본 논문은 활성 감지(Active Sensing, AS)와 강화학습(Reinforcement Learning, RL) 기반의 새로운 방법을 제시하여 슬관절 골관절염(KOA)의 진행 예측 성능을 향상시킵니다. 기존 방법들의 정적이고 개별 관절에 초점을 맞춘 한계를 극복하기 위해, 다양한 신체 부위의 질병 진행 상황을 모니터링하고 정보가 풍부한 데이터를 효율적으로 수집하도록 설계된 보상 함수를 사용하는 RL 기반 접근 방식을 제안합니다. 다중 모드 심층 학습을 활용하며, 테스트 과정에서 인간의 개입이 필요하지 않다는 특징이 있습니다. 실험 결과, 제안된 방법이 기존 최첨단 모델보다 우수한 성능을 보임을 확인했습니다.
