LLM-Based Semantic Neural Representations for Personalized Diagnosis of Neuropsychiatric Disorders
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710114555
과학기술정보통신부
한국연구재단
강원대학교
강은송
4명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2028.08.31
4,439만원
4,439만원
기초연구
대학
강원특별자치도 춘천시
정보/통신 > 정보이론 > 인공지능
본 연구는 기능적 자기공명영상(fMRI) 기반 뇌 신경 표현을 의료 거대언어모델(LLM)의 의미 공간과 정렬하여 의미 정렬 신경 표현을 구축하고, 정상 규준 모델 대비 개인별 편차를 정량화함으로써 환자 내 이질성과 이형 구조를 규명하며, 이를 통합한 설명 가능 정밀 진단 바이오마커 프레임워크를 개발하는 것을 최종 목표로 함. 이를 통해 신경정신질환에 대한 ...
... HCP-Development, UK Biobank 등 대규모 정상군 데이터를 활용하여 정상 규준 표현을 구축하고, 개별 피험자 표현이 정상 규준으로부터 벗어나는 정도를 기하적 거리 및 지역 밀도 정보로 정량화하는 개인 편차 점수 산출 체계를 개발함.[2차년도] 거대언어모델 기반 뇌 신경-의료 의미 표현 활용 질환 진단 및 하위 유형 분석(1) 기능적 뇌영상-언어 설명 생성 태스크 기반 ...
... 의료 및 설명 가능 AI 분야의 방법론적 기반을 확장함. [기술적 활용] 정렬된 뇌 언어 의미 표현과 정상 규준 편차 점수는 임상의의 진단 의사결정을 자연어로 보조하는 임상 의사결정 지원 시스템 형태로 활용 가능하며, 다양한 뇌질환 및 뇌영상 도메인(MRI·EEG 등)으로 확장이 용이함.기대효과[기술적] 범용 목적 언어모델이 아닌 의료 데이터의 의미 구조와 임상 판단 흐름에 ...