최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Meshaka R; Pinto Dos Santos D; Arthurs OJ; Sebire NJ; Shelmerdine SC
2022 / Pediatric radiology
데이터가 존재하지 않습니다.
loading...
최근 영상 분야에서 인공지능(AI) 연구가 급증하고 있으며, 임상 실천 개선 가능성이 높지만 초기 AI 연구 보고의 상세 수준은 일관성이 없습니다. 소아 방사선과는 인력 부족 및 업무량 증가에 직면하고 있어 AI가 시간 소모적인 작업에 대한 해결책을 제시하고 워크플로우 효율성을 향상시킬 수 있습니다. 따라서 본 리뷰에서는 임상적으로 가장 관련성이 높고 이용 가능한 보고 지침을 설명하여 소아 방사선과 의사가 AI 영상 연구를 수행하는 데 참여하도록 돕고자 합니다.
Research anthology on improving medical imaging techniques for analysis and intervention
Fundamentals of pediatric radiology
Neuroradiology companion : methods, guidelines, and imaging fundamentals
AI 의료의 미래 : 튜링을 만난 히포크라테스
Teaching atlas of pediatric imaging
AI와 재활
(의사를 위한) 실전 인공지능 =
Artificial intelligence and deep learning in pathology
AI와 미래 의사
AI와 의료 임상
primary pediatric radiology
AI와 의료 임상
Artificial intelligence in behavioral and mental health care
닥터, 코드를 만나다
Pediatric telehealth best practices.
Neuroimaging.
Veterinary diagnostic imaging : the dog and cat
Caffey's pediatric diagnostic imaging
AI-first healthcare : AI applications in the business and clinical management of health
Clinical radiology
Vasey B; Novak A; Ather S; Ibrahim M; McCulloch PBMC Medical Research Methodology
Zhong J.,Xing Y.,Lu J.,Zhang G.,Mao S.,Chen H.,Yin Q.,Cen Q.,Jiang R.,Hu Y.,Ding D.,Ge X.,Zhang H.,Yao W.Pediatric Radiology
Marcelo Straus Takahashi; Lane F. Donnelly; Selima SialaThe British journal of radiology
Davendralingam N; Sebire NJ; Arthurs OJ; Shelmerdine SCDie Radiologie
Johannes Jahn; Jakob Weiß; Fabian Bamberg; Elmar KotterYALE JOURNAL OF BIOLOGY AND MEDICINE
Amin, Kanhai; Khosla, Pavan; Doshi, Rushabh; Chheang, Sophie; Forman, Howard P.PEDIATRIC RADIOLOGY
Offiah, Amaka C.The British Journal of Radiology
Claudia Mello-Thoms; Carlos A B MelloMonatsschrift fur Kinderheilkunde
Mentzel, H.-J.Pediatric radiology
Monah SR; Wagner MW; Biswas A; Khalvati F; Erdman LE; Amirabadi A; Vidarsson L; McCradden MD; Ertl-Wagner BBPediatric radiology
Moore MM; Iyer RS; Sarwani NI; Sze RWEuropean radiology
Kotter E; Ranschaert ERadiography
Malamateniou C.,McFadden S.,McQuinlan Y.,England A.,Woznitza N.,Goldsworthy S.,Currie C.,Skelton E.,Chu K.Y.,Alware N.,Matthews P.,Hawkesford R.,Tucker R.,Town W.,Matthew J.,Kalinka C.,O'Regan T.Magnetic resonance imaging clinics of North America
Kushal, Patel; Pierce, Cooper; Puneet, Belani; Amish, DoshiAcademic radiology
Maria Camila Velez-Florez; Adarsh Ghosh; Daniela Patton; Raymond Sze; Janet R. Reid; Susan SotardiEuropean journal of radiology
