연구자 정보를 불러오는 중입니다...
연구자 정보를 불러오는 중입니다...
황선덕 인하대학교 의학과 부교수님의 공식 프로필 페이지입니다. 본 페이지는 황선덕 부교수님의 소속, 직책 등 기본적인 정보를 제공합니다. 향후 업데이트를 통해 학력, 경력, 주요 연구 분야, 논문 및 참여 과제 등 더욱 상세한 정보를 제공할 예정입니다. 연구자 정보 확인에 도움이 되시길 바랍니다.
| 연구자 프로필 |  |
| 연구자 명 | 황선덕 |
| 직책 | 부교수 |
| 이메일 | sdhwang0902@inha.ac.kr |
| 재직 상태 | 재직 중 |
| 부서 학과 | 의학과 |
| 사무실 번호 | 0328903127 |
| 연구실 | - |
| 연구실 홈페이지 | - |
| 홈페이지 | https://medicine.inha.ac.kr/medicine/9658/subview.do?enc=Zm5jdDF8QEB8JTJGZGVwYXJ0bWVudEludHJvJTJGbWVkaWNpbmUlMkYxOTY1JTJGMjA4MCUyRmNvbGxlZ2VQcm9mVmlldy5kbyUzRnNpdGVJZCUzRG1lZGljaW5lJTI2aW5oYWlkJTNEMDY |
| 소속 | 인하대학교 |
| 회사명 | 인하대학교 |
| 재직기간 | 재직 중 |
| 담당업무 | 의과대학 부교수 |
| 연구 1 | 의료 인공지능 기반 질병 예측 및 의사결정 |
| 내용 | 본 연구실은 의료 분야에서 인공지능(AI)과 기계학습 모델을 활용하여 질병 예측 및 치료 의사결정 시스템을 개발하는 데 중점을 두고 있습니다. 특히 급성 신부전, 혈액투석 환자의 합병증, 신이식 환자의 사망률 예측 등 신장 관련 질환에서 AI 기반의 조기 예측 및 진단 기술을 발전시키고 있습니다. 이러한 연구는 임상 현장에서 의사들이 보다 신속하고 정확한 치료 결정을 내릴 수 있도록 지원하며, 환자의 예후를 개선하는 데 크게 기여합니다.주요 연구는 집중치료실(ICU) 환자에서 급성 신부전 발생을 예측하고 치료 방향을 제시하는 AI 모델 개발에 집중되어 있습니다. LSTM(Long Short-Term Memory)과 같은 딥러닝 알고리즘 및 다양한 기계 학습 기법을 적용하여 복잡한 의료 데이터를 분석하고, 질병의 발병 위험도를 조기에 감지합니다. 이와 더불어, 혈액투석 환자의 투석혈관통로 합병증과 신이식 환자의 HLA mismatch에 따른 사망률 예측 모델을 구축하여, 정밀한 환자 맞춤형 관리가 가능하도록 합니다.이러한 의료 AI 기술은 단순한 예측을 넘어, 실제 치료 과정에 적용될 수 있는 실용적인 의사결정 지원 시스템으로 구현되고 있습니다. 개발된 AI 기반 급성 신부전 예측 시스템은 특허로 등록되었으며, 집중치료실에서 급성 신부전을 조기 예측하여 환자의 생존율을 높이는 기술로 기술이전 및 상용화 가능성을 입증하였습니다. 이를 통해 의료비 절감과 환자 삶의 질 향상에 기여하며, 협력 기관에는 혁신적인 의료 솔루션을 제공할 수 있습니다. |
| 연구 2 | 정밀의료 바이오메디컬 데이터 마이닝 |
| 내용 | 본 연구실은 정밀의료 구현을 위한 바이오메디컬 데이터 마이닝 기술 개발에 주력하고 있습니다. 특히 인공지능 가상실험을 활용하여 제2형 당뇨와 비만 모델(db/db 및 ob/ob mice)에서 발생하는 콩팥병의 유전체 특징을 규명하고, 콩팥 내 림프관신생(Lymphagiogenesis) 조절을 통한 보호 효과 및 신약 개발 가능성을 탐색합니다. 이는 질병의 복잡한 기전을 이해하고, 개인 맞춤형 치료 전략을 수립하는 데 필수적인 기반 지식을 제공합니다.다양한 바이오 데이터를 통합 분석하여 질병 관련 유전자 마커를 발굴하고, 특정 치료법에 대한 반응을 예측하는 데 기계학습 모델을 적용하고 있습니다. 예를 들어, 제2형 당뇨병성 콩팥병의 진행과 관련된 유전체적 특성을 심층적으로 분석하여 새로운 진단 및 치료 타겟을 제시합니다. 인공지능 가상실험은 실제 임상 실험의 한계를 보완하고, 방대한 데이터 속에서 의미 있는 패턴을 효율적으로 찾아내는 강력한 도구로 활용됩니다.이러한 연구는 당뇨병성 신장 질환과 같은 만성 질환의 예방, 진단, 치료에 새로운 지평을 열고 있습니다. 개발된 기술은 질병의 진행을 늦추거나 역전시킬 수 있는 잠재적인 약물 후보 물질 발굴에 기여하며, 궁극적으로 정밀의료의 실현을 가속화할 수 있습니다. 협력 파트너에게는 복잡한 바이오메디컬 데이터를 효과적으로 해석하고, 신약 개발 및 맞춤형 치료법 개발에 필요한 핵심적인 통찰력과 기술을 제공할 수 있습니다. |
| 연구 3 | 네트워크 메타분석 기반 치료 효과 분석 |
| 내용 | 본 연구실은 다양한 임상 연구 데이터를 통합 분석하는 네트워크 메타분석 기법을 활용하여 의학적 치료 효과를 비교하고 최적의 치료 전략을 도출하는 연구를 수행합니다. 특히 신장이식 후 발생하는 항체매개거부반응 치료에서 IL-6 inhibitor의 효과를 비롯하여, 제1형 당뇨병 환자에서 포도당 항상성 및 체중 조절을 위한 인슐린 요법과 SGLT 억제제/GLP-1 수용체 작용제 병용 효과를 종합적으로 평가하고 있습니다.이 연구 분야는 직접적인 비교 연구가 부족하거나 불가능한 상황에서 여러 치료법 간의 상대적 효과를 간접적으로 비교함으로써, 가장 효과적인 치료 방안을 제시하는 데 강점을 가집니다. 또한, 원위부 췌장 절제술 시 췌장루 발생률을 줄이기 위한 췌장 절단면 봉합법에 대한 최신 네트워크 메타분석을 수행하여 수술 기법의 개선에도 기여하고 있습니다. 복잡한 면역억제 치료의 용량 및 효과를 비교하는 연구를 다수 수행하며, 특정 치료제의 병용 효과(예: 프라스마페레시스와 리툭시맙)에 대한 통찰을 제공합니다.네트워크 메타분석을 통해 얻어진 객관적이고 종합적인 근거는 임상 진료 가이드라인 수립의 중요한 기반이 되며, 의료진의 합리적인 의사결정을 돕습니다. 본 연구실의 분석 역량은 제약회사, 의료기기 회사, 병원 등에서 신약 개발, 치료 프로토콜 최적화, 의료 정책 수립 등에 필요한 강력한 과학적 근거를 제공할 수 있으며, 궁극적으로 환자 치료 성과 향상과 보건 의료 시스템 발전에 기여합니다. |
보유 기술 로딩 중...
