NEWS

2026년 2월 15일부터 19일까지 캐나다 벤쿠버에서 개최된 SPIE Medical Imaging (MI) 2026에 참가하여 최신 의료 영상 및 인공지능 연구 성과를 발표하고, 글로벌 연구진과 활발한 학술적 교류를 진행하였다. SPIE MI는 영상 처리, 물리, 컴퓨터 보조 진단(CAD) 등 의료 영상 전 분야를 아우르는 국제 학술대회로, 매년 전 세계의 연구자와 임상의들이 모여 혁신적인 기술을 공유한다. 

이번 학회에서 우리 연구실은 'Computer-Aided Diagnosis' 컨퍼런스를 중심으로 딥러닝 기반의 정밀 의료 진단 기술에 대한 최신 동향을 파악하고 연구 성과를 공유하였다. 해당 컨퍼런스의 'Abdomen Imaging' 세션에서 VCMI 연구실은 생성형 모델과 멀티모달 기술을 접목한 연구 성과를 공유하였다. 신예진 석사과정생은 Diffusion Autoencoder 기반의 자기지도학습을 활용한 전립선암 악성도 예측 연구를 발표하여 영상 특징 학습 및 예측 성능 향상 방법을 제안하였으며, 이어 이채린 석사과정생은 확산 모델과 제로샷 분할 기법을 결합하여 해부학적 인지 능력을 높인 MRE 장 염증 탐지 기술을 발표하였다. 마지막으로 이서현 석사과정생은 주요 모달리티에 집중하는 계층적 융합 기법을 통한 전립선암 정밀 진단 성과를 공유하였다. 

우리 연구진은 이번 발표를 통해 다양한 국가의 연구자 및 임상의로부터 심도 있는 질문과 피드백을 받았으며, 이를 통해 연구의 임상적 확장성과 향후 연구 방향에 대한 중요한 시사점을 도출할 수 있었다. 이번 학회를 통해 의료 AI의 핵심 트렌드인 생성형 모델 및 멀티 모달 데이터 활용의 필요성과 중요성을 재확인하고 연구 방향성을 확고히 하였다. 또한, 학회 기간 중 논의된 피드백을 바탕으로 연구의 실무적 가치와 완성도를 더욱 고도화할 계획이다. 

학회가 개최된 벤쿠버는 수려한 자연경관과 현대적인 도시 환경이 어우러진 국제적인 도시로, 글로벌 연구진과 최신 연구 동향을 직접 체감하고, 다각적인 학술 네트워크를 구축할 수 있었던 뜻깊은 시간을 제공했다.

우리 연구실은 2026년 1월 12일부터 14일까지 타이완 가오슝에서 개최된 IFMIA 2026에 참가하여 최신 의료 영상 및 인공지능 연구 성과를 발표하고, 국제 연구자들과의 학술 교류를 진행하였다. IFMIA 2026는 의료영상 분석과 인공지능 기반 진단 및 임상 응용을 아우르는 국제 학술대회로, 한국, 일본, 타이완 등 아시아권 주요 연구진이 활발히 참여하는 학술 행사이다. 이번 학회에서는 의료영상 기반 인공지능 기술의 임상 적용 가능성과 멀티모달 AI 및 파운데이션 모델을 중심으로 활발한 논의가 이루어졌다.

본 학회에서 홍헬렌 교수는 "From Images to Reports: Generative AI and Vision-Language Models in Medicine"을 주제로 한 Special Session을 일본 Gifu University Prof. Hiroshi FUJITA와 공동으로 기획하고 Session Co-Chair를 맡았다. 해당 세션에서 이한상 연구교수님이 Clinical Knowledge-Guided Vision-Language Fusion 을 주제로 연구성과를 발표하였다. 또한, "Deep Learning and Vision-Based Approaches for Medical Diagnosis"를 주제로한 Special Session 에서는 이민진 초빙강의교수님이 Multi-modal Foundation Model Adaptation에 대한 연구를 발표하였으며, 이한상 연구교수님은 Diffusion-based Detection of Bowel Inflammation in MRE를 주제로 연구성과를 발표하였다.

