Projects – Medical AI & LLM

Medical AI & LLM Projects
의료 인공지능 및 LLM 연구

AiX Lab at Gyeongsang National University leads research in medical AI and ophthalmology-focused large language models that bridge clinical practice and trustworthy AI. Our work spans fundus-based oculomics, visual acuity estimation, video gait analysis, wearable sensing, and domain-specialized LLMs for ophthalmic diagnosis and treatment planning.

경상국립대학교 AiX Lab은 임상 현장과 신뢰할 수 있는 AI 기술을 연결하는 의료 인공지능 및 안과 특화 대규모 언어 모델(LLM)을 선도적으로 개발하고 있습니다. 안저 기반 오큘로믹스(oculomics), 시력 추정, 보행 이상 분석, 웨어러블 기반 생체신호 분석, 그리고 안과 진단·치료 계획을 위한 도메인 특화 LLM까지 폭넓은 연구를 수행하고 있습니다.

We developed Korea’s first ophthalmology-specialized xsLM-Ophtimus LLM series (Ophtimus-Base, Ophtimus-1B/3B/8B, Ophtimus-Instruct-8B), now publicly available at: GITHUB REPOSITORY .
저희 연구실은 국내 최초로 안과 의학 지식에 특화된 xsLM-Ophtimus 시리즈(Ophtimus-Base, Ophtimus-1B/3B/8B, Ophtimus-Instruct-8B)를 개발하여 공개했습니다.

Representative Medical AI & LLM Publications

2025 – Ophtimus-V2-Tx: Ophthalmic treatment-planning LLM
Kim, Jin Hyun et al.
“Ophtimus-V2-Tx: A compact domain-specific LLM for ophthalmic diagnosis and treatment planning.”
Scientific Reports, 2025. Accepted for publication, 2025.
→ 안과 진단과 처치 계획을 지원하기 위한 도메인 특화 의료 LLM으로, 소형(8B급) 구조에서 hallucination 감소와 설명 가능한 임상 추론을 지향하는 모델.
2025 – Ophtimus-LLM: Specialized LLM for ophthalmology
Seung Ju Baek, Kuk Jin Jang, Sooyong Jang, Hyonyoung Choi, Minwook Kwon, Yong Seop Han, Seongjin Lee, Kim, Jin Hyun, and Insup Lee.
“Ophtimus-LLM: Development of a specialized large language model for ophthalmology.”
In AAAI 2025 Workshop on Generative AI for Health (GenAI4Health), 2025.
→ 안과 임상 데이터를 학습한 전문 LLM으로, 안저 소견 기술, 임상 질문응답, 진단·치료 reasoning을 실험한 초기 버전 모델.
2025 – Low-cost ERM detection on SD-OCT
Kim, Jin Hyun et al.
“Low-cost and fast epiretinal membrane detection and quantification based on SD-OCT.”
IEEE Access, 2025. Accepted for publication, 2025.
→ 표준 SD-OCT 장비에서 얻은 영상을 이용해 황반부 망막앞막(ERM)을 자동 검출·정량화하는 경량 딥러닝 파이프라인으로, 임상 현장에서 빠른 스크리닝을 목표로 함.
2025 – Noise-robust markerless gait anomaly detection
Kim, Jin Hyun et al.
“Noise-robust markerless video gait anomaly detection via two-stage acquisition and LSTM autoencoders.”
Scientific Reports, 2025. Accepted for publication, 2025.
→ 마커 없이 촬영한 보행 비디오에서 두 단계 데이터 취득과 LSTM 오토인코더를 통해 노이즈에 강인한 보행 이상 탐지를 수행하는 모델.
2024 – Fundus-based oculomics for HbA1c
Kim, Jin Hyun et al.
“Development of oculomics artificial intelligence for cardiovascular risk factors: A case study in fundus oculomics for HbA1c assessment and clinically relevant considerations for clinicians.”
Asia-Pacific Journal of Ophthalmology, 13(4), July 2024.
→ 안저 영상만으로 당화혈색소(HbA1c) 등 심혈관 위험 인자를 추정하는 oculomics AI를 구축하고, 임상의 관점에서 해석 시 주의점과 활용 가능성을 논의.
2022 – Visual acuity estimation from fundus images
Kim, Jin Hyun et al.
“Estimation of best corrected visual acuity based on deep neural network.”
Scientific Reports, 12(1), October 2022.
→ 안저 이미지를 입력으로 환자의 최대 교정시력(BCVA)을 추정하는 딥러닝 모델을 제안하여, 전통적인 시력검사의 보조 도구로서 가능성을 제시.
2022 – Deep learning ensemble for visual acuity measurement
Jin Hyun Kim et al.
“A deep learning ensemble method to visual acuity measurement using fundus images.”
Applied Sciences, 12(6), March 2022.
→ 서로 다른 네트워크 구조를 앙상블해 안저 기반 시력 추정의 정확도와 안정성을 향상시키는 방법을 제시.
2022 – Asymmetry between right and left fundus images
Kim, Jin Hyun et al.
“Asymmetry between right and left fundus images identified using convolutional neural networks.”
Scientific Reports, 12(1), April 2022. Corrigendum noted 2022-10-25.
→ 양안 안저 영상에서 CNN으로 구조적 비대칭성을 탐지하여, 질환 관련 비대칭 지표를 정량화하는 연구.
2022 – Smartwatch-based pre-symptomatic COVID-19 detection
Jin Hyun Kim et al.
“Machine learning-based optimization of pre-symptomatic COVID-19 detection through smartwatch.”
Scientific Reports, 12(1), May 2022.
→ 스마트워치 생체 신호를 이용해 증상 발현 전에 COVID-19 감염 가능성을 탐지하는 머신러닝 기반 모델 및 피처 설계.
2021 – Automated anterior chamber cell analysis
Kim, Jin Hyun et al.
“Development of fully automated anterior chamber cell analysis based on image software.”
Scientific Reports, 11(1), May 2021.
→ 슬릿램프 영상 등에서 전방세포(AC cell)를 자동 계측하는 이미지 기반 분석 소프트웨어를 개발하여, 안과 염증 평가의 객관화·자동화를 시도.

Learn more about AiX Lab Meet the Team

Medical AI & LLM Projects 의료 인공지능 및 LLM 연구

Representative Medical AI & LLM Publications

Medical AI & LLM Projects
의료 인공지능 및 LLM 연구