최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
김명희, Lee Min
2021 / 치위생과학회지
이대건, 최범락, 구세광, 강수진, 박혜림, 성미선, 이영준, 박기문
2018 / 대한예방한의학회지
홍성태
2014 / Journal of Korean Medical Science
데이터가 존재하지 않습니다.
loading...
본 체계적 고찰은 의료 분야에서 인공지능(AI)의 영향력을 진단, 치료, 환자 관리 측면에서 검토합니다. 2010년부터 2023년까지 발표된 연구 분석 결과, AI는 진단 정확도 향상, 개인 맞춤형 치료 계획 수립, 의료 시스템 운영 효율성 증대에 상당한 잠재력을 보여줍니다. 하지만 데이터 프라이버시, 알고리즘 편향, 숙련된 전문가 양성 등의 과제가 AI의 성공적인 의료 도입을 위해 중요하게 고려되어야 합니다.
AI-first healthcare : AI applications in the business and clinical management of health
Spinal Imaging and Image Analysis
의료법학.
Personalized medicine
Oxford textbook of clinical nephrology
Pharmaceutical practice
Digital health and patient data : empowering patients in the healthcare ecosystem
AI와 의료 임상
AI와 미래 의사
인공지능 기반 의료 : 케어 패러다임 전환을 이끌 임상의학과 헬스케어 인공지능에 대한 조망
Machine learning in medicine
Vascular anesthesia
의료경영혁신
의료정보시스템의 보안과 새로운 도전
혁신기술과 차세대의료
Network medicine : complex systems in human disease and therapeutics
Future care : sensors, artificial intelligence, and the reinvention of medicine
AI와 의료 임상
인공지능과 상담
Nature Biotechnology
Amit, Ido; Baker, David; Barker, Roger; Berger, Bonnie; Bertozzi, Carolyn; Bhatia, Sangeeta; Biffi, Alessandra; Demichelis, Francesca; Doudna, Jennifer; Dowdy, Steven F.; Endy, Drew; Helmstaedter, Moritz; Junca, Howard; June, Carl; Kamb, Sasha; Khvorova, Anastasia; Kim, Dae-Hyeong; Kim, Jin-Soo; Krishnan, Yamuna; Lakadamyali, Melike; Lappalainen, Tuuli; Lewin, Sharon; Liao, James; Loman, Nick; Lundberg, Emma; Lynd, Lee; Martin, Cathie; Mellman, Ira; Miyawaki, Atsushi; Mummery, Christine; Nelson, Karen; Paz, Jeanne; Peralta-Yahya, Pamela; Picotti, Paola; Polyak, Kornelia; Prather, Kristala; Qin, Jun; Quake, Stephen; Regev, Aviv; Rogers, John A.; Shetty, Reshma; Sommer, Morten; Stevens, Molly; Stolovitzky, Gustavo; Takahashi, Masayo; Tang, Fuchou; Teichmann, Sarah; Torres-Padilla, Maria-Elena; Tripathi, Leena; Vemula, Praveen; Verdine, Greg; Vollmer, Frank; Wang, Jun; Ying, Jackie Y.; Zhang, Feng; Zhang, TianJournal of Crohn's and Colitis
Kim, K. W.; Ha, H.; Jun, Y.; Lee, H. J.; Yoon, H.; Kang, H. W.; Im, J. P.; Kim, J. S.; Koh, Seong JoonJournal Of Movement Disorders
