JOOMED

JOOMED는 대규모 코호트 데이터 분석을 통해 핵심 연구 인사이트를 생성하며, 연구 데이터 간 유사성 매칭 · 종단적 경향성 분석 · 연구 가설 검증 보조 기능을 지원하는 임상 연구용 LLM 기반 Research Support 플랫폼입니다.

Medical Imaging LLM Challenges

의료 영상 LLM 핵심과제

1. 의료영상의 복잡성

3D 볼륨

2D Slice 1

3D Slice 1

2D Slice 2

3D Slice 2

2D Slice 3

3D Slice 3

2D Slice 4

3D Slice 4

2D Slice 5

3D Slice 5

2D Slice 6

3D Slice 6

의료 영상은 단순 2D가 아닌 여러 장의 슬라이스가 쌓여

부피와 깊이 정보를 가지는 3D 데이터로 구성됩니다.

다양한 시퀀스

Sequence Slide

같은 부위라도 MRI의 T1, T2, 강조영상처럼 촬영 목적에 따라

다양한 시퀀스(촬영 기법)가 존재하여 분석을 더욱 복잡하게 만듭니다.

미세 데이터 특징

방대한 의료 데이터 속에는 단순 시각화만으로는 파악하기 힘든

잠재적 변수(Latent Variables)들이 존재합니다.

도메인 시프트

병원, 장비, 촬영 설정 등 환경이 다르면 동일한 촬영 기법이어도 이미지의 특성이 달라지는 문제가 발생합니다.

2. 토큰 및 컨텍스트 윈도우의 한계

3D 데이터 폭증

Brain MRI는 수백 장의 슬라이스로 구성된 고해상도 3D 데이터로, LLM이 직접 처리하기에는 구조적으로 과도한 입력 규모를 가집니다.

비용 폭탄

3D 의료영상을 그대로 입력할 경우 토큰 소모가 급증하며, 환자 단위 분석만으로도 비용 부담이 빠르게 누적됩니다.

정보 소화 불량

컨텍스트 길이가 늘어나더라도 대용량 영상 입력 시 정보 소화 능력 저하와 처리 성능 저하를 피하기 어렵습니다.

JOOMED는 연구 목적(Research Use Only)으로 개발된 소프트웨어로, 의료진의 임상 연구에 활용하는 도구입니다. 최종 분석 결과의 해석은 JOOMED가 아닌 사용자가 수행합니다. 제품의 기능, 출시 일정, 규제 승인 현황은 지역 및 상황에 따라 달라질 수 있습니다. 해당 내용은 JOOMED 최종 사용자 라이선스 계약(EULA)에도 명시되어 있습니다.

문의 보내기