van Assen M; Lee SJ; De Cecco CNJournal of vascular and interventional radiology : JVIR
Gaddum O; Chapiro JCANCERS
Cardobi, Nicolo; Dal Palu, Alessandro; Pedrini, Federica; Beleu, Alessandro; Nocini, Riccardo; De Robertis, Riccardo; Ruzzenente, Andrea; Salvia, Roberto; Montemezzi, Stefania; D'Onofrio, MirkoJournal of the American College of Radiology
Sammer M.B.K.,Akbari Y.S.,Barth R.A.,Blumer S.L.,Dillman J.R.,Farmakis S.G.,Frush D.P.,Gokli A.,Halabi S.S.,Iyer R.,Joshi A.,Kwon J.K.,Otero H.J.,Sher A.C.,Sotardi S.T.,Taragin B.H.,Towbin A.J.,Wald C.European Radiology
Omoumi P.,Ducarouge A.,Tournier A.,Harvey H.,Kahn C.E.,Louvet-de Verchère F.,Pinto Dos Santos D.,Kober T.,Richiardi J.전선 / 대학원
최신 임상소아치과학을 공부하고 연구하는 데 필요한 기본적이면서도 실질적인 방법론을 이해할 수 있다. 연구 주제를 발굴하고, 적절한 연구를 계획하며 결과를 작성하는 방법을 공부하는 한편, 임상 통계 및 통계 분석법을 습득하고 알맞게 적용할 수 있도록 한다.전필 / 대학원
본 강좌는 인공지능사회에 도래함에 따라 교육전문가들을 대상으로 인공지능사회의 거버넌스와 디지털 리터러시에 대한 비판적 안목을 제공하기 위한 입문과목이다. 본 강좌에서는 인공지능(AI) 분야의 연구와 기술이 빠르게 발전함에 따라 사회를 구성하는 인간의 삶의 다양한 영역에 인공지능이 차지하는 비중이 높아지고 있는 상황에 비추어 교육 분야에서의 기술의 영향, 디지털 거버넌스, 윤리 및 책임에 대한 주제들을 체계적으로 다룬다. 또한 이러한 철학적, 윤리적 논의를 배경으로 디지털 미디어 콘텐츠에 대한 이해와 활용능력을 교육영역에 어떻게 비판적으로 적용할 수 있는지를 심층적으로 다룬다.전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 대학원
구강악안면방사선학분야에서 최근 이루어지고 있는 연구동향과 최신지견에 대해 토의한다.전선 / 대학원
본 교과목은 단순한 질의응답을 넘어, 스스로 목표를 설정하고, 도구를 사용하며, 복잡한 과업을 자율적으로 수행하는 ‘에이전트(Agentic)' AI의 설계 원리와 구현 방법론을 심층적으로 다룬다. 기존의 LLM(Large Language Model)이 가진 한계를 극복하고, LLM을 ‘추론 엔진'으로 활용하여 실제 세계와 상호작용하는 지능형 시스템을 구축하는 데 초점을 둔다. 수강생들은 단일 에이전트의 핵심 구성 요소인 사고-행동-관찰(Reasoning-Acting-Observation) 루프, 동적 도구 사용(Tool Use), 장단기 기억(Memory) 메커니즘을 학습한다. 나아가 여러 에이전트가 협력하여 인간의 개입을 최소화하면서 복잡한 문제를 해결하는 멀티 에이전트 시스템(Multi-Agent System)의 설계 패턴(예: 계층적, 협력적)과 통신 프로토콜을 배운다. LangChain, AutoGen, CrewAI와 같은 최신 프레임 워크를 활용한 실습을 통해, 에이전트 아키텍처 설계부터 정교한 프롬프트 체이닝, 실행 루프 구현까지의 전 과정을 경험하며, 차세대 AI 애플리케이션을 개발할 수 있는 실전 역량을 배양하는 것을 목표로 한다.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.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.교양 / 학사
컴퓨터를 처음 접하는 학생들을 대상으로 컴퓨터에 대한 일반적인 기초개념 등을 설명하고, 프로그램이 수행되는 과정과 프로그램 작성을 위한 논리적인 사고에 대하여 강의한다. 이와 같은 기초 지식을 바탕으로 Python 언어를 사용하는 방법을 습득한다. 일부 공과대학 학부/학과에서는 포트란, C 언어, 또는 Matlab을 사용하는 법을 익힌다. 매주 2시간의 실습을 통하여 프로그래밍 기법을 배양하도록 한다.전선 / 대학원
본 교과목은 단순한 질의응답을 넘어, 스스로 목표를 설정하고, 도구를 사용하며, 복잡한 과업을 자율적으로 수행하는 ‘에이전트(Agentic)' AI의 설계 원리와 구현 방법론을 심층적으로 다룬다. 기존의 LLM(Large Language Model)이 가진 한계를 극복하고, LLM을 ‘추론 엔진'으로 활용하여 실제 세계와 상호작용하는 지능형 시스템을 구축하는 데 초점을 둔다. 수강생들은 단일 에이전트의 핵심 구성 요소인 사고-행동-관찰(Reasoning-Acting-Observation) 루프, 동적 도구 사용(Tool Use), 장단기 기억(Memory) 메커니즘을 학습한다. 나아가 여러 에이전트가 협력하여 인간의 개입을 최소화하면서 복잡한 문제를 해결하는 멀티 에이전트 시스템(Multi-Agent System)의 설계 패턴(예: 계층적, 협력적)과 통신 프로토콜을 배운다. LangChain, AutoGen, CrewAI와 같은 최신 프레임 워크를 활용한 실습을 통해, 에이전트 아키텍처 설계부터 정교한 프롬프트 체이닝, 실행 루프 구현까지의 전 과정을 경험하며, 차세대 AI 애플리케이션을 개발할 수 있는 실전 역량을 배양하는 것을 목표로 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
