Quantitative Similarity Analysis of AI-Generated Synthetic Medical Data and Performance Evaluation of Clinical Prediction Models
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(유형A)
2026년
2710113531
과학기술정보통신부
한국연구재단
연세대학교미래산학협력단
이규희
3명
2026.09.01 ~ 2027.08.31
2025.09.01 ~ 2028.08.31
6,436만원
6,436만원
기초연구
대학
강원특별자치도 원주시
정보/통신 > 정보이론 > 인공지능
... 변수 간 상관구조, 희귀 변수 재현성 등)과 임상 예측모델의 성능 향상 기여도(정확도, 민감도, 특이도, AUC 등)를 실험적으로 평가 ○ 특히 희귀질환 임상 적용 가능성을 의료진 참여 실증을 통해 검증함으로써, 민감 정보 접근 없이도 신뢰도 높은 의료 AI 학습·검증 자원으로서의 합성 데이터 가능성을 이론적·실험적 근거를 바탕으로 제시하는 것을 목표로 함
○ 1차년도 연구 목표 및 세부 내용: 기술 기반 확립 및 차별성 검증 - 희귀 클래스 의료데이터 수집을 위한 IRB 승인 - 희귀 클래스 및 희귀질환 적용 가능성 탐색● 의료 인공지능의 대표적 한계 중 하나인 희귀 클래스 데이터 불균형 문제를 해결할 수 있는 합성 의료 데이터 생성 기술의 이론적 설계 및 기초 검증을 목표로 함● 연구 대상은 폐동맥고혈...
... 제고 ○ 임상적 기대효과 - 희귀 클래스 및 소수 집단을 고려한 균형 잡힌 의료 AI 모델 개발 가능성 제시 - 의료진이 신뢰할 수 있는 설명 가능 AI 기반 진료 지원 도구 개발 가능성 확보 ○ 사회·산업적 기대효과 - 데이터 불균형 해소를 통한 의료 형평성 증진 - 개인정보 보호와 데이터 활용의 균형을 맞춘 규제 친화적 의료 AI 개발 촉진