RnDCircle Logo
이영미 연구실
고려대학교 의예과 이영미 교수
Medical education
AI curriculum
Medical AI ethics
홈
연구 영역
기본 정보
논문·특허
과제
구성원
홈

이영미 연구실

고려대학교 의예과 이영미 교수

이영미 연구실은 의학교육을 중심으로 교육과정 개발과 교육평가를 수행합니다. 의료대학 교육 맥락에서 의료 AI 역량의 구조화, AI 교육과정 설계 원칙 및 AI 윤리 모듈 개발을 연구합니다. 또한 임상추론 교수 원리와 교실-임상 전환 전략, 임상위임이 학습과 전문성에 미치는 영향을 문헌 기반으로 정리합니다. 공감은 측정도구 타당화와 개념 프레임워크 확립으로 접근하며, 의료대학 교수 번아웃의 관련 요인을 전국 설문으로 파악하여 교육 운영과 연계 가능한 근거를 축적합니다.

Medical educationAI curriculumMedical AI ethicsClinical reasoningEmpathy measurement
대표 연구 분야
연구 영역 전체보기
의료 인공지능 역량 기반 교육과정 설계 thumbnail
의료 인공지능 역량 기반 교육과정 설계
Medical AI Competency-Based Curriculum Design
연구 분야 상세보기
임상추론 및 임상위임 기반 교수학습 전략 thumbnail
임상추론 및 임상위임 기반 교수학습 전략
Teaching Clinical Reasoning and Supervisor Entrustment
연구 분야 상세보기
의료진 공감 역량의 측정과 번아웃 요인의 교육적 해석 thumbnail
의료진 공감 역량의 측정과 번아웃 요인의 교육적 해석
Measuring Empathy in Medical Practice and Interpreting Faculty Burnout
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
인용수 3
·
2025
Twelve tips for developing and implementing AI curriculum for undergraduate medical education
Do-Hwan Kim, Ye Ji Kang, Young‐Mee Lee
IF 4.4 (2025)
Medical Education Online
인공지능(AI)의 빠른 발전과 임상 환경에서의 점진적 역할 증대는 의과대학 학부 교육에서 AI 교육을 우선순위로 만들었다. 이를 지원하기 위해서는 AI 교육과정이 기존 의학교육의 틀과 정합성을 이루면서도 AI의 고유한 특성을 반영해야 한다. 본 논문은 이러한 교육과정의 개발과 실행을 안내하기 위한 실행 가능한 12가지 조언을 제시한다. 여기에는 기존 역량(framework) 및 디지털 헬스의 더 넓은 맥락 안에서 AI 교육의 목적과 범위를 정의하는 일이 포함된다. 교육과정은 주요 요소를 우선시하면서 내용의 점진적인 심화와 통합이 가능하도록 구성되어야 한다. 또한 지속 가능한 AI 교육은 제도적 자원의 확보, 학습자에게 진정성 있는 경험 제공, 교육과정의 지속적인 평가와 개선을 보장하는 데 달려 있다. 이러한 접근을 함께 수행함으로써, 의과대학은 AI가 의료 실무의 핵심 구성요소가 되는 미래에서 학생들이 효과적으로 진료를 수행할 수 있도록 준비시키고자 한다.
https://doi.org/10.1080/10872981.2025.2585637
Curriculum
Scope (computer science)
Context (archaeology)
Core competency
Component (thermodynamics)
Key (lock)
Clinical Practice
Core Knowledge
2
Article
|
인용수 8
·
2025
Integrating artificial intelligence into medical curricula: perspectives of faculty and students in South Korea
Suyoun Kim, Su Hyun Kim, H Kim, Young‐Mee Lee
Korean journal of medical education
목적: 의학에서 인공지능(AI)의 도입이 가속화됨에 따라, 의과대학 교육과정에 AI 교육을 통합하는 문제에 대한 관심이 크게 증가하고 있다. 본 연구는 한국의 맥락에서 의료 교육과정에 AI 교육을 통합하는 것에 관하여 교수와 학생들의 인식을 파악하고자 하였다. 방법: 남한에서 실시한 의료 AI 역량에 관한 전국 온라인 설문에서 157명의 교수와 125명의 학생을 대상으로, 의료 교육과정에 AI를 통합하는 방안에 대한 교수 및 의대생의 관점을 자유 서술 응답으로 수집한 뒤 주제 분석(thematic analysis)을 통해 평가하였다. 결과: 세 가지 핵심 주제가 도출되었다. 첫째, 내용(content)으로서 기본 지식과 그 실질적 적용을 우선시하며 윤리적·법적 책임의 중요성을 강조하였다. 둘째, 교육과정 설계(curricular design)로서 학습자의 요구에 맞춘 나선형 교육과정(spiral curriculum)을 지지하였다. 셋째, 우려(concerns)로서 AI 통합을 의학교육의 주요 목표와 균형 있게 조정하는 문제를 부각하였고, 동시에 진행 중인 기술 발전을 비판적으로 평가할 필요성을 강조하였다. 결론: 본 연구는 AI 교육에서 우선시해야 할 내용과 방법에 관한 유용한 통찰을 제공한다. 의료 학습자와 AI 기술의 변화가 빠른 점을 고려할 때, AI 교육과정 개발을 위해 지속적이고 적시에 요구(needs) 평가를 수행하는 것은 관련성과 효과를 유지하는 데 필수적이다.
