연구분야 · Research Field
중환자의학
감염병
심혈관질환
의료영상
의료인공지능
디지털바이오마커
바이오마커
정밀의료
의료빅데이터
응급의학
Critical Care Medicine
Infectious Disease
Cardiovascular Disease
Medical Imaging
Medical AI
Digital Biomarker
Biomarker
Precision Medicine
Medical Big Data
Emergency Medicine
연구 소개 · Brief Summary
마취통증의학을 기반으로 외과계 중환자실에서 근무하며 수술 후 중환자가 겪는 여러 문제를 연구합니다. 특히 패혈증 환자에서 미세순환이 어떻게 무너지고 이것이 장기 부전으로 이어지는지에 관심을 두고 임상 자료를 분석해왔습니다. 인공지능을 활용하여 중환자의 상태를 예측하는 연구를 진행하고 있습니다. 인공호흡기를 사용하는 환자의 흉부 엑스레이 영상을 딥러닝으로 분석하여 산소화 지표가 어떻게 변화하는지 예측하는 모델을 개발하였으며 같은 자료를 라디오믹스 기법으로 다시 분석하여 해석이 가능한 대안 모델도 개발하고 있습니다. 앞으로도 영상을 기반으로 한 인공지능을 중환자 진료에 실제로 적용할 수 있는 방법을 찾아나가고자 합니다.
Based on a background in anesthesiology, work has centered on a surgical intensive care unit, focusing on the problems faced by critically ill postoperative patients. Particular attention has been given to how microcirculatory dysfunction develops in septic patients and how it progresses to organ failure, drawing on analysis of clinical data.
Research has also turned toward using artificial intelligence to predict the clinical course of critically ill patients. A deep learning model was developed to analyze serial chest radiographs from mechanically ventilated patients and predict changes in oxygenation, and the same data is now being reanalyzed using radiomics to build an interpretable alternative model.
Continued effort is directed toward finding ways to apply image based artificial intelligence to the actual care of critically ill patients.
