김종엽
김종엽
소속
건양대학교 (의학과)
AI요약
김종엽 교수님은 건양대학교 의학과 부교수로 재직 중이시며, 만성 부비동염 치료 분야에서 혁신적인 연구를 수행하고 계십니다. 특히, PDE4B 저해제를 활용하여 만성 부비동염 환자의 비용 발생을 예방하고 치료하는 약학 조성물 특허를 등록하는 등 뛰어난 성과를 보여주셨습니다. 이러한 연구는 만성 부비동염으로 고통받는 환자들에게 새로운 치료 가능성을 제시합니다. 또한, 교수님께서는 '지능정보산업 인프라조성' 및 '다중소스 데이터 지능형 분석기반 고수준 정보추출 원천기술 연구'와 같은 국가 과제에 참여하시며 지능형 데이터 분석 및 정보 추출 기술 개발에도 기여하셨습니다. 이는 의료 분야의 디지털 전환과 미래 의학 연구 발전에 중요한 밑거름이 되고 있습니다. 김종엽 교수님의 연구 활동은 의학 분야의 난제를 해결하고, 융합 연구를 통해 새로운 가치를 창출하는 데 크게 기여하고 있습니다.
기본 정보
| 연구자 프로필 |  |
| 연구자 명 | 김종엽 |
| 직책 | 부교수 |
| 이메일 | - |
| 재직 상태 | 재직 중 |
| 부서 학과 | 의학과 |
| 사무실 번호 | - |
| 연구실 | 건양의대 이비인후과 |
| 연구실 홈페이지 | - |
| 홈페이지 | https://www.kyuh.ac.kr/prog/doctor/homepage.do?deptCd=ENT&doctorId=65CAE9F5183887A8ECC3C8F825F36F4D |
| 소속 | 건양대학교 |
경력정보
| 회사명 | 건양대학교병원 |
| 재직기간 | 2023.01.01 ~ 재직 중 |
| 담당업무 | 이비인후과 교수 |
| 회사명 | 건양대학교병원 |
| 재직기간 | 2023.01.01 ~ 재직 중 |
| 담당업무 | 의료데이터연구단장 |
| 회사명 | 건양대학교병원 |
| 재직기간 | 2023.01.01 ~ 재직 중 |
| 담당업무 | 의생명연구원장 |
중요 키워드
#데이터 분석#의료데이터#PDE4B#지능정보#정보 추출#만성 부비동염#약학 조성물#이비인후과
연구 분야
| 연구 1 | 만성 부비동염 치료제 개발 |
| 내용 | 본 연구실은 만성 부비동염(Chronic Rhinosinusitis) 환자를 위한 혁신적인 치료제 개발에 중점을 두고 연구를 수행하고 있습니다. 특히, 염증 반응 조절에 핵심적인 역할을 하는 PDE4B 저해제를 활용하여 만성 부비동염의 주요 증상 중 하나인 비용(코폴립) 발생을 효과적으로 예방하고 치료할 수 있는 약학 조성물을 개발하였습니다. 이 조성물은 만성 부비동염 환자의 비용 조직 유래 세포에서 염증 지표를 현저히 감소시킴을 확인하였으며, 이는 특허 등록을 통해 그 기술적 우수성을 인정받았습니다. 주요 기술로는 PDE4B 저해제 발굴 및 최적화, 그리고 이를 활용한 약물 전달 시스템 연구를 포함합니다. 기존 치료법의 한계를 극복하고 환자들의 삶의 질을 향상시키기 위한 새로운 접근법을 제시합니다. 이러한 연구는 만성 부비동염으로 고통받는 환자들에게 새로운 치료 옵션을 제공하고, 관련 제약 산업의 발전에 기여할 수 있는 실질적인 가치를 창출합니다. |
| 연구 2 | 의료 인공지능 및 데이터 지능형 분석 |
| 내용 | 본 연구실은 의료 데이터를 기반으로 한 인공지능(AI) 기술 개발 및 지능형 분석 연구를 선도하고 있습니다. '지능정보산업 인프라조성' 및 '다중소스 데이터 지능형 분석기반 고수준 정보추출 원천기술 연구'와 같은 국가 과제 참여를 통해 대규모 의료 데이터로부터 유의미한 정보를 추출하고 분석하는 독자적인 기술력을 확보했습니다. 이는 의료 분야의 디지털 전환을 가속화하고 미래 의학 연구 발전에 기여하는 중요한 밑거름이 되고 있습니다. 특히, 전자의무기록(EMR), 유전체 데이터, 의료 영상 등 다양한 소스의 비정형 및 정형 데이터를 통합하여 질병 진단 보조, 예후 예측, 맞춤형 치료 전략 수립에 활용되는 AI 모델을 개발합니다. 복잡한 의료 데이터를 효과적으로 처리하고 해석하는 고급 통계 분석 및 기계 학습 기법을 적용하여, 의료 현장에서 의사결정의 정확성과 효율성을 높이는 솔루션을 제공합니다. 또한, 'R 통계의 정석' 저술 및 R 통계 분석 강의를 통해 의료 전문가들의 데이터 활용 역량 강화에도 힘쓰고 있습니다. 이러한 연구는 임상 현장에서의 미충족 수요를 해결하고, 정밀의료 구현을 위한 핵심 기술로 작용합니다. 의료 데이터의 가치를 극대화하고 AI 기반 의료 시스템의 상용화를 목표로, 학제 간 융합 연구를 활발히 추진하며 새로운 의료 패러다임을 제시하고 있습니다. |
| 연구 3 | 만성 염증성 질환 분자 기전 연구 |
| 내용 | 본 연구실은 만성 염증성 질환, 특히 코폴립(Nasal Polyp)을 포함한 만성 부비동염의 발생 기전을 후성유전학적 관점에서 심층적으로 규명하는 연구를 수행하고 있습니다. '비용(코폴립)의 발생기전에 대한 후성유전학적 규명' 과제 참여를 통해, 유전자 발현 조절과 관련된 후성유전적 변화(예: DNA 메틸화, 히스톤 변형 등)가 질병 발생 및 진행에 미치는 영향을 분석합니다. 이 연구는 질병의 근본적인 원인을 이해하고 새로운 치료 타겟을 발굴하는 데 중요한 기반을 제공합니다. 주요 연구 방법론으로는 대용량 시퀀싱 데이터 분석, 세포 및 동물 모델을 이용한 분자생물학적 실험, 그리고 바이오인포매틱스 기법을 활용한 후성유전체 데이터 마이닝이 있습니다. 특히, 만성 염증 반응과 관련된 특정 유전자들의 후성유전적 변형 패턴을 규명하고, 이들이 질병의 임상적 특징과 어떻게 연관되는지를 밝혀내고자 합니다. 이러한 분자 기전 연구는 만성 염증성 질환의 복잡성을 해명하고, 기존 치료법으로 해결하기 어려웠던 난치성 질환에 대한 새로운 치료적 접근법을 제시합니다. 기초 연구를 통해 얻어진 지식을 임상 적용 가능한 기술로 발전시켜, 환자들에게 실질적인 혜택을 제공하고 의료 기술 혁신에 기여하는 것을 목표로 합니다. |
학력
| 학력 사항 | 건양대학교 의학과 의학박사 (2018) 건양대학교 의학과 의학석사 (2006) 건양대학교 의학과 의학학사 (2003) |
보유 기술 로딩 중...