Kim, Aryun; Jang, Mihee; Kim, Han-Joon; Kim, Yoon; Kim, Dae-Seong; Shin, Jin-Hong; Jeon, BeomseokJournal of the European Academy of Dermatology and Venereology
Ohn, J.; Hur, K.; Park, H.; Cho, S.; Mun, J. -H.Journal of Korean Medical Science
박상원Korean Circulation Journal
Kim, Kwang-il; Kim, Myung-A; Kim, Min Kyung; Kim, Sang-Hyun; Kim, Hyo Soo; Moon, Min Kyong; Park, Kyong Soo; Park, Young-Bae; Lim, Soo; Choi, Sung Hee; Lee, Hae-Young; Jang, Hak Chul; Lee, Sang-Hak; Choi, Donghoon; Lee, Hyun Cheol; Kim, Hyeon Chang; Jee, Sun Ha; Cheong, Hyun Taek; Park, Joong-Yeol; Jung, Chang Hee; Lee, Mun Kyu; Rhee, Eun-Jung; Do Kyung, Kim; Kim, Eun Mi; Hong, Soon Jun; Hong, Soon-Cheol; Kim, Young Seol; Kim, Woo-Sik; Hwang, You-Cheol; Ahn, Kyu Jeong; Kim, Youngmi; Chae, Seong-Cheol; Yun, Yeo-Min; Kim, Yangha; Park, Jung; Kim, Yong Jae; Han, Jin; Kim, Jongwoo; Kim, Young-Joo; Kim, Sung-Rae; Baek, Sang Hong; Kwon, Hyuk-Sang; Song, Yoon Ju; Kim, Hyunwook; Nam, Moon Suk; Shin, Sung Hee; Lee, Ji-Eun; Kim, Jaetaek; Kim, Chee Jeong; Kim, Dae Jung; Kim, Oh Yoen; Kim, Jae-Ryong; Cho, Kyung-Hyun; Park, Yongsoon; Song, Gi Ho; Shin, Hyun Ho; Ahn, Youngkeun; Hong, Young Joon; Lee, Myoungsook; Jae, Sae Young; Jo, Sang-Ho; Choi, Seonghoon; Choi, Young Jin; Park, Hyun-Young; Oh, Kyungwon; Ahn, Ki ManKorean Circulation Journal
Park, Jin Joo; Choi, Dong-JuMRS Communications
Christensen, Johan; Kadic, Muamer; Kraft, Oliver; Wegener, MartinArthritis & Rheumatology
Lee, Eun Bong; Park, Jin KyunAesthetic Plastic Surgery
Liu, Quanzhe; Lee, Jae HyupBrain Pathology
Koh, Eun Jung; Kim, Seung-Ki; Park, Sung-Hye; Lee, Ji Yeoun; Wang, Kyu-Chang; Phi, Ji HoonMicrobiology resource announcements
Ashvini, Chauhan; Rajesh Singh, Rathore; Meenakshi, Agarwal; Adi J, Chauhan; Aryan, TaywadeIEEE Journal of Biomedical and Health Informatics
Di Rienzo, Marco; Inan, Omer T.; Migeotte, Pierre-Francois; Park, Kwang-SukThe Korea-Australia Rheology Journal
안경현Science
Lee, In-Hwan; Shin, Suyong; Choi, Tae-LimKorean Journal of Anesthesiology
박희평Journal of Hypertension
