AIリサーチャー · ソウル
Computational Pathology / 病理画像基盤モデル / マルチオミクス
医療画像と創薬のための深層学習に5年以上取り組んできました。WSIパイプラインや韓国食品医薬品安全処(MFDS)の承認申請に向けたモデル検証から病理画像基盤モデルまでを手がけ、現在はプロテオミクス・マルチオミクスへと領域を広げています。
Computational Pathologyと創薬のための深層学習システムを開発しています。H&E画像による乳がん再発予測でScientific Reportsに筆頭著者論文を、Prostate Internationalに共同筆頭著者としてレビュー論文を発表し、大規模な病理画像基盤モデル(G2L、AAAI 2026 ワークショップ口頭発表)の開発にも参加しました。
OMIXAIでは組織病理AIをプロテオミクス・マルチオミクスへ拡張しており、日米韓の精密腫瘍学共同研究(Pan-Sarcomaプロテオゲノミクス)もその一環です。特にH&Eスライドのみから分子情報(遺伝子発現・タンパク質)を予測し、その予測が実際の分子検査を代替できるかを検証する研究に注力しています。以前はDeep BioでWSIパイプライン開発と韓国食品医薬品安全処(MFDS)の承認申請に向けたモデル検証を主導しました。
Scientific Reports · 2025 · 筆頭著者
多施設後ろ向き研究(n=125; 国立がんセンター + 高麗大学九老病院)により、組織病理のみで遺伝子検査に準じるリスク層別化が可能であることを示しました。
AAAI 2026 ワークショップ (W3PHIAI) · 口頭発表
知識蒸留(knowledge distillation)でギガスケール病理画像基盤モデルを小型のがん種特化エンコーダへ圧縮し、より少ない計算量でも下流タスク性能を維持します。
Medical Image Analysis · 2026
KPIs 2024 チャレンジの公式結果論文(Medical Image Analysis 114巻, 104234)。全スライドトラックで2位を獲得し、パッチ単位の学習をスライド単位へ汎化する課題を扱います。
Prostate International · 2025 · 共同筆頭
泌尿器がん病理におけるAIの最新動向と今後の方向性を、臨床・技術・規制の観点から整理したレビュー論文です。
Bioengineering · 2024
複数解像度を同時に入力し、信頼度(confidence)ベースのreject lossで不確実な領域は予測を保留します。ラベルノイズの多い組織病理のために設計しました。
プレプリント · 2026
H&EベースのAIリスクスコアをもとに空間プロテオミクスの解析領域を選び、トリプルネガティブ乳がん156例を解析しました。高リスクニッチでは細胞増殖経路、低リスクニッチでは免疫活性が顕著で、そこから導出した13タンパク質シグネチャを画像ベースのリスクスコアと組み合わせることで予後予測性能が向上しました。
プレプリント · 2026 · 共同筆頭
WSIパッチを形態学的なミクロ状態にまとめ、その空間的隣接関係からマクロ状態(macrostate)を見出し、低ランク分子プログラムで遺伝子発現を予測する線形回帰フレームワークです。TCGAの3がん種で比較14手法を上回り、線形構造により予測を大域・領域別の分子プログラムへ分解して解釈できます。
プレプリント · 2026
複数の組織セクションを横断する効率的なAI解析で生化学的再発を予測し、単一スライド推論をマルチセクション検体全体へ拡張します。
IEEE Access · 2021
領域アノテーション単位のピクセル・コントラスティブ損失により、少量かつ不確実な医療画像ラベルでもセグメンテーションを安定化します。修士論文につながった研究です。
ソウル · 2026.11.17–20。精度が高くても分子検査を代替できるとは限りません。誤分類を治療経路の逸脱に換算した「代替コスト」を定義し、5がん種(乳・肺・大腸・胃・頭頸部)に事前登録した単一プロトコル(UNI + CLAM-SB、施設分離hold-out、label-shuffle対照)を適用。約15エンドポイントのうち事前登録基準を満たしたのは頭頸部HPVのみで、大半は「否定」ではなく「未決」と報告しました。Pseudo Labとの共同研究。
ソウル · 2026.11.17–20。マルチオームRNA velocityが出力する遺伝子別パラメータ(転写率α、分解率γ、クロマチン-転写ラグ)が実際に信頼できるかを検証。5つのvelocity手法 × 4つの軸(手法間再現性、ATAC-shuffle対照、外部マルチオーム5種での再現、測定された合成・分解率との整合)で評価した結果、αのみが手法間で再現され、γとラグは直交検証が必要と判明しました。
AACR年次総会 2023 · ポスター · 筆頭著者
抄録 #5404 · 2023.04.02。IHC染色なしにH&E WSIのみでER・PR・HER2ステータスを予測。TCGA-BRCA 728例、共有エンコーダ + 受容体別予測ヘッドのマルチタスクモデルに信頼度ベースのパッチ選択を組み合わせ。高麗大学九老病院との共同研究。
