김용석 교수

의료 데이터는 민감성이 높아 안전한 수집과 저장, 빅데이터 보안 기술이 핵심 과제로 대두되고 있으며, 이러한 배경에서 딥러닝을 활용한 의료 영상, 특히 안저 이미지의 위변조 탐지 기술 연구에 주력하고 있습니다. 핵심 기술로는 딥러닝 기반 이미지 위변조(Deepfake) 검출 알고리즘을 개발했으며, 이를 뒷받침하기 위한 의료 연구용 데이터셋 구축 기술도 함께 확보했습니다. 이 기술은 안저 이미지 등 의료 영상의 위변조를 탐지하는 데 적용되며, 의료데이터 위변조 방지 시스템 구축에도 활용되고 있습니다. 해당 연구는 TRL 6-7 수준으로 실용화 단계에 근접해 있으며, 관련 성과로 "Evaluating the Efficacy of Deep Learning Models for Identifying Manipulated Medical Fundus Images"(MDPI, 2025)와 "A Deepfake-Based Deep Learning Algorithm for Medical Data Manipulation Detection"(JSMS) 논문을 발표했습니다.

국가 차원에서 분산되어 있는 임상데이터를 표준화하기 위해 공통데이터모델(CDM) 및 비식별화 기술을 적용하는 연구를 수행하고 있습니다. 핵심 기술로는 공통데이터모델(CDM) 구축과 임상데이터 비식별화·표준화 기술을 확보했으며, 이를 기반으로 병원 간 임상데이터를 연동하고 공유할 수 있는 체계를 마련했습니다. 이러한 기술은 암 임상 라이브러리 등 대규모 임상 연구를 지원하는 데 적용되고 있습니다. 건양대의료원 의료정보원 주관 K-CURE 컨소시엄에 참여하고 있으며, 카카오헬스케어와 빅데이터 기반 연구 플랫폼 구축을 위한 협력을 진행하고 있습니다. 건양대의료원 의료정보원장으로서 의료데이터 활용 기반 구축에 기여한 공로로 2024년 보건복지부장관 표창을 수상했습니다. 해당 연구는 TRL 7-8 수준으로 실용화 단계에 도달해 있습니다.

CNN 등 딥러닝 기술과 전자의무기록(EMR) 데이터 분석을 결합하여 질병 진단 및 예후 예측 정확도를 향상시키는 연구를 수행하고 있습니다. 핵심 기술로는 CNN 기반 딥러닝 모델과 EMR 데이터 분석 기법을 활용하며, GAN 기반 예측 모델도 함께 개발했습니다. 이러한 기술은 패혈증 조기 예측, 당뇨 환자의 혈당 이상 예측, 녹내장 분류에 적용되고 있습니다. (주)휴먼딥과 딥러닝 기반 패혈증 예측 모델을 공동 연구하고 있으며, 해당 연구는 TRL 5-7 수준입니다. 관련 논문으로 "A Study on the Artificial Intelligence Model of White Blood Cell Counts Prediction Using Gan", "An Early Predictive Model of Sepsis with White Blood Cell Calibration", "Attention Mechanism-Based Glaucoma Classification Model"(Sensors, 2024), "Predicting Dysglycemia in Patients with Diabetes Using Electrocardiogram"(Diagnostics, 2024)을 발표했습니다.