박준동 연구실
의과대학 박준동
박준동 연구실은 소아 중환자 진료와 관련된 다양한 임상 및 융합 연구를 선도하고 있습니다. 연구실은 소아 중환자실에 입원한 환자들의 생존율 향상과 합병증 감소를 목표로, 임상 현장에서 발생하는 다양한 문제를 해결하기 위한 혁신적인 연구를 지속적으로 수행해왔습니다. 특히, 인공지능 및 빅데이터 기반의 예측 모델 개발, 중증 감염 및 패혈증 조기 진단, 기계환기 및 ECMO 등 첨단 치료법의 임상 적용과 효과 분석에 집중하고 있습니다.
최근에는 딥러닝과 머신러닝 알고리즘을 활용하여 소아 중환자에서 발생할 수 있는 심정지, 패혈증, 혈류 감염, 진정 수준 변화 등 치명적 사건을 조기에 예측하는 모델을 개발하였으며, 실제 임상 데이터와 외부 검증을 통해 높은 예측 성능을 입증하였습니다. 이러한 연구는 의료진의 업무 부담을 줄이고, 환자 안전과 치료 성과를 크게 향상시키는 데 기여하고 있습니다.
또한, 연구실은 신생아 및 영유아의 중증 호흡기·순환기 질환에 대한 임상 연구와 치료 전략 개발에도 앞장서고 있습니다. 기관절개술, 인공호흡기 의존 환아의 장기적 관리, ECMO 및 폐이식 등 고난이도 치료법의 국내외 적용 현황과 예후 인자 분석을 통해, 환자 맞춤형 치료와 통합적 지원 시스템 구축의 필요성을 강조하고 있습니다. 전국 단위의 빅데이터 연구와 다기관 협력 연구를 통해 국내 소아 중환자 진료의 표준화와 질적 향상에도 크게 기여하고 있습니다.
이외에도, 소아 전문소생술 가이드라인 개발, 약물 안전성 평가, 진단 및 치료용 항체 개발 등 다양한 융합 연구를 수행하며, 소아 중환자 진료의 새로운 패러다임을 제시하고 있습니다. 연구실은 앞으로도 최신 기술과 임상 경험을 바탕으로, 소아 중환자 진료의 혁신과 환자 중심의 맞춤형 치료를 실현하기 위해 지속적으로 노력할 것입니다.
박준동 연구실은 다학제적 협력과 첨단 연구기법을 바탕으로, 국내외 소아 중환자 진료 분야에서 선도적 역할을 수행하고 있습니다. 앞으로도 환자와 가족, 의료진 모두에게 실질적인 도움이 되는 연구를 통해, 소아 중환자 진료의 미래를 이끌어 나갈 것입니다.
소아 중환자 진료와 인공지능 기반 예측 모델 개발
본 연구실은 소아 중환자 진료의 혁신을 목표로, 인공지능 및 딥러닝 기술을 활용한 예측 모델 개발에 집중하고 있습니다. 최근 연구에서는 소아 중환자실에 입원한 환자들의 생체 신호, 검사 결과, 임상 정보를 통합적으로 분석하여 심정지, 패혈증, 중증 감염 등 치명적 사건의 조기 예측 모델을 개발하였습니다. 이러한 모델은 기존의 복잡하고 시간이 많이 소요되는 평가 도구를 대체할 수 있으며, 의료진의 업무 부담을 줄이고 환자 안전을 크게 향상시킬 수 있습니다.
특히, 심정지, 패혈증, 혈류 감염 등 중증 사건의 조기 예측을 위해 다양한 임상 변수와 연령별 정상 범위의 변동성을 반영한 데이터 전처리 기법을 적용하였습니다. 연구실은 장기간에 걸친 대규모 임상 데이터를 기반으로, LSTM, 랜덤 포레스트, XGBoost 등 다양한 머신러닝 및 딥러닝 알고리즘을 비교·적용하여 최적의 예측 성능을 도출하였습니다. 실제로, 개발된 모델은 높은 민감도와 특이도를 보이며, 외부 검증을 통해 임상 적용 가능성을 확인하고 있습니다.
이러한 연구는 소아 중환자 진료의 패러다임을 변화시키고, 조기 개입을 통한 생존율 향상과 합병증 감소에 기여할 것으로 기대됩니다. 앞으로는 다기관 데이터와 실시간 임상 적용을 통한 추가 검증 연구를 진행할 예정이며, 궁극적으로는 인공지능 기반의 임상 의사결정 지원 시스템으로 발전시켜 소아 중환자 진료의 표준을 제시하고자 합니다.
소아 호흡기 및 순환기 중환자 치료와 생존율 향상 전략
연구실은 소아 호흡기 및 순환기 질환의 중환자 치료에 대한 임상적 연구와 치료 전략 개발에 중점을 두고 있습니다. 신생아 및 영유아에서 발생하는 중증 호흡부전, 기관지폐이형성증, 폐고혈압, 선천성 호흡조절장애 등 다양한 질환에 대해 기계환기, ECMO(체외막산소공급), 폐이식 등 첨단 치료법의 임상 적용과 그 효과를 분석해왔습니다. 또한, 기관절개술, 인공호흡기 의존 환아의 장기적 관리와 예후 개선을 위한 전국 단위의 빅데이터 연구도 수행하고 있습니다.
특히, ECMO와 같은 고난이도 생명유지치료의 국내 다기관 연구를 통해 진료 현황, 생존율 변화, 예후 인자 등을 체계적으로 분석하였으며, 이를 바탕으로 국내 소아 중환자 치료의 질적 향상과 표준화에 기여하고 있습니다. 또한, 기관절개술 환아의 의료 이용 패턴, 재입원 원인, 사망률 등 장기적 예후를 분석하여, 환자와 가족을 위한 통합적 지원 시스템 구축의 필요성을 제시하였습니다.
이러한 임상 연구는 중증 소아 환자의 생존율 향상과 합병증 감소, 삶의 질 개선에 실질적으로 기여하고 있습니다. 앞으로는 다학제적 협력과 최신 치료기술 도입, 환자 맞춤형 관리 전략 개발을 통해 소아 중환자 치료의 새로운 패러다임을 제시하고, 국내외 소아 중환자 진료의 선도적 역할을 지속할 계획입니다.
1
Individualized estimation of arterial carbon dioxide partial pressure using machine learning in children receiving mechanical ventilation
박준동, Han H.-J., Lee B.
BMC PEDIATRICS, 202412
2
Development of a deep learning model that predicts critical events of pediatric patients admitted to general wards
Jeon Y., 박준동, Kim Y.S., Jang W., Lee B.
SCIENTIFIC REPORTS, 202412
3
Protective effect of gut microbiota restored by fecal microbiota transplantation in a sepsis model in juvenile mice
박준동, Han Young Joo, Kim Sungsu, Shin Haksup, Kim Hyun Woo
Frontiers in Immunology, 202410
2
병원성 바이러스 중화항체 치료제 개발지원센터 구축
3
신변종 바이러스 감염병 대응을 위한 진단 및 치료용 난황항체 개발