AACR年次総会 2022 · ポスター · 筆頭著者
ニューオーリンズ · 2022.04.12。H&E WSI解析で21遺伝子再発スコアを近似できるかを検証。ホルモン陽性・リンパ節陰性・HER2陰性125例、パッチ単位CNN + 多数決で低・中・高リスクに分類、nested交差検証。低リスクを高リスクと誤分類した例は0件。Scientific Reports(2025)論文へつながった研究。
AACR年次総会 2022 · ポスター · 共著者
ニューオーリンズ · 2022.04。膵臓腺がんH&Eから生存リスクを予測し、汎腺がん特徴抽出器(GAFE)で他臓器の腺がんへの適用可能性を検証。TCGA膵臓179例、5-fold交差検証 · 直腸(READ)・乳房(BRCA)への適用を評価。
USCAP年次総会 2022 · ポスター · 共著者
2022.03.18。一般画像バックボーンの代わりに前立腺診断モデルの特徴で乳がん死亡リスクをH&E WSIから予測。TCGA-BRCA 980枚、attention型多重インスタンス学習、5-fold交差検証 · 高・低リスク群のKaplan-Meier分離。
USCAP年次総会 2022 · ポスター · 筆頭著者
2022.03.17。観察者間のばらつきを減らすための一貫した組織学的グレード判定(管形成・核グレード・核分裂)。病理医がグレードと領域を注釈したH&E WSI 125枚、腫瘍パッチを1/2/3グレードに分類し、class-activation mapで検討。高麗大学医学部との共同研究。
韓国産業工学会 秋季学術大会 2020 · 口頭発表 · 筆頭著者
ソウル科学技術大学データサイエンス学科、ファン・サンフム教授と共に。エンコーダのボトルネック特徴ベクトルにfeature-wise contrastive lossをかけ、同一クラスは近く、異なるクラスは遠く埋め込まれるようにしました。CT肺(Kaggle)・肝臓(LiTS2017)セグメンテーションでU-NetとUNet++の両方が向上、特に距離ベースの境界指標で大幅に改善。修士論文とIEEE Access(2021)論文へつながった研究。
LoRA/PEFTファインチューニングによる自己教師ありプロテオーム表現学習と細胞株(cell line)IC50予測。未学習の薬剤に対しleave-drug-outプロトコルで検証。
臨床意思決定支援(CDSS)のためのイヌ腫瘍薬剤推薦アルゴリズム開発、およびVirtual Cell Challengeの共同主導(多能性幹細胞のCRISPRノックダウン応答予測)。
NVIDIA Korea Agentic AI Hackathon 2026 参加作品(5人チーム)。市販前の標的結合予測(FlyDiscovery)と市販後の有害事象監視(FlyVigilance)を一つのエージェントでつなぎます。BioNeMo NIM(OpenFold3 · DiffDock · Boltz-2)で構造予測から親和性まで評価するFlyDiscoveryモジュールと探索ワークベンチUIを担当しました。
他の臨床情報なしにH&E WSIのみで乳がん予後を予測。パッチ単位分類に信頼度(confidence)ベースの選択と多数決を組み合わせ、スライド単位のGHI-RSリスク群へ分類。
初期の薬物物性プロファイリングのためのADMET予測と薬物-標的相互作用モデリング、および病理画像でOODサンプルを定義しラベル効率を高める能動学習フレームワーク。社内R&Dのため公開成果なし。
脳出血領域の2D・3Dセグメンテーションとスライス単位分類。外部公開データでドメイン汎化を検証し、class-activation mapで分類の信頼性を点検(U-Net vs DeepLab)。
製造ラインの不良検出: 969枚、5クラス、1枚あたり0.3秒の制約。深層学習ではなくマシンビジョンでねじ位置を特定し背景を除去してから分類し、性能を向上。
ソウル・釜山の成約価格予測(160万件)。郵便番号で住所を再マッチングし誤記の地域を修正、元データにない公共API特徴量(周辺の地下鉄・学校)を追加。
Melon・Genie・VIBE・YouTube Music・Apple Music・Bugsの6プラットフォームの日次Top 100を毎日同時刻に収集し、曲・アーティスト単位でマージしてDBに格納。チャートイン/アウトによる欠損をスキーマ(NULL許容カラム)で設計し、多言語タイトルのためnvarcharを採用。
PASCAL VOC(20クラス、1,928枚、4,203オブジェクト)でU-Netセグメンテーションにadversarial training・label smoothing・cut-outを単独/組み合わせで適用し、頑健性と精度のトレードオフを比較。医療AIでの「頑健性優先」の出発点。
KPIチャレンジ2024 · 全スライドトラック
糸球体セグメンテーション · MICCAI 2024 併催 · Med. Image Anal. 2026 掲載
基盤モデル、マルチオミクス、トランスレーショナルなデジタル病理に関するご相談など、お気軽にご連絡ください。