https://doi.org/10.3946/kjme.2025.324
Curriculum
Thematic analysis
Medical education
Context (archaeology)
Psychology
Engineering ethics
Medicine
Pedagogy
Qualitative research
Engineering
3
Article
|
인용수 45
·
2023
Defining Medical AI Competencies for Medical School Graduates: Outcomes of a Delphi Survey and Medical Student/Educator Questionnaire of South Korean Medical Schools
Young‐Mee Lee, Suyoun Kim, Young‐Hee Lee, Hun‐Sung Kim, Sung Wook Seo, Hwiyoung Kim, Kwang Joon Kim
IF 5.3 (2023)
Academic Medicine
의학에서의 인공지능(AI) 기술이 보건의료 전달에 미칠 영향과 중요성이 점차 커짐에 따라, AI를 의과대학 교육과정에 통합하려는 요구가 증가하고 있다. 본 연구는 의료용 AI 역량을 규정하고, 대한민국의 의과대학 졸업생에게 필수적인 역량을 규명하는 것을 목적으로 하였다. 방법 2022년에 수행된 초기 델파이(Delphi) 조사에서는 의료용 AI 전문가 4개 집단(n = 28)을 대상으로 42개 역량 항목을 도출하였다. 이어서, 제1차 델파이 라운드에서 개발된 42개 역량 목록을 활용하여 대한민국 각 의과대학에서 1,955명(학생 1,174명, 교수 781명)의 참여자를 대상으로 온라인 설문조사를 실시하였다. 이후, 필수 AI 역량과 선택(옵션) 역량을 구분하기 위해 21개 의과대학의 의학교육자 33명을 대상으로 추가 델파이 조사를 수행하였다. 결과 본 연구는 의과대학 졸업생에게 필수적인 36개의 AI 역량을 포함하는 6개의 영역을 확인하였다. (1) 디지털 헬스 및 AI가 주도하는 변화의 이해, (2) 의료용 AI의 기초 지식 및 기술, (3) 의료용 AI 사용과 관련된 윤리 및 법적 측면, (4) 임상 진료에서의 의료용 AI 적용, (5) 의료 데이터의 처리, 분석 및 평가, (6) 의료용 AI의 연구개발 및 각 영역 내 하위역량이다. 첫 4개 영역 내 다수의 역량은 필수로 간주된 반면, 전문가의 더 높은 비율이 마지막 2개 영역(데이터 사이언스 및 의료용 AI 연구개발)에서는 선택으로 응답하였음이 관찰되었다. 결론 본 연구에서 제시한 의과대학 졸업생을 위한 6개 AI 역량과 그 하위역량으로 구성된 의료용 AI 역량 프레임워크는, AI를 의과대학 교육과정에 통합하는 데 있어 유망한 지침이 될 잠재력을 보여준다. 서로 다른 맥락과 국가에서 추가로 수행되는 연구를 통해 이러한 결과의 적용 가능성을 검증하고 확인할 필요가 있다. 또한, 제안된 역량을 기존 교육과정에 통합하기 위한 구체적이고 실행 가능한 교육 모델을 개발하기 위해서는 추가 연구가 필수적이다.
