MediWave

 Microsaccades와 동공 크기 변화 기반 알츠하이머 조기 진단: 인공지능 시대의 눈동자 바이오마커 doi:10.9718/JBER.2025.46.2.191 핵심 키워드: 알츠하이머 조기 진단, eye-tracking, 디지털 바이오마커, microsaccades, 동공 크기, 인지 기능 평가, 비침습적 진단, 신경퇴행성 질환 서론: 눈동자가 알려주는 기억의 퇴행 알츠하이머병(Alzheimer's Disease, AD)은 노화로 인한 대표적인 신경퇴행성 질환 으로, 전 세계 수백만 명의 삶에 중대한 영향을 미치고 있습니다. 조기 진단이 중요하다는 사실은 잘 알려져 있지만, 실제 임상에서는 Mini-Mental State Examination (MMSE) , Montreal Cognitive Assessment (MoCA)와 같은 검사법이 시간 소모가 크고, 객관성이 떨어지는 문제가 지적되어 왔습니다. 최근 들어 눈의 미세한 움직임인 Microsaccades 와 동공 크기 변화 를 활용한 디지털 바이오마커(digital biomarkers)가 주목받고 있습니다. 특히 AI 기반의 eye-tracking 기술 을 활용해 뇌의 인지 기능 상태를 시각화하고 정량화하는 접근은 기존 진단법을 획기적으로 보완할 수 있는 대안으로 떠오르고 있습니다. 실험 개요 다양한 연령층(20대, 60대, 70대)의 피험자를 대상으로 eye-tracking 기술 을 이용하여 Microsaccades와 동공 반응을 측정했습니다. Microsaccades : 무의식적인 미세 시선 이동 동공 크기 변화 : 자율신경계 반응으로, 부교감 및 교감 신경의 영향을 받음 연령대에 따른 차이, 그리고 MMSE 점수를 기준으로 한 인지기능 저하 그룹과 정상 그룹 간의 차이 를 분석해, 알츠하이머병 조기 진단에 있어 이들 지표가 활용 가능한지 검토하였습니다. 주요 결과 및 분석 Fig. 1. 실험 설계 개요: EyeLink 시스템을 이용한 측정 환경 1. M...

 유방암 조기 진단의 새로운 패러다임: 멀티모달 이미징 기반 모바일 진단 디바이스 개발 “방사선 없이, 손끝의 진단으로 생명을 구하다.” 차세대 유방암 조기 진단 기술이 모바일 기반으로 진화하고 있습니다. doi:10.9718/JBER.2025.46.2.134 서론: 유방암, 생존율의 열쇠는 '조기 진단' 유방암은 전 세계 여성 암 발생률 1위 로, 특히 조기 진단 여부에 따라 생존율에 극명한 차이를 보입니다. 병기 0~2기 생존율: 90% 이상 병기 4기(전이암) 생존율: 22.2% 이하 하지만, 고비용 영상 장비와 전문 인력 부족으로 인해 조기 진단의 접근성은 매우 제한적입니다. 이러한 한계를 극복하기 위해, 휴대형 멀티모달 이미징 기반 디바이스 가 제안되었습니다. Fig. 1. Forecast of global cancer incidence and mortality (2022–2050) 2050년까지 유방암 포함 전 세계 암 발생이 76.6% 증가 할 것으로 예측되며, 특히 저소득 국가의 피해 가 극심할 것으로 보입니다. 기존 유방암 진단 방법의 한계 진단 방법 장점 단점 CBE (촉진)    저비용, 비침습      검사자 주관, 정확도 낮음 Mammography    미세 석회화 관찰 가능      방사선 노출, 치밀 유방에서 민감도 저하 Ultrasound / MRI    정밀 진단      고가, 대형 장비 필요 현재까지 사용되는 진단법들은 비용과 접근성 측면에서 중·저소득 국가 및 원격 지역에서 한계를 드러내고 있습니다. 혁신 기술: TSDOIS란? TSDOIS (Tactile Sensation and Diffuse Optical Imaging System)는 두 가지 진단 기술을 결합한 휴대형 유방암 조기 진단 장비 입니다. TSI (촉감 영상) 전반사 기반...

