[UNIST] 의과학대학원 ICBM Lab - 의료인공지능 분야 학생연구원 및 박사후연구원 모집NEW

[연구실 소개]
본 연구실(Intelligence and Control-based BioMedicine (ICBM) LAB) 은 데이터 기반 및 지식 기반의 모델을 활용하고 통합하여 의학 및 임상 환경에서의 다양한 문제들을 정의하고 풀어내는 것을 목표로 합니다.

특히, 이를 위해 여러 차원의 시계열을 기반으로 이미지, 동영상을 비롯한 다양한 데이터 및, 통계와 제어공학, 최적화 이론과 같은 전통적인 방법 뿐만 아니라 머신러닝, 인공지능과 같은 다양한 방법론을 깊게 연구하고 활용하고자 합니다. 연구/개발된 모델과 방법론에 대해서는, 의과학 및 임상의학 분야에서의 예측과 추론에서부터 의사결정과 실행까지 방법론 연구 및 실제 분야 적용의 영역에서 탐구하고 검증하고자 합니다.

여러 병원의 다양한 임상과 및 AI 기반 여러 헬스케어 기업들과 협업하고 있습니다.



[주요 연구 분야]
1) AI-based Medical Device
2) Medical Digital Twin
3) Clinical Decision Support
4) Digital Healthcare


[모집을 위한 주요 연구 주제]
- 생체신호 (심전도 등)를 포함한 멀티모달 데이터를 바탕으로 인공지능/머신러닝을 활용한 임상 적용 가능한 모델 및 방법론 연구
- Chest X-ray 등 영상 및 동영상 처리를 기반으로 한 재활의학 관점의 진단 및 치료 방법론 연구
- sLLM 등 자연어 처리 분야를 바탕으로한 디지털헬스케어 분야의 확장 및 적용 가능성 탐색 연구
- Physics-informed Neural Network 방법론 및 의학/생리학 적용 연구
- 임상에 활용 가능한 의사결정 및 강화학습 관련 방법론 및 적용 연구


[참고할 만한 논문]
- Individualized decision making in on-scene resuscitation time for out-of-hospital cardiac arrest using reinforcement learning (npj Digitial Medicine)
- A practical approach based on learning-based model predictive control with minimal prior knowledge of patients for artificial pancreas (Computer Methods and Programs in Biomedicine)
- Development of an artificial intelligence bacteremia prediction model and evaluation of its impact on physician predictions focusing on uncertainty (Scientific Reports)
- Multi-task disentangled autoencoder for time-series data in glucose dynamics (IEEE Journal of Biomedical and Health Informatics)

[대상]
- (학생연구원) 위 연구 분야 등에 관심이 있으며, "code-to-clinic" 경험을 하고 싶은 학부/석사 졸업예정자 혹은 졸업자
- (박사후연구원) 위 연구 분야 등에 관심 및 관련된 방법론 등을 활용한 연구 경험이 있으며, 임팩트 있는 연구를 같이 진행하고 싶은 야망(?)있는 연구자

[참고 사항]
- 본 연구실의 PI는 의과학대학원 (주소속), 바이오메디컬공학과 (겸무), 인공지능대학원 (겸무) 소속입니다.


자세한 사항은 아래 연구실 홈페이지를 참고하시기 바랍니다.
https://www.icbmlab.com/

감사합니다.