본 연구실은 제2형 당뇨병의 유전적 요인과 임상적 특성에 대한 심층적인 연구를 수행하고 있습니다. 다양한 유전자 다형성(예: SLC2A1, TCF7L2, CD36, RANTES, MCP-1, 비타민 D 수용체 등)이 당뇨병의 발생, 합병증, 비만, 심혈관 질환 등과 어떤 연관성을 가지는지 대규모 환자군을 대상으로 분석합니다. 이를 통해 한국인 당뇨병 환자에서 나타나는 특이적 유전적 변이와 임상적 양상을 규명하고, 맞춤형 치료 전략 개발에 기여하고 있습니다. 특히, 당뇨병 환자에서의 미세혈관 및 대혈관 합병증(신증, 망막병증, 신경병증, 심혈관질환 등)과 유전자 다형성의 상관관계를 다각적으로 분석합니다. 이를 위해 다기관 코호트 연구, 후향적 및 전향적 임상 연구, 다중 로지스틱 회귀분석 등 다양한 통계적 방법론을 활용하고 있습니다. 또한, 비만, 고혈압, 이상지질혈증 등 대사증후군과의 연관성도 함께 탐구하여, 복합적인 위험인자 관리의 중요성을 강조합니다. 이러한 연구 결과는 당뇨병 환자의 위험군 선별, 조기 진단, 예후 예측, 그리고 개인 맞춤형 치료법 개발에 중요한 근거를 제공합니다. 더 나아가, 한국인을 포함한 다양한 인종 집단에서의 유전적 특성 비교를 통해 글로벌 당뇨병 연구의 발전에도 기여하고 있습니다.

연구실은 인공지능(AI) 및 디지털 헬스케어 기술을 활용하여 내분비질환, 특히 당뇨병과 갑상선 질환의 진단, 예후 예측, 치료 최적화에 관한 연구를 활발히 진행하고 있습니다. 최근에는 딥러닝 기반의 다중모달 예측 모델을 개발하여, 갑상선암 재발 예측, 당뇨병 환자의 합병증 위험 예측 등 임상 현장에서 실질적으로 활용 가능한 AI 솔루션을 제시하고 있습니다. 예를 들어, 갑상선암 환자의 수술 후 재발을 예측하기 위해 임상 정보와 시계열 데이터를 동시에 분석하는 하이브리드 딥러닝 모델(HAMA, RED-Net 등)을 개발하였으며, 실제 임상 데이터셋을 활용한 검증을 통해 높은 민감도와 특이도를 입증하였습니다. 또한, 당뇨병 환자의 혈당 및 식이 데이터를 스마트폰 앱과 연동하여 실시간으로 관리하는 시스템을 구축하고, 임상시험을 통해 그 효과와 실현 가능성을 평가하였습니다. 이외에도, 약물 상호작용 챗봇(MEDIC)과 같은 AI 기반 의료 상담 도구를 개발하여, 환자와 의료진 모두에게 안전하고 신속한 의사결정 지원을 제공하고 있습니다. 이러한 연구는 미래형 맞춤의료와 환자 중심의 스마트 헬스케어 실현에 중요한 역할을 하고 있습니다.

본 연구실은 당뇨병, 이상지질혈증, 비만 등 내분비대사질환 환자에서의 약물치료 전략 및 임상영양 상태 평가에 대한 연구도 중점적으로 수행하고 있습니다. SGLT2 억제제, DPP-4 억제제, 메트포르민, 스타틴, 피브레이트 등 다양한 약물의 효과와 안전성을 실제 임상 환경에서 평가하고, 고령 환자나 다중질환 환자에서의 주의점도 함께 제시합니다. 특히, 다기관 무작위 임상시험을 통해 복합 약물요법(예: 스타틴-에제티미브-피브레이트 3제 병용요법)의 장기적 효과와 안전성을 검증하고, 최신 가이드라인과 실제 임상 현장에서의 목표 도달률을 비교 분석합니다. 또한, 영양불량, 체중 변화, 골다공증 등 내분비질환 환자에서 흔히 동반되는 임상영양 문제에 대해서도 다각적으로 접근하여, 환자 맞춤형 영양관리 방안을 제시합니다. 이러한 연구는 내분비대사질환 환자의 삶의 질 향상과 합병증 예방, 그리고 임상 현장에서의 최적 치료법 선택에 실질적인 도움을 주고 있습니다. 더불어, 고령 환자, 장애인 등 취약계층에서의 건강 불평등 해소에도 기여하고 있습니다.