현재 우리가 알고 있는 복지국가와 사회보장시스템은 근대 산업사회의 산물이다. 그러나 디지털 기술은 근대적 국가-시장-시민사회의 구조를 질적으로 전환시키고 있다. 본 교과목에서는 디지털 기술이 어떻게 인간사회를 변화시키고 있으며, 이러한 변화가 어떻게 미래의 사회복지시스템을 재구조화시킬지에 대해 논한다.전필 / 대학원
인공지능(AI) 기반 교육을 현장에서 적용하기 위해선, AI융합전공 수강생들은 인공지능(AI)을 교과 수업 상황에 융합하여, 수업을 설계하고 실행할 수 있는 역량이 요구된다. 이 강의는 AI융합전공 수강생들이 인공지능(AI) 자체에 대한 수업과, 인공지능(AI) 학습도구를 활용한 인공지능(AI)-교과 융합수업을 설계하고, 실행할 수 있는 역량을 갖추는 것을 목적으로 한다. 이를 위해 AI융합전공 수강생들은 먼저, 인공지능(AI) 자체에 대한 수업 설계 역량을 기른다. 그리고 실제적이고 집중적인 교육을 통해, 이 교과목은 수강생들의 인공지능 교과 융합 수업을 설계하고 실행하는 역량 증진시킬 것이다.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.전선 / 학사
AI는 인간의 의사결정 방식과 업무 수행 방식을 빠르게 변화시키고 있으며, 이에 따라 조직의 형태와 작동 방식 또한 재편되고 혁신되고 있다. 이러한 변화 속에서 AI를 전략적으로 도입하고 효과적으로 활용하는 능력은 기업이 지속 가능한 경쟁우위를 확보하는 핵심 원천이 되고 있다. 본 과목은 AI와 전략경영의 접점을 체계적으로 탐구한다. AI가 무엇이며(또 무엇이 아닌지), 인간이 AI와 어떻게 상호작용하는지, AI가 직무·직업·노동시장을 어떻게 변화시키는지, 그리고 이러한 변화가 조직 전환을 어떻게 촉발하는지를 다룬다. 더 나아가 AI가 기술 혁신과 창의성에 미치는 영향, 그리고 경영자와 정책결정자가 AI를 어떻게 이해하고 대응해야 하는지도 살펴본다. AI가 전례 없이 빠른 속도로 발전하고 그 영향이 맥락에 따라 다르게 나타나는 환경에서, 학생들은 최신 연구 논문과 실제 사례를 분석·토론함으로써 개인, 팀, 조직 수준에서 AI를 전략적으로 도입하고 활용하는 방법을 학습한다. 이를 통해 AI가 가져올 일과 조직의 대전환을 깊이 이해하고, 이를 능동적으로 설계함으로써 AI 시대 지속 가능한 경쟁우위를 구축할 수 있는 역량을 갖추게 될 것이다.전필 / 대학원
현재 임상에서 활발하게 사용되고 있는 대표적인 의료기기의 명칭, 기능, 작동원리와 특징 등을 설명함으로써 의료기기 원리 및 개발 방법론 뿐 아니라 임상현장에서의 활용 환경에 대한 이해를 촉진한다. 또한 임상에 활용될 수 있는 의료기기를 개발하기 위해서 필요한 기술적 요소, 임상의 미충족 수요, 현 의료시장 현황 및 의료기기의 전주기적 연구개발 과정을 습득하도록 한다. 추가적으로 빅데이터, 인공지능과 같은 4차 산업혁명기술 등을 이용한 혁신의료기기의 연구개발 동향 파악 및 임상 의료기기로서의 활용 가능성에 대한 판단 능력을 증진시킨다.전선 / 대학원
이 강좌는 인공지능에 대한 이해를 바탕으로 교육적 활용방안을 탐색하고 다양한 연령의 학습자를 대상으로 인공지능에 대한 교육을 효과적으로 실시하는 방안을 다룬다. 인공지능 기반 교육에 대한 최신 이론과 교육적 이슈를 체계적으로 검토하고 교육 분야에서 인간과 인공지능이 협업할 수 있는 방안을 논의한다.전선 / 대학원
본 교과목에서는 의료 분야에서 인공지능의 핵심 이론, 주요 응용 및 연구 방법론을 심층적으로 학습한다. 인공지능 기술이 의료 영상, 생체 신호, 전자의무기록 등 다양한 의료 데이터와 임상 현장에서 어떻게 활용되는지 적용사례를 중심으로 다룬다. 또한, 최신 연구 동향을 탐구하고, 학생들이 논문 발표를 통해 각자의 연구 분야에 인공지능 기술을 효과적으로 접목할 방안을 모색하는 기회를 제공한다.전선 / 대학원
머신러닝 등 인공지능 기술의 급속한 발전 및 활용도 증가와 함께, 그와 관련된 법과 규제에 대한 논의의 필요성 또한 급격하게 증대하고 있음. 인공지능 방법론 개관, 인공지능과 관련된 법제도 개관, 로보틱스 및 자율주행차와 관련된 규제 및 책임제도 개관, 인공지능과 불법행위 책임, 인공지능과 시장경쟁, 인공지능과 사회적, 경제적 차별의 문제, 인공지능 의사결정의 투명성 및 책임성(accountability), 설명가능/해석가능한 인공지능과 법적 책임전선 / 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.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.