이 연구 주제는 아토피 피부염의 임상적 이질성을 정량적으로 설명하고, 환자별로 다른 염증 상태와 치료 반응을 예측할 수 있는 바이오마커를 발굴하는 데 초점을 둔다. 연구실은 아토피 피부염 환자 코호트를 기반으로 질환의 중증도, 재발 양상, 장내 염증 상태, 면역 반응의 차이를 분석하여 보다 정밀한 진단과 치료 전략을 구축하고자 한다. 특히 단순 증상 조절을 넘어, 치료 전후의 생체지표 변화를 통해 질환의 활성도와 치료 효과를 객관적으로 해석하는 접근을 중시한다. 구체적으로는 분변 칼프로텍틴과 같은 장 염증 지표, 면역글로불린 변화, 피부 및 전신 염증과 연관된 생물학적 신호를 활용하여 프로바이오틱스 또는 복합 치료의 반응성을 평가한다. 이러한 연구는 아토피 피부염이 단순한 국소 피부질환이 아니라 면역계, 장 환경, 생활습관이 복합적으로 작용하는 전신성 염증 질환일 수 있음을 전제로 한다. 따라서 임상 증상, 실험실 지표, 환자 보고 결과를 통합한 다층적 분석이 핵심 방법론이 된다. 이 연구의 기대 효과는 환자마다 다른 병태생리를 반영한 맞춤형 치료 체계를 만드는 데 있다. 바이오마커 기반 분류가 가능해지면 어떤 환자에게 프로바이오틱스, 식이 중재, 기존 항염 치료 또는 추가적 면역조절 전략이 더 적합한지를 예측할 수 있다. 궁극적으로는 불필요한 치료를 줄이고 재발 예방 및 장기 관리 효율을 높이는 정밀 피부과학의 기반을 마련하는 연구라고 볼 수 있다.

연구실의 핵심 축 가운데 하나는 피부질환과 장내 미생물 생태계의 상호작용을 밝히는 피부-장 축 연구이다. 만성 두드러기와 아토피 피부염을 포함한 만성 염증성 피부질환에서 장내 미생물 조성 변화가 질환 중증도, 면역 활성, 전신 염증과 어떤 관련을 갖는지 규명하는 것이 주요 목표다. 이는 피부 증상이 피부 내부 국소 반응만으로 설명되지 않고, 장내 환경과 면역 조절 네트워크의 영향을 함께 받는다는 현대 피부면역학의 흐름과 맞닿아 있다. 연구실은 장내 미생물 군집 분석, 16S rRNA 기반 프로파일링, 염증 지표와 면역분자의 상관 분석을 통해 질환 특이적 미생물 서명을 찾고 있다. 만성 두드러기 환자에서 Firmicutes/Bacteroidetes 비율 변화, LPS 증가, 면역글로불린 및 LL-37 변화와 질환 활성도의 연관성을 탐색한 연구는 이러한 방향을 잘 보여준다. 또한 아토피 피부염에서도 장내 미생물 불균형과 장 염증 상태가 피부 염증 악화와 연결될 수 있음을 실험 및 임상 자료를 통해 해석하고 있다. 이 연구는 향후 식이 조절, 프리바이오틱스·프로바이오틱스 개입, 재발 예측 알고리즘 개발로 이어질 가능성이 크다. 피부질환 치료를 바르는 약이나 전신 약물 중심에서 벗어나, 미생물 생태계와 생활습관까지 포함한 통합 치료 전략으로 확장할 수 있기 때문이다. 결과적으로 피부-장 축 연구는 만성 피부질환의 병인 이해를 심화시키고, 예방과 장기 관리 중심의 새로운 치료 패러다임을 제시하는 기반이 된다.

연구실은 피부과 임상 경험을 바탕으로 인공지능을 활용한 피부질환 평가 시스템 개발에도 적극적으로 참여하고 있다. 특히 아토피 피부염 환부 이미지를 분석하여 병변 유형과 중증도를 자동으로 판단하는 기술은 피부과 진료의 객관화와 접근성 향상 측면에서 중요한 의미를 가진다. 기존의 피부질환 평가는 숙련된 전문의의 시진과 경험에 크게 의존해 왔지만, AI 기반 영상 분석은 이를 정량화하고 표준화하는 도구가 될 수 있다. 관련 특허와 학술발표를 보면, 연구실은 피부 이미지 수집, 병변 분류, EASI 기준을 반영한 중증도 산정, 결과 시각화까지 포함하는 디지털 평가 체계를 구축하고 있다. 최근에는 그래프 신경망과 주의집중 메커니즘을 활용한 아토피 예측 모델, 개인 정밀 케어 서비스, 맞춤형 영양 안내 시스템 등으로 연구 범위를 넓히고 있다. 이는 단순 진단 보조를 넘어 환자 모니터링, 생활습관 개입, 식이 관리까지 연계하는 플랫폼형 의료기술로 발전하고 있음을 보여준다. 이 분야의 확장성은 매우 크다. 피부과 전문의가 부족한 지역이나 장기 추적이 필요한 만성질환 관리에서 비대면 평가와 환자 자가관리 지원이 가능해지기 때문이다. 또한 AI 모델이 임상 데이터, 마이크로바이옴 정보, 생활습관 정보를 통합하게 되면 더욱 정밀한 맞춤형 치료 추천도 가능해질 수 있다. 따라서 이 연구는 피부과학, 의료기기, 디지털 치료제, 개인 맞춤 건강관리의 접점을 만드는 융합 연구로서 가치가 높다.