Clinical questions
진료에서 질문을 찾습니다
어디서 판단이 지연되고, 어떤 정보가 부족한가. 의료진과 함께 해결할 문제와 평가 기준을 정의합니다.
Inha University · Digital Medicine
진료 현장의 질문에서 출발해, 의료영상·생체신호·전자의무기록(EMR)에서 디지털 바이오마커를 찾고 진료 워크플로우와 환자별 판단을 돕는 AI를 연구합니다.
Inha University · Digital Medicine
Translational
Medical Intelligence
진료 현장의 질문에서 출발해, 의료영상·생체신호·전자의무기록(EMR)에서 디지털 바이오마커를 찾고 진료 워크플로우와 환자별 판단을 돕는 AI를 연구합니다.
인하대학교 의과대학 디지털의료학과
Our mission
중개의료지능 연구실(TMI-lab)은 의료 현장의 문제를 데이터와 AI로 풀어가는 연구실입니다. ‘From Too Much Information to Translational Medical Intelligence’는 넘쳐나는 의료정보를 실제 진료에 도움이 되는 지식과 기술로 바꾸겠다는 뜻입니다. 같은 TMI라는 약자에 연구실의 이름과 연구 방향을 함께 담았습니다.
좋은 예측은 진료의 변화를 만들어야 합니다. 영상과 생체신호, 임상기록을 연결해 진료 과정의 병목을 줄이고, 치료 후의 변화를 예측하며, 환자별 선택을 뒷받침하는 근거를 만듭니다.
Clinical questions
어디서 판단이 지연되고, 어떤 정보가 부족한가. 의료진과 함께 해결할 문제와 평가 기준을 정의합니다.
Data & methods
해부학적 구조, 시간에 따른 변화, 임상 맥락을 반영해 문제에 맞는 AI를 설계합니다.
Clinical evaluation
정확도와 불확실성, 새로운 데이터에서의 성능을 평가하고 진료 과정에 적용할 방법을 연구합니다.
Translation
Coreline Soft · 2024
뇌출혈 의심 환자를 더 빠르게 확인하도록
뇌 CT의 출혈 의심 부위와 출혈량을 분석해 의료진의 우선 판독을 지원합니다. 영상 분석을 응급 진료의 판단 흐름에 연결하는 기술입니다.

AVIEW NeuroCAD의 최초 지정일은 2020년 11월 17일입니다. 2023년 통합심사·평가 및 혁신의료기술 선정과 구분되는 이력입니다.
2026년 6월 보도에 따르면, 같은 해 4월 기준 누적 사용 건수가 5만 건을 넘었습니다. 병원 수가 아닌 제품 사용 건수입니다.
한스경제 · 2026.06.26 ↗포항세명기독병원은 응급 진료에 NeuroCAD를 도입했습니다. 뇌 CT의 출혈 의심 소견과 정량 정보를 의료진에게 전달해 초기 판단을 돕는 활용 사례입니다.
데일리메디 · 2026.04.07 ↗별도 참고: 100여 개 이상 응급실 도입은 연구실 제공 자료(2026년 9월) 기준이며, 위 기사의 누적 사용 건수와는 다른 지표입니다.
Medical Image Analysis · 2022 ↗

첫 화면의 일러스트는 우선 판독 지원을 설명하는 AI 생성 개념도입니다. 위 이미지는 실제 제품 화면입니다.

Grashey X-ray의 촬영 자세와 품질을 평가해, 재촬영이 필요한 경우 방사선사에게 즉시 요청하는 솔루션입니다. 환자가 촬영실을 떠나기 전 품질을 확인하는 워크플로우를 지향합니다.

체중 부하 족부 측면 X-ray의 랜드마크를 검출합니다. 전문의와 비교한 연구에서 더 낮은 검출 오차를 보여, 평가자에 따른 측정 편차를 줄이고 일관된 평발 평가를 돕습니다.
비교 연구 읽기 ↗
Bayesian U-Net의 불확실성(Uncertainty)을 활용해 망막 혈관 분할 성능을 높이면서 영상 품질을 함께 평가합니다. 분석 결과와 신뢰도를 함께 살피는 모델입니다.

