2025 전국한의학학술대회 중부권역, 주요 발표내용은? <3>

[한의신문] 2025 전국한의학학술대회 중부권역 행사가 오는 5월11일 대전 컨벤션센터 2층 그랜드볼룸에서 개최된다. 이번 학술대회는 대한침구의학회와 대한한방신경정신과학회의 정규세션 외에도 기초한의학학술대회, 초음파 핸즈온 실습, 피부미용 레이저 실습 등 임상에서 바로 활용할 수 있는 질 높은 강의들이 준비됐다. 본란에서는 기초한의학학술대회 세션의 주요 내용을 소개한다. <편집자 주>

◇ 기초한의학학술대회

△한의데이터 기반 머신러닝 적용 연구 및 적용 시 유의점(박사윤‧대한동의생리학회)

박사윤 교수는 한의데이터에 인공지능(머신러닝) 기술을 적용할 때의 주요 접근 방향과 연구 프로세스, 그리고 실제 연구 사례를 기반으로 한 유의점을 다룬다.

박 교수는 “한의학 데이터와 인공지능의 결합은 전통의학의 새로운 지평을 열 수 있다”며 “의료기기 사용의 확대와 한의학 관련 데이터베이스 구축의 가속화로 활용 가능한 한의데이터가 증가하고 있는데, 한의학 연구자들이 인공지능 기술을 효과적으로 활용해 환자 진단과 치료의 정확성을 높이고 한의학 지식체계의 과학적 근거를 구축하는 데 기여하길 바란다”고 말했다.

△네트워크 약리학 기반 한약 기전 및 치료효과 연구의 현황분석(이원융‧한의병리학회)

이원융 교수는 네트워크 약리학(Network Pharmacology)을 활용한 한약의 작용 기전과 치료 효과 예측시 분석 기법별 특성을 규명한다. 여러 분석 기법을 통해 한약의 주요 타겟과 치료 적응증을 예측하는 방식을 파악하였고, 특히 다중 스케일 인터렉톰(multiscale interactome) 기법을 통해 기존 분석법보다 높은 정확도로 치료 효과를 예측함을 확인했다.

이 교수는 “네트워크 약리학은 한약의 기전을 효율적으로 분석할 수 있다”며 “이번 강의를 통해 한의학 연구를 가속화할 수 있는 참조가 되길 바란다”고 밝혔다.

△의무기록을 활용한 만성요통 한의치료 예측모델 구축(이예슬‧경락경혈학회)

이예슬 원장은 한의의무기록을 활용한 만성요통 치료 효과 예측모델의 구축을 중심으로, 연구 기획 시 고려해야 할 주요 요소와 주의사항을 소개한다. 아울러 데이터 정제 및 분석 과정에서 발생할 수 있는 현실적인 문제들과 이를 해결하기 위한 전략, 그리고 임상현장에서 활용 가능한 예측모델의 조건에 대해서도 함께 논의한다.

이 원장은 “연구 설계와 데이터 정제 과정에서 발생하는 문제들을 함께 공유하고, 데이터 기반 연구에 보다 쉽게 다가갈 수 있는 한 가지 방향을 제시하고자 한다”고 밝혔다.

△한의학 교육 혁신을 위한 LLM 기반 챗봇 개발 및 활용 가능성 탐색(김용진‧대한한의학원전학회)

김용진 교수는 한의학 교육에서 대규모 언어 모델(LLM) 챗봇이 가져올 교육 혁신의 가능성을 심도 있게 탐구한다. 특히 LLM 챗봇이 한문 원전의 해석과 의미를 지원하는 방식과, 실시간 맞춤형 피드백으로 학습 효율을 높이는 구체적 사례를 소개한다.

김 교수는 “한의학은 전통 지식의 깊이와 범위가 방대하지만, 교육 자원과 시간의 제약으로 충분한 실습 기회를 제공하기 어려운 현실적 한계가 있다”면서 “LLM 챗봇을 활용해 문제점을 보완하고 한의학 교육의 새로운 패러다임을 함께 모색해 보고자 한다”라고 밝혔다.