https://doi.org/10.1097/acm.0000000000005618
Delphi method
Medical education
Medical school
Psychology
Curriculum
Medicine
Family medicine
Pedagogy
Computer science
최신 정부 과제
7
과제 전체보기
1
주관|
2016년 6월-2019년 5월
|166,730,000원
의과대학생의 공감능력 증진 프로그램 개발과 기능적 자기공명영상(fMRI)을 이용한 교육효과 측정
1. 공감능력 증진 프로그램 및 교육효과 측정도구 개발 가. 교육 프로그램 개발 및 시범 적용 나. 기능적 자기공명영상 촬영용 공감과제 개발: 비디오 클립 + 객관식 문제 다. 자기기입식 공감측정 도구 개발 및 타당성 예비조사 2. 공감능력 증진 프로그램 적용 및 교육효과 측정 (1단계 실험연구) 가. 실험대상: 실험군(의예과 학생 30명)/대조군(의예과 학생 30명) 나. 실험적 개입 1) 실험군: 공감능력 증진 프로그램 제공 / 대조군: 교육 없음 다. 교육효과 측정: 교육 전후로 실험군, 대조군 모두 같은 시기에 측정 1) 자기보고식 공감측정 도구 2) 상황별 면담 녹화와 채점 3) 공감과제 수행 중 기능적 자기공명영상 촬영 라. 기능적 자기공명영상 결과 분석 1) 교육 전/후 공감과제 수행 시 뇌 활성도 차이 & 실험군과 대조군의 뇌 활성도 차이를 분석 3. 공감능력 증진 프로그램 교육효과 추적 및 재교육 효과 검증 (2단계 실험연구) 가. 실험대상:1단계 실험연구에 참여했던 실험군 학생 30명 중 실험군 I과 실험군 II로 나눔 나. 실험적 개입 1) 실험군 I: 재교육 프로그램(1일, 총 6시간) 시행 / 실험군 II: 재교육 시행하지 않음 다. 교육효과 측정 1) 재교육 직후 1차례: 실험군 I /실험군 II 모두 같은 시기에 측정 라. 기능적 자기공명영상 결과 분석 1) 공감과제 수행 시 실험군 I과 실험군 II의 뇌 활성도 차이를 비교분석
공감
교육효과
기능적 자기공명영상
의과대학생
2
주관|
2012년 5월-2014년 4월
|101,282,000원
의대생 및 전공의의 부적절행위 예방을 위한 프로페셔널리즘 교육과정 개발과 적용
본 과제는 의대생과 전공의가 현장에서 지켜야 할 전문가적 행동을 이해하고 부적절 행위를 줄이기 위한 프로페셔널리즘 교육과정을 만드는 연구임. 연구 목표는 전문가적 행위 규범과 행동강령을 마련하고 이를 기반으로 교육과정을 개발·실행·평가하는 데 있음. 핵심 연구 내용은 1차년에 요구도 조사, 행동 요소 및 부적절 행위 유형 파악, 규범 도출을 수행함. 2차년에는 교육과정 시안 개발, 전문가 자문, 시범 운영, 성과 분석 및 개선을 진행함. 기대 효과는 의료현장의 부적절 행위 예방, 교육 체계 강화, 전문가적 행동 정착과 의료인에 대한 신뢰 회복임
의사의 프로페셔널리즘
전문가적 행위
부적절행위
의과대학생
전공의
3
2010년 6월-2011년 5월
|22,343,000원
기관 연구윤리위원회 심사역량 강화를 위한 문제중심학습(PBL) 모듈 개발
본 과제는 기관연구윤리위원회 위원들이 연구윤리 심사를 더 정확하고 공정하게 수행할 수 있도록 돕는 교육 모듈을 만드는 연구임. 실제 심사 과정에서 자주 발생하는 갈등이나 윤리적 딜레마를 사례로 활용하여 누구나 이해하기 쉬운 학습 환경을 구축하는 데 목적이 있음. 연구 목표는 위원이 갖추어야 할 문제해결 능력과 지식·태도를 규정하고 이를 기반으로 문제중심학습 모듈을 개발하는 것임. 핵심 연구 내용은 위원 교육현황 조사, 필요 역량 정의, 심사기준·운영절차·갈등상황 대응 등 교육범위 설정, 실제 사례 수집 및 PBL 모듈과 자료집·지침서 개발, 시범교육을 통한 검증으로 구성됨. 기대 효과는 심사역량 강화, 위원 간 판단 편차 감소, 표준화된 교육 확산, 비용 효율 향상, 국가 연구윤리 정책 강화 기여임.
연구윤리
기관연구윤리위원회
윤리위원회
문제중심학습 모듈
역량