Browse by Medical Student Research Advisor

eperson profile image
Name :
Park, Sang Joon [박상준]
Department :
College of Medicine (의과대학) - Dept. of Radiation Oncology (방사선종양학교실)

교수 기본정보

세부 전공
의료인공지능 / 방사선종양학
이메일
depecher@yuhs.ac

실험실 기본정보

이름
INT-RO (Intelligence & Radiotherapy and Oncology) Lab
위치
중입자 치료센터 지하 2층
구분
Wet Lab ( %), Dry Lab (100%)

연구소개

연구 분야
연구 내용
본 연구실(INT-RO Lab)은 방사선종양학 분야의 복합적인 의료 데이터(CT/MRI 영상, 텍스트 형태의 전자의무기록 등)에 대형언어모델(LLM), 확산모델(Diffusion model) 등 최신 AI 기술을 적용하는 연구를 수행합니다.

주요 연구 사례로는 대형언어모델을 이용해 비정형 의료 기록을 구조화하여 환자의 예후를 예측하거나, 멀티모달 모델을 통해 암 치료 범위를 자동으로 설정하는 등 실제 임상 현장의 의사를 보조하는 인공지능 모델, 나아가 인공지능 에이전트 프레임워크를 개발하고 검증합니다.

공학적 배경이 없더라도, 생성형 AI를 활용해 임상 데이터를 분석하고 인공지능 모델의 결과물을 의학적 관점에서 평가하는 과정을 통해 차세대 '의사과학자'로서 필요한 핵심 기초 역량을 습득할 수 있도록 지도하고자 합니다.

대표연구
1) LLM-driven multimodal target volume contouring in radiation oncology, Nature Communications 15.1 (2024): 9186.
2) End-to-end breast cancer radiotherapy planning via LMMs with consistency embedding, Medical Image Analysis (2025): 103646.
3) Improving mortality prediction after radiotherapy with large language model structuring of large-scale unstructured electronic health records, Radiotherapy and Oncology (2025): 111052.

학생 참여 정보

학생들이 참여하면 좋을 연구
  • - 파이썬 코드를 직접 짜지 않아도, LLM에게 명령하여 의무기록에서 필요한 정보를 추출하고 통계치를 산출하는 의료 인공지능 '바이브 코딩' 실무 참여.
  • - 최신 모델(GPT-4, Claude 등)이 의학적 질문이나 복잡한 임상 상황에 얼마나 정확하게 답변하는지 테스트하고 한계점을 분석하는 리서치 등 학생 수준에서 생성 AI를 활용하는 다양한 연구.
학생 참여 시 사용하게 되는 장비 및 프로그램
  • - 의료 인공지능 알고리즘을 실제로 구동해볼 수 있는 GPU 서버 혹은 클라우드 GPU 시스템 (Ubuntu 기반)
  • - Python, PyTorch 등
참여 전 준비사항
  • 사전 준비가 없어도 참여 가능하나, Python등 간단한 프로그래밍 언어에 대한 기본적인 학습을 권장함.

Browse

Links