가천대·부산대 연구팀, 한의학 학습 챗봇 개발

 가천대학교 한의학과 김창업 교수·부산대학교 사상체질의학과 김지환 교수 공동연구팀은 인공지능(AI)과 거대언어모델(LLM) 기반의 한의학 임상수행평가(CPX) 학습 시스템을 개발했다고 13일 밝혔다.

 이 시스템은 AI를 활용해 학생들의 진료 과정을 평가하고 자동 채점 및 맞춤형 피드백을 제공한다.

 또 웹 기반으로 구현돼 학생들이 시간과 장소에 구애받지 않고 QR코드를 통해 접속해 임상 환경에서 진료 연습을 할 수 있다. 실습 후에는 진료 과정을 정량적으로 채점하고 맞춤형 피드백도 제공한다.

 연구팀은 이번에 개발한 CPX 학습 챗봇의 미래 확장성을 고려해 표준 프레임워크(틀)도 제시했다.

 연구팀은 "이 프레임워크는 한의학을 넘어 의학, 치의학, 간호학 등 다양한 의료교육 분야에 적용할 수 있다"며 "앞으로 음성 인식, 영상 분석 등 새로운 기술을 도입해 더욱 실감 나는 실습 환경을 구현할 계획"이라고 밝혔다.

 이 연구 결과는 지난 1일 대한한의학회지 제45권 제4호에 게재됐다.


의료.병원,한방

더보기

학회.학술.건강

더보기
단 한 번의 실험으로 약물 저해 효과 예측…"6만편 논문 뒤집어"
한국과학기술원(KAIST) 수리과학과 김재경 교수와 충남대 약대 김상겸 교수, 기초과학연구원(IBS) 의생명수학그룹 공동 연구팀은 단 한 번의 실험으로 효소 저해 상수를 추정할 수 있는 방법을 고안했다고 16일 밝혔다. 효소 저해 상수는 신약 개발 시 효소와 약물, 약물과 약물 간 상호작용을 예측하는 지표이다. 약물을 병용할 때 발생할 수 있는 상호작용을 분석해 약물 저해 효과를 예측하기 위한 것이다. 전통적으로 수많은 농도 조건에서 반복 실험을 거쳐 저해 상수를 추정하는데, 지금까지 6만편의 논문에 활용될 만큼 이 방법이 널리 쓰였다. 그러나 동일한 기질과 저해제의 조합에도 연구마다 추정치가 10배 이상 차이가 나는 사례가 보고됐다. 연구팀은 저해 상수 추정 과정을 수학적으로 분석해 데이터의 절반 이상이 실제 추정에 불필요하거나, 오히려 왜곡을 초래할 수 있음을 밝혀냈다. 수학적 모델링과 오차 지형(각 매개변수 조합에서 오차가 얼마나 되는지를 보여주는 지형도) 분석을 통해 단 하나의 농도만으로도 저해 상수를 추정할 수 있는 분석법을 제시했다. 저해제 농도를 다양하게 사용하는 기존 방식보다, 충분히 높은 저해제 농도 하나에서 추정한 결과가 더 정확하고 효율적

메디칼산업

더보기