RnDCircle Logo

이현수 연구실

부산대학교 의과대학

이현수 교수

이현수 연구실

의과대학 이현수

이현수 연구실은 융합의과학 분야에서 생리학, 해부학, 신경과학, 인공지능 등 다양한 학문을 융합하여 혁신적인 연구를 수행하고 있습니다. 연구실의 핵심 연구 분야는 인체의 해부학적 구조와 변이에 대한 심층 분석, 신경과학적 메커니즘 규명, 그리고 최신 인공지능 기술을 활용한 의과학적 문제 해결입니다. 이러한 다학제적 접근을 통해 연구실은 인체의 구조와 기능에 대한 새로운 지식을 창출하고, 이를 임상 및 교육 현장에 적용하는 데 주력하고 있습니다. 특히, 해부학적 변이와 그 임상적 의미에 대한 연구는 의료 현장에서의 진단 및 치료의 정확성을 높이는 데 중요한 역할을 하고 있습니다. 다양한 해부학적 구조의 변이를 체계적으로 분석하고, 이를 바탕으로 환자 맞춤형 치료 전략 개발에 기여하고 있습니다. 또한, 해부학 실습 교육의 질적 향상과 교육 정책에 대한 연구도 활발히 이루어지고 있어, 미래 의료인 양성에 실질적인 도움을 주고 있습니다. 신경과학과 인공지능의 융합 연구는 연구실의 또 다른 큰 축입니다. 강화학습, 계승특징, 전임특징 등 첨단 기계학습 알고리즘을 뇌의 학습 메커니즘과 연결하여 분석하고, 이를 통해 인공지능의 학습 효율성과 적응성을 높이는 방법을 탐구합니다. AI 기반 신약 개발, 뇌질환 진단, 뇌-기계 인터페이스 등 다양한 응용 분야에서 실질적인 연구 성과를 내고 있습니다. 의학교육 혁신과 디지털 교육 도구 개발도 연구실의 중요한 연구 주제입니다. 거대언어모델, 챗봇, 스마트폰 애플리케이션 등 첨단 기술을 의학교육에 효과적으로 통합하는 방안을 연구하고, 학생들의 학습 효과와 교육의 질을 높이기 위한 다양한 방법론을 개발하고 있습니다. 정보의 신뢰성, 윤리적 문제, 기술 의존성 등 디지털 교육 도입 시 고려해야 할 다양한 이슈에 대해서도 심도 있게 논의하고 있습니다. 이현수 연구실은 이러한 다양한 연구를 통해 융합의과학 분야의 발전을 선도하고 있으며, 학제 간 협력과 첨단 기술의 통합을 통해 미래 의료와 과학의 새로운 패러다임을 제시하고 있습니다. 연구실은 앞으로도 인체의 구조와 기능, 뇌과학, 인공지능, 의학교육 등 다양한 분야에서 혁신적인 연구를 지속적으로 이어나갈 것입니다.

