최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Koch H.W.,Larsen M.,Bartsch H.,Kurz K.D.,Hofvind S.
2023 / European Radiology
데이터가 존재하지 않습니다.
loading...
본 연구는 유방암 검진에서 인공지능(AI) 시스템의 성능을 방사선 전문의의 이중 판독과 비교했습니다. AI 시스템은 유방암 위험도를 1-10점으로 평가했으며, 특히 유방 밀도가 높은 여성에서 높은 민감도를 보였습니다. 연구 결과는 AI 시스템이 유방암의 조기 발견에 잠재적인 가능성을 제시합니다.
Artificial intelligence and deep learning in pathology
AI 시대, 내 일의 내일 : 인공지능 사회의 최전선 =
Screening mammography : breast cancer diagnosis in asymptomatic women
Diagnostic immunohistochemistry : theranostic and genomic applications
Medical imaging : artificial intelligence, image recognition, and machine learning techniques
노화도 설계하는 시대가 온다
디지털 쇼크 한국의 미래 : 문명의 변곡점에서 2030 대한민국을 전망하다
Artificial intelligence for the internet of health things
Advanced computational intelligence paradigms in healthcare
Artificial intelligence in cancer : diagnostic to tailored treatment
Alternative breast imaging : four model-based approaches
Computer-aided cancer detection and diagnosis : recent advances
AI와 의료 임상
Artificial intelligence in medicine : 6th Conference on Artificial Intelligence in Medicine Europe, AIME '97, Grenoble, France, March 23-26, 1997 : proceedings
AI와 의료 임상
More than a glitch : confronting race, gender, and ability bias in tech
Radiological diagnosis of breast diseases
암 진단 A to Z : 바이오산업 패러다임 바꾸는 암 진단의 세계
European radiology
Koch HW; Larsen M; Bartsch H; Martiniussen MA; Styr BM; Fagerheim S; Haldorsen IHS; Hofvind SEuropean radiology
Bergan MB; Larsen M; Moshina N; Bartsch H; Koch HW; Aase HS; Satybaldinov Z; Haldorsen IHS; Lee CI; Hofvind SRadiology
Larsen M.,Olstad C.F.,Koch H.W.,Martiniussen M.A.,Hoff S.R.,Lund-Hanssen H.,Solli H.S.,Mikalsen K.Ø.,Auensen S.,Nygård J.,Lång K.,Chen Y.,Hofvind S.Radiology
Larsen M.,Aglen C.F.,Lee C.I.,Hoff S.R.,Lund-Hanssen H.,Lång K.,Nygård J.F.,Ursin G.,Hofvind S.European Radiology
Lång K.,Hofvind S.,Rodríguez-Ruiz A.,Andersson I.European Radiology
Lång K.,Dustler M.,Dahlblom V.,Åkesson A.,Andersson I.,Zackrisson S.European Radiology
Larsen M.,Aglen C.F.,Hoff S.R.,Lund-Hanssen H.,Hofvind S.European radiology
Seker ME; Koyluoglu YO; Ozaydin AN; Gurdal SO; Ozcinar B; Cabioglu N; Ozmen V; Aribal EEuropean Journal of Radiology
Byng D.,Strauch B.,Gnas L.,Leibig C.,Stephan O.,Bunk S.,Hecht G.Insights into Imaging