AI 기반 유방 DCE-MRI 분석: 항암치료 반응 예측의 새로운 지평   doi:10.1148/ryai.240769 서론: 유방암 치료의 패러다임 변화와 정밀의료의 필요성 유방암은 전 세계 여성 암 중 발병률과 사망률 모두 상위를 차지하는 중요한 질환입니다. 특히 항암화학요법(Neoadjuvant Chemotherapy, NAC) 후 병리학적 완전 반응(pathologic complete response, pCR)을 예측하는 것은 치료 전략을 수립하는 데 핵심적인 요소로 작용합니다. 최근 등장한 AI 기반의 영상 분석 , 특히 동적조영증강 자기공명영상(Dynamic Contrast-Enhanced MRI, DCE-MRI)은 이러한 예측의 정밀도를 획기적으로 향상시킬 수 있는 도구로 각광받고 있습니다. 본 칼럼에서는 RSNA에 소개된 최신 연구를 기반으로, 딥러닝을 이용한 유방 DCE-MRI 분석이 NAC 반응 예측에 미치는 영향과 임상적 함의에 대해 심도 깊게 다루어 보겠습니다. 1. 연구 배경과 목적 연구진은 기존의 육안 판독이나 단순한 영상 파라미터 분석을 넘어, 딥러닝 알고리즘 을 이용해 영상 속 잠재적인 예측 특징(latent predictive features)을 추출하고자 하였습니다. 특히 NAC 후 pCR을 보인 환자군과 그렇지 않은 환자군의 DCE-MRI를 분석하여, 딥러닝 기반 모델의 예측 정확도를 평가하였습니다. 2. 연구 설계와 딥러닝 알고리즘 구성 연구는 총 250명의 유방암 환자 의 전처리(pre-treatment) DCE-MRI 데이터를 대상으로 하였습니다. 데이터 구성 총 250건의 환자 DCE-MRI 영상 pCR 그룹과 non-pCR 그룹으로 구분 T1-weighted 조영증강 시퀀스 사용 딥러닝 모델 ResNet 기반의 3D CNN(Convolutional Neural Network) 아키텍처 사용 입력: 다시간점 DCE-MRI 슬라이스 출력: pCR ...

 연합학습(Federated Learning)과 파운데이션 모델(Foundation Model)을 활용한 개인정보보호 기반 영상의학 인공지능 모델의 혁신 doi: 10.1038/s41746-025-01800-1 서론: 의료 인공지능(AI)과 개인정보 보호의 갈림길 의료영상 분야에서 인공지능(AI)의 활용은 이미 다양한 진단 영역에서 임상적 성과를 입증하고 있다.  그러나 각 병원이 보유한 환자 데이터를 직접 중앙 서버로 통합하기에는 환자 개인정보 보호 와 법적 규제 라는 장벽이 존재한다.  이처럼 데이터 이동이 제한되는 환경에서 대안으로 주목받는 기술이 연합학습(Federated Learning, FL)이다.  최근 발표된 Nature Digital Medicine의 논문에서는, FL과 파운데이션 모델(Foundation Model)을 결합하여 영상의학에서의 협업형 AI 개발을 획기적으로 개선할 수 있는 방법을 제시했다. 본론 1. 연합학습(Federated Learning)의 개요 연합학습은 각 병원이나 기관이 자신들의 데이터를 로컬 서버에 보관한 채로, 중앙 서버와 모델 파라미터만을 공유하는 방식이다.  이러한 방식은 개인 데이터를 외부로 전송하지 않기 때문에 GDPR 및 HIPAA 와 같은 국제 개인정보 보호 규정에 부합한다. FL의 핵심 이점: 데이터 소유권 유지 법적·윤리적 데이터 보호 다기관 협업 가능 2. 파운데이션 모델의 접목 파운데이션 모델이란 대량의 데이터로 사전학습(pretraining)된 대형 신경망으로, 의료영상 분야에서는 CT, MRI, X-ray 등 다양한 모달리티의 정보를 사전학습하여 전이학습(transfer learning)의 기반으로 활용된다. 이번 연구에서는 대규모 학습된 파운데이션 모델을 기반으로 하여 multi-institution FL fine-tuning 을 적용하였다.  그 결과, 한 기관의 성능을 넘어서는 협업형 AI 모델을...

노인의 연골하 부전에 의한 관절염 (Subchondral Insufficiency Fracture → Osteoarthritis) 휴대형 치료기 개발  1. 사회·경제적 배경 (Socio‑economic Background) 노인 인구 증가와 골관절염( Osteoarthritis, OA) 유병률 전 세계적으로 관절염, 특히 무릎·고관절 관절염은 노인층에서 매우 흔하며, 65세 이상 인구 중 약 50%가 방사선학적 증상을 보입니다 . OECD 국가에서 노인 비중 증가와 함께 연골하 골절(subchondral insufficiency fracture)은 빠른 관절염 진행의 원인으로 주목받고 있습니다 . 의료비용·재활 부담 증가 미국에서 2011년 관절염 관련 입원비는 약 148억 달러였으며, 이 중 상당 부분이 무릎 관절염 때문입니다 . 기존 수술·약물 중심 치료는 고비용·부작용의 부담이 있어, 비침습적 홈 기반 치료 에 대한 수요가 급증하고 있습니다. 재택·비대면 의료 확산 추세 COVID-19 이후, 원격 의료와 홈 치료 기기가 각광받으면서 포터블 의료기기 시장 이 연평균 9.5% 성장률을 보이며 2025년 909억 → 2030년 1431억 달러 규모로 확대될 전망   2. 기술 개발 (Technical Development) PEMF·저강도 펄스 초음파 (LIPUS) PEMF(펄스 전자기장): 근력 강화 및 통증 완화 효과 임상 증명 . LIPUS는 줄기세포 기반 연골 재생 촉진, TNF-α 감소 효과를 보임 . 레이저 및 LED 기반 광생물조절 (Photobiomodulation) 심층 레이저 치료는 화학 대비 부작용 없이 염증·통증 감소 효과 있음 . 휴대용 적색/IR LED 장치(MOTIVE Knee, Triumph Hand Therapy Device 등)는 관절염 개선 가능성 제시 . 자기장·압박 융합형 웨어러블 PEMF·컴프레션 기능을 결합한 차세대 장...

