통계 분석 일반 추정 방정식(GEE)을 사용하여 1차 및 2차 결과를 분석했습니다. 피험자 내 반복 측정의 상관 관계를 설명하기 위해 GEE 모델이 적용되었습니다. 모델의 종속 변수는 사용자 만족도(PACES-8 점수)와 인지된 운동(Borg 척도 점수)이었고, 독립 변수는 상태(RL 대 대조군)와 시험 주였습니다. 공변량에는 연령, 성별 및 기본 신체 활동 수준이 포함되었으며 참가자 ID는 대상 효과로 포함되었습니다.