영상 품질
GreyNet은 Grashey X-ray의 랜드마크를 검출해 촬영 자세와 품질을 확인하고, 필요 시 방사선사에게 즉시 재촬영을 요청하는 솔루션입니다. 촬영과 품질 확인을 한 흐름으로 연결하는 것이 핵심입니다.
관련 논문 읽기 ↗연구 분야
분석 결과가 다음 진료로 이어지도록
촬영부터 판독, 기록 검토까지. 의료진이 놓치기 쉬운 신호와 반복 확인하는 정보를 AI로 찾아, 필요한 판단이 제때 이루어지는 워크플로우를 연구합니다.
이전 검사와 추적 검사 사이의 오류를 검출하는 연구 설계입니다. 실제 진료 도입에 앞서 오류 유형별 성능과 위양성을 평가합니다.
연구 분야
치료 이후를 예측하는 환자별 모델
해부학적 구조와 시간에 따른 변화를 모델링합니다. 성장 예측 연구를 기반으로, 수술 전 영상과 임상정보에서 수술 후 상태를 예측하는 서지컬 디지털 트윈으로 연구를 확장합니다.
같은 진단을 받은 환자들의 위험과 치료 반응은 어떻게 다를까?
영상·생체신호·전자의무기록(EMR)에서 환자별 위험과 치료 반응을 파악할 디지털 바이오마커를 찾습니다.

연구 분야
같은 진단을 넘어, 환자별 치료의 근거로
의료영상과 생체신호, 전자의무기록(EMR)을 분석해 디지털 바이오마커를 찾고, 환자별 위험과 치료 반응을 파악하는 방법을 연구합니다. 측정값과 예측의 신뢰도도 함께 평가합니다.
망막 혈관 분할과 심전도 분석은 정밀의료를 위한 기반 연구입니다. 질병의 조기 예측과 치료 선택으로 연결하는 방법을 연구합니다.
BMC Cancer · 2024
진행성 위암 환자의 임상정보와 유전체 정보를 통합해 항암치료 효과를 예측하는 연구입니다. 멀티모달 데이터로 환자별 치료 선택의 근거를 탐구합니다.
관련 논문 ↗Google Scholar ↗ 신기원 교수 연구 프로필
확인일
Selected publications
2026 · Abdominal Radiology
2026 · Cell Reports Medicine
2026 · Skeletal Radiology
14편의 논문
Ryu HS, Jung SH, Shin K, et al.
Abdominal Radiology · 의료영상
Kim K, Song JM, et al.
Cell Reports Medicine · 임상·멀티모달
Kim J, Shin K, et al.
Skeletal Radiology · 의료영상
Shin K, Kim N, et al.
Frontiers in Artificial Intelligence · 의료영상
Ryu SM, Park C, et al.
Medical Physics · 의료영상
Han NY, Shin K, et al.
Academic Radiology · 임상·멀티모달
Park C, Shin K, et al.
Biomedical Engineering Letters · 생체신호
Ryu SM, Shin K, et al.
Biomedical Engineering Letters · 의료영상
Choi Y, Lee J, Shin K, et al.
BMC Cancer · 임상·멀티모달
Shin K, Kim H, et al.
Computers in Biology and Medicine · 생체신호
Shin K, Lee JS, et al.
Journal of Digital Imaging · 의료영상
Park HJ, Shin K, et al.
Radiology · 의료영상
Kim H, Shin K, et al.
PLOS ONE · 의료영상
Kyung S, Shin K, et al.
Medical Image Analysis · 의료영상
검색 조건에 맞는 논문이 없습니다.
Patents

의료 AI 중개연구
조교수 · PhD
인하대학교 의과대학 디지털의료학과 인하대학교 병원 AI빅데이터 부센터장
빠르게 발전하는 AI를 의료 현장에 도입하는 중개연구를 수행합니다. 의료영상·생체신호·멀티모달 AI를 바탕으로 임상 워크플로우 개선, 수술 결과 예측, 근거기반 치료를 연구합니다.
의료영상·생체신호·멀티모달 AI를 임상 워크플로우 개선과 근거기반 치료로 연결합니다.
2023의공학 박사울산대학교
한양대학교 기계공학 석사·학사
2024–MICCAIArea/Program Chair
2025–대한의료인공지능학회학술위원
People

조교수 · PhD
인하대학교 의과대학 디지털의료학과 인하대학교 병원 AI빅데이터 부센터장
빠르게 발전하는 AI를 의료 현장에 도입하는 중개연구를 수행합니다. 의료영상·생체신호·멀티모달 AI를 바탕으로 임상 워크플로우 개선, 수술 결과 예측, 근거기반 치료를 연구합니다.
Medical Multi-Modal AI · Clinical AI Implementation
Google Scholar · 전체 기간 · 확인일
의료영상·생체신호·멀티모달 AI 공동연구
© 2026 Translational Medical Intelligence Lab
Contact
의료 AI 공동연구와 연구 관련 문의는 아래 업무용 이메일로 연락해 주세요.