Jones, Erika S. W.; Lee, Hae-Young; Khan, Nadia; Charchar, Fadi J.; Williams, Bryan; Chia, Yook-Chin; Tomaszewski, MaciejScience of Advanced Materials
Jang, Ho Won; Lee, Jong-Heun; Lee, Jung-KunAdvances in Experimental Medicine and Biology
채종일Journal of Stroke
Lee, Sun-Uk; Kim, Hyo-Jung; Kang, Bong-Su; Kim, Ji-Soo전선 / 대학원
디지털헬스케어와 의료인공지능 기술은 전 세계적으로 의료 서비스의 패러다임을 빠르게 변화시키고 있다. 본 강의는 디지털헬스케어와 의료인공지능 분야의 최신 글로벌 트렌드를 탐구하고 분석한다. 주요 내용으로는 원격의료, 웨어러블 기기, 의료용 IoT, 빅데이터 분석, 의료 영상 AI, 개인 맞춤형 의료 등이 포함된다. 학생들은 이러한 기술의 현재 응용 사례와 미래 발전 방향을 학습하며, 각국의 정책, 규제, 윤리적 고려사항 등을 비교 분석한다. 또한, 글로벌 의료 불평등 해소와 의료 접근성 향상을 위한 디지털헬스케어와 의료인공지능의 역할을 토론한다. 이를 통해 학생들은 디지털헬스케어와 의료인공지능의 글로벌 동향을 이해하고, 미래 의료 환경에서의 혁신적 솔루션을 구상할 수 있는 능력을 기른다.전선 / 대학원
최근 딥러닝을 이용한 인공지능 기술이 의료 각 분야에서 다양하게 적용되고 있다. 이 강좌에서는 의료분야에서 사용되는 인공지능 기술의 기초와 다양한 적용 사례를 살펴봄으로써 의료 인공지능 기술의 미래 전망과 한계점을 이해하는 것을 목표로 한다. 아울러 실제 인공지능을 적용한 의료 서비스 사례를 연구함으로써 실용화 과정에 필요한 요구사항과 규제에 대한 이해를 증진한다.전선 / 대학원
인공지능은 우리가 사는 방식을 바꾸었다. 특정 의료 영역에서 인공지능은 전문가의 수준 만큼 정확하고 일부 영역에서는 이미 전문가의 실력을 뛰어넘는다. 하지만, 의료계에서 이러한 알고리즘을 손쉽게 받아들이기 어려운 것은 인공지능의 “블랙박스” 즉 설명 불가능한 특성 때문이다. 본 수업은 현존하는 이해가능한 (interpretable) 기계학습 모형과 이해불가능한 딥러닝 모형의 설명가능 방법론 (explainable)을 의료의 관점에서 탐구할 것이다. 또한 “설명가능성”에 대한 사회적, 이론적, 경험적, 인과적 관점을 조사할 것이다.전선 / 대학원
변화된 사회 환경과 새로운 의학적 요구로 인해 단순한 의학적 지식만이 아닌 의과학자임과 동시에 인간-사회를 통찰하고 이를 통합하여 아우르는 의료 분야 리더로서의 역할을 수행하게 될 학생들에게 의료 전문가로서의 융복합적 학문이라 할 수 있는 휴먼시스템의학을 소개하는 것을 목적으로 한다. 이를 위하여 휴먼시스템의학에 대한 개괄적 안내와 휴먼시스템의학을 구성하는 세부 학문적 내용을 소개한다. 학생들로 하여금 인문학, 사회과학, 의과학적 지식과 소양을 겸비하여 휴먼시스템즈 의학의 개념과 특성을 파악하게 하고 이러한 영역들의 학문적, 사회적 중요성을 인지시킨다. 인간과 사회 및 인간을 둘러싸고 있는 마이크로, 메크로시스템을 엮는 시스템즈 의학에 대해 기본적인 개념을 갖게 함으로써 학생들은 휴먼시스템의학의 본질과 특성을 전체적으로 이해하게 될 것이다.전선 / 대학원
근래의 의료 빅데이터의 축적 및 인공지능 기법의 발달은 많은 의학 분야에서 빅데이터에 기반한 정확한 예측 및 환자 맞춤형 진료를 가능하게 하고 있다. 주술기 의학 분야에 있어서도, 이러한 기술적 발달은 기존의 위험도 분류, 예후 예측, 조기 경보 및 의료 자원 분배 등 주술기 의학의 접근 방식에 큰 변화를 가능하게 하고 있다. 따라서 미래 임상 의사, 의학자들에게 있어 이러한 기술을 이해하고, 활용하는 것을 배우는 것이 점차 중요해지고 있다. 이 강좌에서는 먼저 VitalDB나 MIMIC, eICU 데이터셋 등 주술기 의학 분야의 오픈 데이터셋에 대해 알아보고, 이러한 데이터를 효과적으로 활용할 수 있는 기계 학습 기법에 대해 배울 것이다. 또한 실습을 통해 최신 기계 학습 기법들을 본인의 연구에 적용할 수 있는 방법을 배울 것이다.논문 / 대학원
대학원 논문작성을 위해 지도교수와 연구주제를 정하고 이에 대한 자료조사 및 분석을 수행한다. 이를 통하여 과학적인 연구방법에 대한 기본적인 지식을 습득하고, 자신의 논리를 체계적으로 구성하여 추구하는 주제에 대해 문제를 스스로 해결할 수 있는 능력을 갖출 수 있도록 한다.논문 / 대학원