Kim H.J.,Kim H.H.,Kim K.H.,Choi W.J.,Chae E.Y.,Shin H.J.,Cha J.H.,Shim W.H.LANCET DIGITAL HEALTH
Dembrower, Karin; Wahlin, Erik; Liu, Yue; Salim, Mattie; Smith, Kevin; Lindholm, Peter; Eklund, Martin; Strand, FredrikJournal of Clinical Oncology
Vachon C.M.,Scott C.G.,Norman A.D.,Khanani S.A.,Jensen M.R.,Hruska C.B.,Brandt K.R.,Winham S.J.,Kerlikowske K.The Lancet Digital Health
Dembrower K.,Wåhlin E.,Liu Y.,Salim M.,Smith K.,Lindholm P.,Eklund M.,Strand F.European Radiology
Kerschke L.,Weigel S.,Rodriguez-Ruiz A.,Karssemeijer N.,Heindel W.Technology in cancer research & treatment
Kizildag Yirgin I; Koyluoglu YO; Seker ME; Ozkan Gurdal S; Ozaydin AN; Ozcinar B; Cabioğlu N; Ozmen V; Aribal ERadiology
Wanders A.J.T.,Mees W.,Bun P.A.M.,Janssen N.,Rodríguez-Ruiz A.,Dalmış M.U.,Karssemeijer N.,van Gils C.H.,Sechopoulos I.,Mann R.M.,van Rooden C.J.Egyptian Journal of Radiology and Nuclear Medicine
Raafat, Mariam; Mansour, Sahar; Kamal, Rasha; Ali, Hedaya W.; Shibel, Passant E.; Marey, Ahmed; Taha, Sherif N.; Alkalaawy, BasmaThe Egyptian Journal of Radiology and Nuclear Medicine
Eman Badawy; Rawan ElNaggar; Somia Abdulatif Mahmoud Soliman; Dalia Salaheldin ElmesidyLancet
Gommers J.,Hernström V.,Josefsson V.,Sartor H.,Schmidt D.,Hjelmgren A.,Larsson A.M.,Hofvind S.,Andersson I.,Rosso A.,Hagberg O.,Lång K.The Lancet Digital Health
Dembrower K.,Crippa A.,Colón E.,Eklund M.,Strand F.전필 / 대학원
본 과정을 통하여 병록부 기록 방법, Unit 및 기구, 치료계획 수립, 가철성 교정장치 등에 대한 교육이 실시되며, 주어진 과제에 학생들이 발표하고 이에 대한 토의가 진행되며, 소아치과에 내원한 환자에 대하여 보조하고, 직접 시술과정에 참여함으로써 소아치과학 임상실습 2를 수행할 수 있는 지식과 능력을 갖추도록 한다전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 대학원
AI와 빅데이터는 안과 영역에서 기초 및 임상 연구를 너머 실제 임상현장에도 큰 영향을 미치고 있다. 안과 영역에서 빅데이터를 이용한 연구들의 방법론과 실제 연구들을 살펴보고 최신 연구 동향을 알아보고자 한다. 최근 transformer의 발전에 이어 foundation model의 보급, 그리고 이를 바탕으로한 Large Language Model들의 성능이 향상되면서, 이를 안과를 포함한 의료 영역에 적용하는 다양한 연구들과 실제 사용례들이 늘어나고 있다. 이에 대해 살펴보고 실제 연구와 임상현장에 적용되는 경우를 알아보도록 하겠다. 이 강좌를 통해서 학생들은 안과 영역의 AI와 빅데이터의 활용에 대한 최신 지견을 배울 수 있다.교양 / 학사
이 교과목은 인공지능의 발전 역사와 철학적 기반(계산주의, 연결주의, 예측처리이론 등)을 검토하고, 인간의 지각·감정·감각·자율신경계 등 체화된 인지(embodied cognition)를 심층 탐구한다. 하이데거(Heidegger), 위노그라드(Winograd) 등의 기술철학적 사유를 통해 기술의 본질과 한계를 비판적으로 고찰하고, 인공지능이 모방할 수 없는 인간 고유의 창의성·직관·메타인지의 의미를 탐색한다. 강의는 이론적 이해와 더불어 표현예술 기반의 실습 및 토론을 결합한 체화 및 경험 기반의 학습 방식을 도입하여, 학생들이 사고와 감각, 몸의 경험을 통합적으로 활용하는 능동적 학습자로 성장하도록 설계되었다. 이를 통해 인간과 기술의 공진화(co-evolution)를 통찰하고, AI 시대에 인간다움의 의미를 재정의하며, 복잡한 미래 사회에서 책임 있는 기술 활용과 창의적 사고를 함양하는 것을 목표로 한다.전선 / 대학원