△LLM을 활용한 레퍼런스 탐색 및 생물데이터 분석(장동엽‧대한동의생리학회)

장동엽 교수는 대규모 언어 모델(LLM)에 익숙하지 않은 한의학 연구자들이 실제 연구 활동에서 LLM을 효과적으로 활용할 수 있는 기초적인 방법을 소개한다. 복잡한 프롬프트 엔지니어링이나 API 활용보다는, 연구 논문 서론 작성이나 BRCA 서브타입 데이터 분석과 같은 실용적 작업을 어떻게 수행할 수 있는지 실제 예시를 통해 단계별로 살펴본다.

장 교수는 “이번 튜토리얼은 LLM을 연구 보조 도구로 활용하려는 연구자들에게 실질적인 길잡이가 될 것”이라고 밝혔다.

△임상 한의사를 위한 생성형AI 활용 사례와 방법(ChatGPT 중심으로)(엄두영‧대한동의생리학회)

엄두영 원장은 생성형 AI(Chat GPT)를 활용해 임상 한의원의 진료 및 행정 업무 시간을 획기적으로 단축하고, 정확하고 설득력 있는 콘텐츠를 제작해 환자 만족도와 업무 효율성을 높이는 다양한 실질적 활용 사례와 방법을 소개한다.

엄 원장은 “이번 강연은 임상 한의사들이 진료와 행정 업무에 소모되는 시간을 줄이고, AI를 통해 환자 관리와 소통의 품질을 높일 수 있도록 돕고자 마련했다”며 “AI의 실질적 활용 사례와 구체적인 방법을 통해 업무 효율성을 극대화하는 길을 제시하고자 한다”라고 밝혔다.

△Chat GPT 기반 경혈 선혈과 한의사의 선혈 패턴 비교(윤다은‧경락경혈학회)

윤다은 연구원은 동일한 환자 정보를 바탕으로 거대언어모델인 ChatGPT가 제안한 경혈과 실제 한의사가 선혈한 경혈을 비교한 연구 결과를 소개하고, 이러한 기술이 한의사의 의사결정 과정 지원 및 교육에 어떤 가능성을 지니는지 논의할 예정이다.

윤 연구원은 “거대언어모델의 등장과 발전으로 의료, 교육, 연구 등 다양한 분야에서 매우 큰 변화가 생기고 있다”며 “한의학에서 어떤 방식으로 활용하는 것이 바람직한지에 대해 함께 고민해보는 시간이 되길 바란다”고 밝혔다.

△고문헌 데이터 마이닝을 통한 임상 처방 분석 방법 연구(이병욱‧대한한의학원전학회)

이병욱 교수는 오랜 시간 속에 흩어져있는 경험과 지식을 현대 정보 기술을 이용하여 압축하여 활용할 수 있는 기술을 소개한다. 또한 환자 맞춤형 첩약 사용 시, 문헌에서 가장 유사한 처방구성을 찾아 주치증의 용례를 손쉽게 참고할 수 있는 방법을 소개한다.

이 교수는 “한의학 분야의 연구개발 특성 상 장시간 지식이 축적되어 있는 고문헌에 대한 접근성을 높여 현대 사회에서 활용하기 쉽도록 개선하려는 노력이 필요하다”며 “이를 위해 대한한의학원전학회에서 꾸준하게 노력하고 있다는 점을 알리고 싶다”라고 전했다.

△경동맥 초음파 영상이미지를 이용한 딥러닝 기반의 경동맥 내중막 두께 자동계측 소스코드 개발(박완수‧한의병리학회)

박완수 교수는 경동맥 초음파 영상에서 딥러닝 기술을 활용하여 경동맥 내중막두께(IMT)를 자동으로 측정하는 소스코드 개발 과정을 다룬다. 의료 영상 분석의 자동화와 정밀도를 높이기 위한 인공지능 모델 설계, 학습 데이터 처리, 모델 학습 및 평가 방법에 대해 설명하며, 실제 적용 사례와 향후 발전 방향도 함께 제시한다.

박 교수는 “임상현장에서 경동맥 초음파 진단은 심혈관 질환에 대한 임상 대응 능력을 향상시키고 어혈(瘀血) 이론의 발전을 유도할 수 있을 것”이라고 전했다.