대학원 논문작성을 위해 지도교수와 연구주제를 정하고 이에 대한 자료조사 및 분석을 수행한다. 이를 통하여 과학적인 연구방법에 대한 기본적인 지식을 습득하고, 자신의 논리를 체계적으로 구성하여 추구하는 주제에 대해 문제를 스스로 해결할 수 있는 능력을 갖출 수 있도록 한다.전선 / 대학원
대학원 교육은 각 전공에 대한 학문적인 기본 개념을 정립하고, 하나의 주제를 잡아 실험을 수행한 다음 이를 논문으로 작성하여 발표하는 훈련이다. 그동안 다른 교과목은 학문적인 교육과 실험을 수행하는 과정에 대한 훈련을 주로 하고 있고 이는 주로 각 전공별로 중점교육을 하고 있다. 최종 단계인 논문작성에 관하여는 아직 체계적인 교육을 하지 못하고 있어 이에 대한 교과목이 필요하다. 이 과목에서는 논문의 개념 정립, 논문의 종류, 논문의 형태, 체재, 구성요소, 구성요서별 작성의 기본 원칙. 학술지 편집. 학술지 투고, 상호심의, SCI와 PubMed 소개등 학술활동을 위하여 기본 지식과 정보를 교육하고자 한다. 특히 영어논문의 작성을 집중하여 교육하고자 한다.전선 / 대학원
4차 산업혁명 시대를 맞아 건강분야도 디지털 전환이 빠르게 진행 중이다. 따라서 의학과 관련된 학문을 연구하는 학생들도 디지털 전환에 대해 이해하는 것이 필요하다. 그러나 의료분야는 일반법이 아닌 특별법으로 체계화되어 있어 개인정보보호법과 같은 일반법이 마련된다고 하더라도 특별법 우선의 원칙에 따라 기존의 의료관련 특별법이 먼저 적용된다. 이 강의에서는 의료분야 디지털 전환을 역사적 맥락 하에서 체계적으로 이해할 수 있도록 의료분야 특별법과 디지털 전환을 주도하는 법령들간의 관계를 배운다.전선 / 대학원
현대 의과학 연구의 통합적 부분으로 인식되어야 할 분야가 연구윤리이다. 2005년-2006년 줄기세포 조작 사건으로 한국 의과학 및 생명과학계는 국제적인 신뢰도를 많이 잃었을 뿐 아니라, 네이쳐, 사이언스 등 전문 과학학술지에서 한국 의과학도들이 연구윤리 및 생명윤리에 대해 지식이 부족할 뿐 아니라, 연구윤리가 현장에서 잘 지켜지도록 체계적으로 감시하는 기능이 없다는 점이 지적되었다. 서울대학교 의과대학 대학원에서는 전문 의과학자를 양성하는 교육기관임에도 불구하고 의과학 연구의 윤리를 교육하는 강좌가 없었다. 이에 의과학 연구의 윤리를 전문적으로 탐구하고 나아가 한국사회의 연구윤리 문제를 탐구함으로써 우리 현장에서 연구윤리의 수준을 제고하도록 하는 강좌의 필요성이 과목을 신설하고자 한다. 연구부정행위, 데이터 관리, 저자 표시와 및 저자됨, 이해 갈등, 연구자의 책임, 동물대상 연구의 윤리, 인간대상 연구(임상연구)의 윤리, 과학자의 사회적 책무-언론 및 대중 매체와의 관계 등 의과학계 연구자로서 꼭 알아야 할 연구윤리 내용을 다룬다.전선 / 학사
최근의 의학은 이전의 bio(분자생물학, 줄기세포, 재생의학 등 실제 실험실에서의 실험 연구 등) 중심에서 data science 중심으로 급격히 변화가 일어나고 있는 것은 누구나 다 인지하고 있는 사실이다. 소위 제4차 산업혁명이라고 불리어지는 영역이기도 하다. 이에 의학 및 실제 임상에서 이러한 분야의 발전과 변화가 어떤 영향을 미치고 있는지, 어떻게 활용하여야 하는지에 대한 관심은 매우 높다고 할 수 있다. 의학도로 막 입문한 의예과 학생들이 이러한 디지털 데이터 의학이라는 학문에 조기에 접하고 경험함으로써, 더욱 발전적인 미래를 기대할 수 있을 것이다.전선 / 대학원
지능 시스템은 환경과 상호작용하고 성능을 극대화하는 방법이다. 지식 표현과 추론은 논리적 지식 표현, 판단 계산, 술어 계산, 상황 계산, 지식 표현 구축 등과 함께 지능 시스템의 중요한 측면이며, 불확실성을 해결하기 위한 방법으로 확률과 확률 네트워크, 퍼지 논리와 같은 기법을 사용한다. 계획과 학습 역시 지능 시스템의 중요한 구성 요소로서, 목표 달성을 위해 필요한 행동 순서를 결정하고 시간이 지남에 따라 성능을 개선할 수 있도록 한다. 본 강좌에서는 지능시스템을 이해하고 활용할 수 있는 기초 지식을 쌓는다.전선 / 대학원
의료윤리의 변천, 발전과정을 역사학적으로 이해하는 데에 있어 필수적인 과목임. 히포크라테스 시대 이래 중세와 근대 등 역사 과정을 거치면서 생겨난 의료윤리학적 쟁점의 변화와 그에 대한 의사들과 일반인들의 윤리의식의 변화를 대표적인 관련문헌들을 통해 연구함.논문 / 대학원
