이정연 연구실
이화여자대학교 약학과
이정연 교수
임상약학 데이터분석
항생제 맞춤정보
변분 오토인코더
이정연 교수 연구실
홈
이정연 연구실
이화여자대학교 약학과 이정연 교수
이정연 연구실은 임상약학 관점에서 약물치료학 기반의 데이터 분석과 임상 의사결정 지원 연구를 수행합니다. 의료정보와 안티바이오그램을 결합해 환자 맞춤 항생제 정보를 생성하는 절차를 구현하는 한편, 우울증 약물 복용 시퀀스를 활용해 변분 오토인코더 표현학습과 환자 군집화를 통해 개인 맞춤 치료 전략을 도출하는 연구를 진행합니다. 또한 발달 뇌, 여성 뇌, 노화 뇌 코호트 데이터를 바탕으로 비침습적 신경조절 관련 변수를 분석하여 임상 연계 가능성을 검토하는 연구를 병행합니다.
임상약학 데이터분석항생제 맞춤정보변분 오토인코더환자 군집화의료 빅데이터
대표 연구 분야
연구 영역 전체보기
의료정보 기반 환자 맞춤 항생제 정보 생성 및 내성 대응 연구
Patient-specific antibiotic information generation and resistance-informed decision support
연구 분야 상세보기
의료정보 기반 환자 맞춤 항생제 정보 생성 및 내성 대응 연구
Patient-specific antibiotic information generation and resistance-informed decision support
연구 분야 상세보기
약물 복용 시퀀스 기반 변분 오토인코더 표현학습과 우울증 맞춤 치료 연구
Depression treatment personalization using variational autoencoder representation learning from medi
연구 분야 상세보기
발달·여성·노화 뇌 코호트 기반 비침습 신경조절과 임상 연계 연구
Cohort-based non-invasive neuromodulation studies for developmental, female, and aging brain
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
5개년 연도별 논문 게재 수
1총합
5개년 연도별 피인용 수
0총합
최신 논문
1
논문 전체보기
1
article
|
인용수 0
·
2025Comparative Safety of Empirical Antibiotic Classes in Newly Hospitalized COVID-19 Patients
Kalynn Park, Sohyeon Park, Jung Yoon Choi, Chaeyoon Kim, Jeongha Yun, Jiyeon Bae, Ji Yun Bae, Kang Il Jun, Jeong Han Kim, Chung-Jong Kim, Hee Jung Choi, Sandy Jeong Rhie
IF 4.8 (2025)
Pharmaceuticals
: Empirical fluoroquinolone use at COVID-19 admission may be associated with greater risks of critical care interventions and in-hospital mortality compared to those of 3GCs. These findings highlight the need for careful patient selection and clinical judgment when initiating empirical antibiotic therapy for viral respiratory infections such as COVID-19.
https://doi.org/10.3390/ph18101588
Context (archaeology)
Antibiotics
Observational study
Retrospective cohort study
Antibiotic resistance
Psychological intervention
Confidence interval
Antimicrobial stewardship
최신 정부 과제
19
과제 전체보기
1
2025년 8월-2028년 8월
|64,537,000원우울증 약물 복용 시퀀스 기반 변분 오토인코더 표현학습과 환자 군집화: 개인 맞춤형 치료 전략 개발을 위한 접근
■ 최종 목표: 복잡한 시계열 의료 데이터를 정교하게 분석함으로써, 기존의 정형화된 진료 가이드라인의 한계를 극복하고, 정신건강 분야에서 정밀의료 구현을 위한 새로운 방법론의 가능성을 입증하고자 한다.■ 우울증 환자의 약물 복용 시퀀스 데이터를 기반으로 다음과 같은 단계적 목표를 설정한다.① 변분 오토인코더(Variational Autoencoder, VA...
우울증
인공지능
변분 오토인코더
환자 군집화
맞춤형 의료
2
주관|
2020년 5월-2029년 5월
|840,000,000원이화여자대학교 뇌융합과학연구원
본 과제는 뇌 관련 대규모 데이터를 바탕으로 생애주기별 뇌 발달과 노화 기전을 통합적으로 규명하고, 뇌 건강에서 각 시기별 인지-정서 취약 분야를 정해 비침습적 개입 신기술을 개발하는 연구임.
연구목표는 전 생애주기 brain mapping과 취약 분야 기전 체계 연구 및 질환 전 단계 조기 개입을 위한 비침습/조절개입 기술 개발임. 핵심 연구내용은 생애주기별 뇌 발달·노화 기전 분석, 여성 뇌/발달 뇌/노화 뇌 등 중점 취약 분야의 기초-기전 연구, 대규모 멀티스케일 뇌영상 분석 인프라 표준화 프레임 구축 및 현장 적용을 고려한 공동 개발임. 기대효과는 세계적 수준의 뇌과학 연구소 성장과 뇌영상 분석·비침습 인지-정서 조절 분야 우수 신진인력 양성 및 실용화 기반 확보임.
발달 뇌
여성 뇌
노화 뇌
코호트 연구
신경조절
빅데이터
비침습적
3
2020년 5월-2029년 5월
|672,140,000원이화여자대학교 뇌융합과학연구원
본 연구의 목표는 뇌 관련 대규모 데이터를 기반으로 인간의 전 생애주기에 있어서 뇌의 발달 및 노화의 기전을 통합적 관점에서 규명하고, 이를 바탕으로 뇌 건강에 있어서 각 생애주기 별 인지-정서 영역의 중점 취약 분야를 선정하여 이에 대한 기전을 체계적으로 연구하며, 나아가 분야별 비침습적 개입 신기술을 개발하는데 있음.
발달 뇌
여성 뇌
노화 뇌
코호트 연구
신경조절
빅데이터
비침습적
최신 특허
특허 전체보기
전체 특허
의료 정보를 이용하여 환자 맞춤형 항생제 정보를 생성하는 방법 및 분석장치
상태
등록출원연도
2022출원번호
1020220004791