본 교과목은 학생들에게 단위동물 사료내 이용가능한 영양소 함량을 정확하게 평가할 수 있도록 도와 준다. 최근 여러 가지 사료가치 평가 분야에서 이루어진 기술혁신을 소개하고 이 가운데는 in-vitro소화율, 아미노산 생체이용률, 내생아미노산 손실 등의 측정방법을 소개하고 있다. 또한 경제동물, 특히 단위동물에게 이용 가능한 원료사료 내 에너지함량을 정확하게 측정하여 사료배합비 작성에 적용하도록 돕고 있다.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
본 교과목에서는 AI가 매스 커뮤니케이션을 포함한 인간 커뮤니케이션 전 영역에 걸쳐 메시지 작성, 확산, 큐레이션(curation) 등 보다 다양하고 적극적인 역할(agency)을 수행하게 됨에 따라 대두되는 질문들을 (a) 인간-AI 커뮤니케이션(human-AI communication)과 (b) AI 매개 커뮤니케이션(AI-mediated communication)의 하위 분야로 나누어 심층적으로 고찰한다. 먼저 인간-컴퓨터 상호작용(human-computer interaction), 컴퓨터 매개 커뮤니케이션(computer-mediated communication) 분야의 대표적 이론 및 관련 실증연구들을 학습하고, AI 발전에 따른 최신 연구동향을 검토한다. 실제 AI 활용 사례(예; AI 스피커, AI 뉴스 추천 시스템. 챗봇)를 대상으로 기술적 속성, 이용자들의 속성, 커뮤니케이션 맥락 등에 따라 기존 이론 및 모델을 어떻게 수정, 보완, 확장해야 하는지 논의한다. 이를 통해 커뮤니케이션학에서 AI의 문제를 어떻게 정의하고 연구할 것인가에 대한 이해를 증진시킬 것이다.전필 / 대학원
현재의 축산업이 미래 지속가능한 산업으로 발전하기 위해서는 생산성과 자연환경의 보존이 조화를 이루는 친환경축산의 실현에 대한 구체적인 방안 수립이 필수적이다. 본 교과는 경제동물과학 전공 교수의 공동강의 형태로 진행되며 환경보존의 중요성, 친환경축산의 구체적인 정의, 친환경축산 실현을 위한 기술개발 과제, 정책 및 제도적 방안, 국제적인 친환경축산 사례 등에 대한 총론적 접근을 통해 미래지향적 축산업 발전을 견인할 인재 양성의 기반을 마련한다.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.대학원 / 대학원
연구 수행에서 문헌고찰은 가장 기초가 되는 탐색행위이다. 문헌고찰의 여러 방법 중 근거 통합의 가장 상위단계인 체계적 문헌고찰 방법과 정량적 결과를 통합하는 메타분석에 대해 배우고 이를 실제 적용하여 한 학기 동안 논문으로 완성해 볼 수 있는 시간을 갖도록 한다. 이 수업을 통해 학생들은 가장 최신의 체계적 문헌고찰 방법론을 배우고 나아가 상황에 따라 메타분석이 필요할 경우 시행해 볼 수 있을 것이다. 덧붙여 최신 AI 기술을 활용한 문헌의 검색·정리·인용을 통해 더 쉽고 빠르고 정확하게 체계적 문헌고찰을 수행할 수 있는 방법을 배울 수 있다.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
<러시아어 논문쓰기 연습 1> 강좌는 러시아어로 대학원 수준의 논문을 쓸 수 있는 능력을 다지는 것을 목표로 한다. 이를 위해 학기 전반부에는 가장 먼저, 1) 수준 높은 구문을 구사하기 위한 고급 문법 사항을 필수적으로 점검하고(특히 전치사나 격에서 주의를 요하는 고급 구문 숙달), 2) 논문에서 가장 빈번하게 등장하는 “논문어휘”를 훈련시켜 전체 논문 형식에 익숙해지도록 한다. 이어서 3) 가장 훌륭한 전범으로 꼽히는 러시아어 논문 두 편을 철저하게 분석, 독해하게 함으로써 비판적 사고와 논문 형식의 실제를 경험하게 한다. 이를 기반으로 학기 후반부에는 4) 러시아문학의 대표적 작가 중 푸슈킨과 도스토예프스키에서 주요 테마를 선택하여 실제로 5~6페이지 분량의 논문(4편 정도)을 대학원생 스스로 쓰게 하고 이를 철저하게 점검함으로써 러시아어 논문 쓰기에 자신감을 가질 수 있도록 도와줄 것이다.전선 / 대학원
