상세 설명

연구실은 의료 데이터와 기계학습 기법을 융합하여 해석 가능한 인공지능(Explainable AI) 모델을 개발하고 있습니다. 특히 SHAP 기반의 EACH score와 같은 자동화된 점수 체계는 기존 전통적 위험 점수나 블랙박스형 ML 모델에 비해 높은 예측 성능과 해석 가능성을 동시에 제공하며, 수술 후 뇌졸중과 같은 중대한 합병증 예측에 활용되고 있습니다. 이러한 연구는 임상 의사들이 모델 결과를 신뢰하고 실제 의사결정 과정에 반영할 수 있도록 지원합니다. 이승보 교수 연구실은 예측 성능과 해석 가능성을 동시에 확보한 임상 예측 도구를 제안함으로써, 의료 AI가 실제 임상 현장에서 채택될 수 있는 기반을 마련하고 있습니다. 또한 기존의 점수 체계와 ML 모델의 한계를 보완하여 정밀의료의 실질적 구현에 기여하고 있습니다.

키워드

관련 이미지

관련 자료