헬스케어 융합학과는 IT, BT, NT 등 다양한 기술이 헬스케어 분야으로의 융합에 관한 지식 및 경험의 함양을 목표로한다. 본 논문연구 수업은 헬스케어 융합학과 학생들이 실제 병원 및 임상에 적용이 가능한 헬스케어 관련 연구를 통해 논문을 작성하는 것을 지도 편달한다. 관련하여 다양한 과학 기술들이 헬스케어에 적용되는 연구가 논문으로 완성되는 전 과정을 포함한다. 학생들은 자신의 분야와 관련된 연구 발표를 담당교수와 주기적으로 진행하고 피드백 받음으로써 본인의 연구를 발전시켜 나간다.논문 / 대학원
대학원 논문작성을 위해 지도교수와 연구주제를 정하고 이에 대한 자료조사 및 분석을 수행한다. 이를 통하여 과학적인 연구방법에 대한 기본적인 지식을 습득하고, 자신의 논리를 체계적으로 구성하여 추구하는 주제에 대해 문제를 스스로 해결할 수 있는 능력을 갖출 수 있도록 한다.전선 / 대학원
기계학습 알고리즘의 하나로서 인공 지능 기술의 발전 과정과 최근의 딥러닝 알고리즘의 원리와 특징을 이해한다. 인공지능 알고리즘에 기반한 의료기기 개발 동향과 특히 소프트웨어 의료기기(Software as medical device, SaMD)에 대한 이해를 증진한다. 우수한 성능의 인공지능 기반 모델을 개발하기 위해서 필수로 요구되는 양질의 빅데이터 확보 방안과 바른 주석(well annotated)을 포함하는 빅데이터의 중요성을 이해한다. 인공지능 모델 개발 과정에서 필요한 구체적인 실기 능력 향상을 위해서 Python language의 기초적인 사용법을 습득하고 대표적인 딥러닝 알고리즘인 CNN과 RNN을 이용한 의료영상처리 및 생체신호 처리 실습을 통해 현장 전문가로서의 인공지능 기술 적용 역량을 강화한다.논문 / 대학원
대학원 논문작성을 위해 지도교수와 연구주제를 정하고 이에 대한 자료조사 및 분석을 수행한다. 이를 통하여 과학적인 연구방법에 대한 기본적인 지식을 습득하고, 자신의 논리를 체계적으로 구성하여 추구하는 주제에 대해 문제를 스스로 해결할 수 있는 능력을 갖출 수 있도록 한다.전선 / 대학원
의학지식과 기술의 발달 및 생활수준의 향상으로 과거에 비하여 전신질환을 앓고 있는 환자나 노인 인구가 치과치료를 받는 기회가 급증하였다. 그러나 이들 환자들 중에는 질환이나 노화로 인하여 심장, 뇌, 폐 등의 중요 장기의 기능이 저하되어 있어 치과진료 전후에 뇌졸중이나 급성심근경색 등의 생명유지에 심각한 영향을 미칠 수 있는 질병에 이환될 가능성이 점차 증가되고 있다. 따라서 안전한 치과치료를 위해서는 고위험군 환자들에서 치과치료 중 적절한 환자감시가 이루어져야 한다. 이를 위하여 현재 임상에서 보편적으로 사용되고 있는 환자감시체계의 종류, 원리 및 적절한 임상적 적용방법과 측정값의 해석 등에 대하여 학습하여 보다 안전한 치과진료에 필요한 지식을 제공하고자 한다.전선 / 대학원
진료 및 연구결과로 얻어진 결과 데이터들을 분석하고 관리하는데 필요한 기초이론을 다룬다. 주된 내용으로는 access를 이용한 데이터베이스의 구축, 인터넷에서의 정보검색, matlab 등을 이용한 생체신호분석등의 내용을 다룬다.전선 / 대학원
데이터 시각화는 특히 최근 몇 년간 컴퓨팅 기술의 발전으로 인해 데이터의 크기와 복잡성이 크게 증가한 의료 분야에서 의사 결정을 지원하기 위해서 사용될 수 있는 유용한 기술이다. 본 수업에서는 기본적인 차트와 같은 시각화 기법에서부터 복잡한 인터랙티브 시각화에 이르기까지 다양한 데이터 시각화 기술에 대해서 포괄적으로 다룬다. 기술적으로는 파이썬과 자바스크립트를 핵심적인 프로그래밍 언어로 가르치고, MIMIC(Medical Information Mart for Intensive Care) 데이터를 활용하여 학생들이 실제 의료 데이터와 클라우드 컴퓨팅을 사용하여 데이터 시각화 시스템을 제작하는 경험을 할 수 있도록 가르친다. 본 수업에서는 강의와 그룹 프로젝트가 포함되어 있으며, 그룹 프로젝트에서는 의료 분야에 초점을 맞춘 인터랙티브 웹 기반 데이터 시각화 시스템을 개발해 보는 것을 목표로 한다. 이 과정에서 학생들은 데이터 시각화에 대한 이론적 지식을 의료 도메인의 도전적 과제들을 해결하는데 적용해 보는 기회를 가진다. 본 수업을 통해서 학생들은 의료 도메인의 데이터를 시각화하는 기술을 습득할 수 있다.