이승원 연구실은 국내외 대규모 보건의료 빅데이터와 인공지능(AI) 기술을 융합하여 다양한 질병의 역학적 특성, 위험 요인, 예측 모델 개발에 중점을 두고 있습니다. 연구실은 국민건강보험공단, 국가건강검진, 질병관리청 등에서 수집된 방대한 데이터를 활용하여, 인구집단 수준에서 질병의 발생, 유병률, 사망률, 위험 요인 등을 체계적으로 분석합니다. 이를 통해 질병의 시간적·공간적 분포, 사회경제적 요인, 환경적 요인과의 연관성을 규명하고, 국가 보건정책 수립에 기여하고 있습니다. 특히, 연구실은 인공지능 기반의 예측 모델 개발에 강점을 가지고 있습니다. 딥러닝, 머신러닝, 앙상블 학습 등 최신 AI 기법을 적용하여 심혈관질환, 암, 감염병, 만성질환 등 다양한 질환의 발생 위험을 예측하고, 환자 맞춤형 치료 전략을 제시합니다. 또한, Distributed Lag Non-Linear Model(DLNM)과 같은 고도 통계모형을 활용하여 환경오염, 미세먼지, 기후변화 등 외부 요인이 건강에 미치는 영향을 정량적으로 평가합니다. 이러한 연구는 실제 임상현장과 연계되어, 환자 맞춤형 정밀의학 실현, 조기 진단 및 예후 예측, 질병 예방 및 관리 정책 수립에 중요한 근거를 제공합니다. 연구실은 국내외 다양한 연구기관, 정부 부처, 산업체와 협력하여, 의료 빅데이터와 AI 기반의 융합연구를 선도하고 있습니다.

연구실은 Global Burden of Disease(GBD) 연구를 비롯한 국제 공동연구에 적극적으로 참여하여, 감염병과 만성질환의 전 세계적, 지역적, 국가적 질병부담을 분석하고 있습니다. COVID-19, 결핵, HIV/AIDS, 뇌졸중, 당뇨병, 암, 알레르기질환 등 다양한 질환에 대해 발생률, 유병률, 사망률, 장애보정생존년(DALY), 건강수명(HALE) 등 핵심 지표를 산출하고, 국가 간 비교와 장기 추세 분석을 수행합니다. 이 과정에서 연구실은 최신 통계기법과 예측모델을 활용하여, 미래의 질병부담 변화 시나리오를 제시하고, 인구고령화, 생활습관 변화, 환경오염, 백신접종 등 다양한 요인이 질병부담에 미치는 영향을 심층적으로 분석합니다. 또한, COVID-19 팬데믹과 같은 보건위기 상황에서 신속한 데이터 분석과 정책 제언을 통해, 국가 및 국제사회의 대응 전략 수립에 실질적인 기여를 하고 있습니다. 이러한 연구는 보건의료 자원의 효율적 배분, 예방 및 관리 정책의 우선순위 설정, 건강 형평성 증진 등 공공보건 분야에 중요한 근거를 제공합니다. 연구실은 WHO, Lancet, 국내외 학술지 등에서 활발히 연구성과를 발표하며, 글로벌 헬스 분야의 학문적·사회적 영향력을 확대하고 있습니다.

연구실은 의료 인공지능(AI) 기술을 활용한 진단, 예측, 치료 지원 시스템 개발에 주력하고 있습니다. 특히, 영상의학(CT, MRI, PET 등) 및 생체신호(EEG, fNIRS 등) 데이터를 활용한 딥러닝 기반 질병 진단 및 분류 모델, 환자 맞춤형 치료 전략 제시, 임상 의사결정 지원 시스템을 개발하고 있습니다. 예를 들어, 뇌종양, 피부암, 알츠하이머병, 심혈관질환, 안과질환 등 다양한 질환에 대해 CNN, GAN, 앙상블 모델 등 첨단 AI 알고리즘을 적용하여 진단 정확도를 높이고 있습니다. 또한, 연구실은 의료 빅데이터와 AI를 결합한 환자 예후 예측, 합병증 위험 평가, 치료 반응 예측 등 임상현장에서 활용 가능한 실용적 모델을 개발합니다. 이러한 연구는 실제 임상 데이터와 연계되어, 의료진의 의사결정 과정에서 신뢰도 높은 보조 정보를 제공하며, 환자 맞춤형 정밀의학 실현에 기여합니다. 특허 출원 및 산학협력 프로젝트를 통해, AI 기반 암종 예측, 증상-질환 매칭 챗봇, 감염병 전파 경로 시각화, 미세먼지 위해도 예측 등 다양한 의료 AI 솔루션을 실용화하고 있습니다. 연구실은 의료 인공지능 특화 융합인재 양성, 디지털바이오 전문인력 교육 등 인재 양성에도 힘쓰고 있습니다.