생리학 및 해부학적 변이 연구
이현수 연구실은 생리학과 해부학적 구조의 변이에 대한 심층적인 연구를 수행하고 있습니다. 다양한 논문과 연구 결과를 통해 근육, 신경, 혈관 등 인체의 주요 구조물의 해부학적 변이와 그 임상적 의미를 규명하고 있습니다. 예를 들어, 상완이두근의 부가적인 근두(머슬 헤드)나 혈관의 분지 패턴 등 해부학적 변이가 신체 기능과 질환 발생에 미치는 영향을 분석하여, 임상 현장에서의 진단 및 치료에 실질적인 도움을 주고 있습니다. 이러한 연구는 해부학 실습 교육에도 직접적으로 연결됩니다. 해부학 실습을 통해 학생들은 인체 구조의 다양성과 복잡성을 직접 경험하며, 이를 바탕으로 의료인의 윤리적 소양과 생명 존중 태도를 함양할 수 있습니다. 연구실은 해부학 실습의 교육적 효과와 의과대학 정원 확대가 실습의 질에 미치는 영향 등 교육 정책적 측면까지 폭넓게 다루고 있습니다. 더불어, 해부학적 변이 연구는 신경과학, 재생의학, 임상 해부학 등 다양한 분야와 융합되어 미래 의료기술 발전에 기여하고 있습니다. 이러한 다학제적 접근을 통해 연구실은 인체 구조와 기능에 대한 새로운 지식을 창출하고, 이를 바탕으로 환자 맞춤형 치료 전략 개발에 앞장서고 있습니다.
신경과학과 인공지능 융합 연구
이현수 연구실은 신경과학과 인공지능(AI)의 융합 연구에 중점을 두고 있습니다. 특히 강화학습, 계승특징(Successor Features), 전임특징(Predecessor Features) 등 최신 기계학습 알고리즘을 뇌의 학습 메커니즘과 연결하여 분석하고, 이를 통해 인공지능의 학습 효율성과 적응성을 높이는 방법을 탐구합니다. 이러한 연구는 실제 뇌의 공간 학습, 잡음 환경에서의 적응, 신경세포의 전기생리적 특성 등 다양한 신경과학적 현상을 수치 모델링과 실험을 통해 규명하는 데 기여하고 있습니다. 연구실은 AI 기반 신약 개발, 뇌질환 진단, 뇌-기계 인터페이스 등 다양한 응용 분야에도 적극적으로 참여하고 있습니다. 예를 들어, FAK(초점부착키나아제) 활성화 물질을 AI 기반 가상 스크리닝과 분자동역학 시뮬레이션을 통해 발굴하는 연구를 수행하였으며, 이는 암, 신경질환 등 다양한 질환 치료제 개발에 새로운 가능성을 제시합니다. 또한, 단일세포 RNA 시퀀싱, 신경세포 신생, 패턴 분리 등 첨단 신경과학 기법을 활용하여 알츠하이머병 등 신경퇴행성 질환의 병태생리를 밝히는 데도 주력하고 있습니다. 이러한 융합 연구는 의과학, 생명과학, 컴퓨터공학 등 다양한 분야와의 협력을 통해 이루어지며, 미래 인공지능 기반 의료기술 및 뇌과학 연구의 혁신을 선도하고 있습니다. 연구실은 학제 간 연구와 첨단 기술의 통합을 통해 새로운 과학적 패러다임을 제시하고 있습니다.
의학교육 혁신과 디지털 교육 도구 개발
이현수 연구실은 의학교육의 혁신과 디지털 교육 도구 개발에도 활발히 참여하고 있습니다. 최근 인공지능, 특히 거대언어모델(LLM)과 챗봇(ChatGPT) 등 첨단 기술의 발전에 따라, 의학교육 현장에 이러한 도구를 효과적으로 통합하는 방안을 연구하고 있습니다. 연구실은 거대언어모델이 제공하는 개인화된 학습 경험, 방대한 의학 지식에 대한 접근성, 문헌 검토 자동화 등 다양한 이점을 분석하고, 실제 교육 현장에서의 적용 가능성과 한계를 체계적으로 평가합니다. 또한, 스마트폰 애플리케이션을 활용한 조직학 실습, 가상현실 기반 해부학 실습 등 새로운 교육 방법론을 개발하여 학생들의 학습 효과를 극대화하고 있습니다. 이러한 디지털 도구는 전통적인 실습 환경의 한계를 보완하고, 학생들의 자기주도적 학습과 비판적 사고력 향상에 기여합니다. 연구실은 정보의 신뢰성, 윤리적 문제, 기술 의존성 등 디지털 교육 도구 도입 시 고려해야 할 다양한 이슈에 대해서도 심도 있게 논의하고 있습니다. 이와 같은 연구는 미래 의료인을 위한 교육 커리큘럼 설계, 평가 방법 개선, 다학제 협업 등 의학교육 전반의 질적 향상에 중요한 역할을 하고 있습니다. 연구실은 디지털 시대에 부합하는 혁신적 교육 모델을 제시함으로써, 차세대 의료 인재 양성에 앞장서고 있습니다.
1
In silico discovery of novel compounds for FAK activation using virtual screening, AI-based prediction, and molecular dynamics
이현수, 윤덕현
COMPUTATIONAL BIOLOGY AND CHEMISTRY, 2025
2
Editorial: Hippocampal function and reinforcement learning
Daou, Arij, 이현수
FRONTIERS IN COMPUTATIONAL NEUROSCIENCE, 2025
3
Noise Resilience of Successor and Predecessor Feature Algorithms in One- and Two-Dimensional Environments
이현수
SENSORS, 2025
1
신경과학 기법을 활용한 기계학습 알고리듬 연구 및 개발
한국연구재단
2017년 03월 ~ 2020년 02월