이번 IFMIA 2026 참가를 통해 우리 연구실은 국제 학술 무대에서 연구 성과를 공유하고, 글로벌 연구 네트워크를 확장하는 계기를 마련하였다. 향후에도 의료 AI 기술의 임상적 활용성과 학술적 가치를 동시에 강화할 수 있는 연구를 지속적으로 수행해 나갈 예정이다.

학회가 개최된 가오슝은 국제적인 항만 도시로, 활발한 학술 교류와 더불어 아시아·태평양 지역 연구자들과의 네트워킹을 더욱 풍부하게 만들어 주었다.

RSNA(Radiological Society of North America) 국제학술대회는 전 세계 영상의학 분야에서 가장 규모가 크고 영향력 있는 국제 학술대회로, 의료영상 기술, 영상의학 임상 연구, 그리고 인공지능 기반 진단·예후 예측 연구를 아우르는 최첨단 연구들이 발표된다. 특히 최근 RSNA에서는 의료 AI의 임상 적용, Foundation Model 및 멀티모달 학습, 설명가능성과 신뢰성, 임상 워크플로우 통합을 핵심 주제로 활발한 논의가 이루어지고 있다.
이번 RSNA 2025에서 VCMI 연구실은 김혜련 연구교수님이 "임상 데이터와 CT 영상의 멀티모달 딥러닝 기반 재발 예측"을, 이한상 연구교수님이 "MRE 영상에서 염증성 장질환의 AI 기반 탐지의 임상적 유용성"를 주제로 발표하며, 실제 임상 환경에서의 적용 가능성과 기술적 한계에 대한 논의를 진행하였다. 발표를 통해 다양한 국가의 연구자 및 임상의로부터 심도 있는 질문과 피드백을 받았으며, 이를 통해 연구의 임상적 확장성과 향후 연구 방향에 대한 중요한 시사점을 도출할 수 있었다.
특히 Safety-critical Clinical Setting에서의 AI 성능 검증, 대규모 의료영상 데이터셋을 활용한 모델 학습 전략, 그리고 AI 결과의 신뢰성 확보 방안에 대한 세션들은 향후 의료 AI 연구를 수행함에 있어 중요한 기준점을 제시하였다. 더불어 Technical Exhibition를 통해 최신 의료영상 장비 및 AI 솔루션의 실제 임상 적용 사례를 직접 확인할 수 있었다.
이번 RSNA 2025 참가를 통해 VCMI 연구실은 글로벌 의료영상 및 의료 AI 연구 흐름을 종합적으로 이해하고, 국제 연구자들과의 교류를 한층 강화하는 계기를 마련하였다. 학회가 열린 시카고는 북미 최대 규모의 학술·전시 인프라를 갖춘 도시로, RSNA 특유의 활발한 학술 토론과 글로벌 네트워킹이 어우러진 인상적인 연구 교류의 장을 제공하였다.

서울여자대학교 소프트웨어융합학과 학부연구생 이영진 학생이 지난 2025년 11월 13일부터 15일까지 부산대학교에서 개최된 2025 한국멀티미디어학회 추계학술발표대회에서 우수상을 수상하였다. 수상 논문 "Foundation Model을 이용한 MRE 영상에서의 Zero-Shot 장 분할"은 크론병 환자의 MRE 영상에서 추가 학습 없이 파운데이션 모델인 MRSegmentator를 직접 적용하여 장 분할을 수행하는 Zero-Shot 접근법을 제안한 것으로, 지도 데이터가 없는 환경에서도 의미 있는 분할 가능성을 확인했다는 점에서 높은 평가를 받았다. 본 연구는 연세대학교 의과대학 영상의학교실(서니은, 임준석 교수)과의 공동 연구로 수행되었다.