본 교과목의 목적은 암환자가 증가하는 현 시점에서 간호사들이 암의 예방, 조기검진, 집단 색출의 중요성을 이해하고 그 이론적 근거와 방법을 이해하여 이를 건강한 사람들에게 적용하여 보급함은 물론, 건강증진의 목적으로 암의 예방이나 조기검진방법에 대한 연구를 계획, 수행함으로써 국민 건강증진사업에 일조를 하게 하기 위함이다. 이 교과목에서는 문헌들을 분석, 종합하여 최근 발표되는 암의 유발요인을 발견하고 이를 국민의 암 예방이나 조기발견사업에 적용하게 한다.전선 / 대학원
최근 인공지능(AI) 기술의 급격한 발전과 함께 다양한 산업에서 AI의 활용이 확산되고 있으며, 보건의료 분야 또한 예외가 아니다. 보건의료 분야에 있어서도 AI는 의료 서비스 혁신을 촉진하고 국민 건강 증진을 위한 핵심 기술로 주목받고 있다. 본 교과목에서는 보건의료 분야에서 AI의 적용 현황과 발전 동향을 분석하고, 간호 과정에서 AI를 효과적으로 도입하기 위한 접근 방안을 탐구한다. 특히, 간호 문제의 발견, 해결책 설계, 성과 평가 등 전 과정에서 요구되는 핵심 역량을 습득하고, 관련 법ᄋ규제 및 윤리적 쟁점에 대한 심층적 논의를 진행한다. 아울러, 본 교과목은 사례 연구 및 실습 중심의 프로젝트를 포함하여, AI 기법을 활용한 간호 문제 해결 방안을 직접 적용하고 평가하는 경험을 제공한다. 이를 통해 AI 기반 간호 혁신을 위한 실무적 역량을 강화하고, 간호 과정의 질적 향상을 도모하는데 필요한 지식을 습득한다.전선 / 대학원
암은 국내 사망원인의 1위다. 의료기술의 발전과 신약 개발의 노력에도 불구하고 암 사망률과 생존율은 아직도 만족할만한 성과를 내지 못하고 있다. 전통적인 암 예방인 금연, 절주 등의 위험 요인을 제거하는 1차 예방과 암의 조기발견을 통한 2차 예방의 도움으로 암 발생은 꾸준히 감소하였다. 최근에는 개별 암에 대한 개인별 발생 위험도 예측 모델이 개발되어 암 예방에 크게 기여하고 있다. 오믹스(omics) 기술을 이용하여 암 예방분야에서 생체 지표를 활용하게 되면서, 이제 곧 맞춤형 암 예방시대가 도달할 것이다. 본 강좌에서는 암 발생과 전이에 관여하는 생체지표를 정리하고 각종 암 별로 맞춤형 예방 연구의 현황과 미래를 검토할 예정이다.전선 / 대학원
의료 분야는 인공지능(AI) 기술의 빠른 발전에 따라 진단, 수술 계획, 예후 예측, 환자 맞춤 치료 등 다양한 영역에서 혁신적인 변화를 겪고 있다. 본 강의는 정형외과 질환과 치료 과정에 있어 AI의 적용 가능성과 실제 임상 연구, 데이터 과학적 접근, 윤리적·법적 쟁점 등을 다룬다. ◆ 정형외과 영역에서의 AI 적용 분야와 현황 이해 ◆ 영상분석, 예측모델, 로봇수술 등 최신 기술 습득 ◆ 의료데이터 기반 AI 연구 방법론 이해 ◆ 임상 적용에서의 윤리·법적 이슈 탐구 ◆ 학문적 연구 및 정책 제안 능력 강화전선 / 대학원
암은 다학제적 치료가 필수가 된 질병으로 개인 맞춤치료에 가장 근접한 질병이라고 할 수 있다. 이는 다양한 분야의 연구내용이 집약되어 임상에 성공적으로 적용된 덕분이다. 이 과정에서는 암 분야에서 성공적인 중개연구 사례들을 공부하고 현재 진행 중인 중개연구 분야들을 소개한다.전선 / 학사
수문학은 물의 과학과 공학수문학의 입문과정으로 수문순환의 각 과정에 대한 측정방법과 자료의 분석기법을 다룬다. 주요내용은 기상과 수문, 강수, 증발과 증산, 침투, 지하수와 하천유량 등이다. 유출해석방법으로 수학적인 강우-유출관계의 해석 이론과 단위유량도와 합성단위도 등을 다루며, 확률론적인 수문해석기법에서는 확률이론에 기초한 연홍수량과 강수량 등 수문자료의 빈도해석을 다룬다. 실습에서는 각 강좌별로 수문자료의 측정과 분석과 관련한 프로젝트 중심의 진행으로, 응용기법을 학습한다.전선 / 대학원
본 과목은 의료기술평가 수행을 통해 과학적 근거에 기반한 임상적 의사결정을 실행하는 근거기반의료의 개념을 소개하고 의료기술평가를 실제로 수행하기 위한 연구 방법론을 중점적으로 다룬다. 다양한 과학적 근거를 제시하는 임상연구의 형태로서 환자-대조군연구, 코호트연구 및 임상시험 설계와 수행, 의학연구 문헌의 비판적 평가, 체계적 문헌고찰과 메타분석 등을 의료기술의 비교효과를 평가하기 위한 연구방법론으로서 강의하고, 의료기술 도입에 따른 경제성 평가 및 성과연구 수행과 의료기술평가 적용에 대한 강의를 시행한다. 아울러 연구결과가 의료현장에서의 의사결정에 어떻게 활용될 수 있는지 실제 의료기술의 평가 적용사례를 통해 이해할 수 있도록 한다.전선 / 학사
본 강의는 AI를 이용해 다양한 형태의 데이터 분석을 학습하는 것을 목적으로 한다. 기초적인 계량 통계분석 방법들에 대한 이론적 이해와 실제 분석을 통해 그 결과를 보고하는 방법을 배운다. 강의의 주요 학습 내용은 수집된 자료를 요약하는 기술통계와 추론통계에 필요한 확률 및 가설검정 이론을 학습하고, 이후 카이제곱 검정, t 검정, 변량분석 및 단순 회귀분석에 대해 학습한다.