 낙상 및 노인 케어를 위한 디지털 의료기기 개발 서론 전 세계적으로 빠르게 진행되고 있는 고령화는 의료 시스템과 사회 전반에 새로운 도전 과제를 안기고 있습니다. 그 중에서도 노인 낙상(Fall)은 치명적인 외상과 장애를 유발하는 대표적 요인으로, WHO에 따르면 65세 이상 노인의 약 30%가 매년 한 차례 이상 낙상을 경험하고 있습니다. 낙상으로 인한 치료 비용은 수십조 원에 달하며, 이는 개인은 물론 국가의 의료 재정에도 큰 부담이 됩니다. 이러한 배경에서 디지털 의료기술(Digital Health Technology)의 발전은 노인 낙상 예방 및 케어 혁신에 중요한 열쇠가 되고 있습니다. 본 컬럼에서는 낙상 예방 및 노인 케어를 위한 디지털 의료기기 개발의 사회·경제적 수요 , 기술개발 동향 , 시장전망 , 시장 진입전략 , 성장전략 , 기대 효과 를 종합적으로 분석합니다. 1. 사회·경제적 수요 분석 1-1. 고령화로 인한 구조적 변화 2050년까지 전 세계 65세 이상 인구는 15억 명을 넘을 것으로 전망되며, 특히 한국, 일본, 유럽 등의 고령사회에서는 노인 대상 의료기기의 수요가 급증하고 있습니다. 노인의 운동기능 저하, 인지기능 감퇴, 만성질환 보유율 증가 등은 낙상 위험을 높이고 있습니다. 1-2. 요양 인력 부족 및 간병 공백 의료 인력과 간병 인력의 절대 부족은 비접촉식 원격 모니터링 기술 이나 자동 낙상 감지 시스템 의 필요성을 가속화합니다. 특히 1인 가구 노인층이 증가하면서 스마트 홈 기반의 자율 안전 감지 기술 의 수요도 빠르게 증가하고 있습니다. 1-3. 정부 정책 및 규제 변화 다양한 국가에서는 ‘지역사회 내 노인 자립생활(Aging in Place)’을 장려하며, 디지털 의료기기 활용을 보장하는 법제도를 강화하고 있습니다. 한국의 경우 디지털 헬스케어 규제샌드박스 , 건강보험 적용 확대 등으로 시장 진입 장벽이 완화되고 있습니다. 2. 기술 개발 동향 2-1. 웨어러블 기반 낙상 감지기 스...

 실용적 뇌파 기반 사용자 인증을 위한 단일 채널 EEG 샘플의 점진적 제거 방법 Practical Brainwave‑Based User Authentication Using Incremental Elimination of EEG Samples from a Single‑Channel Device doi: 10.13089/JKIISC.2017.27.2.383 1. 서론 디지털 시대에 들어서면서 생체인식(authentication biometric) 기술은 보안 측면에서 혁신적 발전을 보여왔습니다. 지문이나 얼굴 인식은 성숙 단계에 접어들었지만, 프라이버시 침해와 위조 취약성에 대한 문제는 여전히 남아 있습니다. 뇌파 기반 사용자 인증(EEG-based authentication)은 이러한 문제를 해소할 잠재력이 높습니다. 이 연구는 단일 채널 EEG(single-channel EEG) 기반으로, 실용성을 유지하면서도 높은 인증 성능을 꾀하는 방법론, 즉 점진적 제거 방법(incremental elimination method)을 제안했습니다. 키워드 : EEG 기반 인증, 단일 채널 EEG, 뇌파 사용자 인증, Incremental Elimination, EEG 샘플 제거, Practical EEG Authentication, EEG biometric security 목표 : 저전력·저비용의 단일 채널 EEG 장비로도 상용 수준의 인증 정확도를 확보하고 실용화를 앞당기기 2. 배경 및 문제 제기 2.1 EEG 인증 기술의 진화 초기 EEG 인증 연구는 멀티채널 구성(Electrode Cap)을 활용했지만, 사용자 편의성과 장비 휴대성을 저해하는 단점이 있었습니다⁽¹⁾. 단일 채널 구성은 사이즈·전력 면에서 유리하지만, 채널 수 감소에 따른 정보 손실과 노이즈 영향이 성능 저하로 이어지는 문제를 안고 있습니다. 2.2 왜 샘플 제거인가? EEG 신호는 근전도(EMG), 시선 움직임(EOG), 전력선 노이즈 등 다양한 아티팩트에...