ä¿ë»ç: AIÀÇ·á±â±â Àü¹®±â¾÷
Á÷±Þ: °æ·Â¿¡ µû¸¥ º°µµ ÇùÀÇ
´ã´ç¾÷¹«
¸ðµ¨ °³¹ß»Ó ¾Æ´Ï¶ó ÀÓ»óÀû ±Ù°Å »ý¼º(clinical evidence generation)À» Æ÷ÇÔÇÑ end-to-end ¿¬±¸
´Ù¾çÇÑ ML ±â¹ýÀ» Ȱ¿ëÇÑ ÁßȯÀÚ½Ç ÀÇ·á±â±â ÀÚµ¿È(ÀΰøÈ£Èí±â, ¾à¹°ÁÖÀÔ±â, CRRT µî) ¸ðµ¨ ¼³°è
µ¶ÀÚ ±¸Ãà 1¸¸ ¸í ±Ô¸ð °íÇØ»óµµ ICU µ¥ÀÌÅͼ ±â¹Ý ¸ðµ¨ ÇнÀ/Æò°¡/ÀϹÝÈ ¿¬±¸
ÀÓ»ó ¿¬±¸ ¼³°è
ÀÇÇÐ Àú³Î ÆÛºí¸®½Ã¸¦ À§ÇÑ ¿¬±¸ Àüü ÇÁ·Î¼¼½º ¼öÇà
RA/QA¡¤Á¦Ç°¡¤¿£Áö´Ï¾î ÆÀ°ú Çù¾÷ÇÏ¿© Regulatory-grade AI Á¦Ç° °³¹ß¿¡ ½ÇÁúÀû ±â¿©
Çʼö ¿ª·®
- Ź¿ùÇÑ ³í¸®Àû »ç°í·Â°ú ¼öÇÐÀû Á÷°ü
- º¹ÀâÇÑ ¹®Á¦¸¦ ±¸Á¶ÈÇÏ°í ¸íÈ®ÇÏ°Ô Ä¿¹Â´ÏÄÉÀ̼ÇÇÒ ¼ö ÀÖ´Â ´É·Â
- Python ¹× PyTorch µî ML ÇÁ·¹ÀÓ¿öÅ© ¼÷·Ãµµ
¿ì´ë »çÇ×
- ÀÇÇС¤ÀÓ»ó Àú³Î(critical care, pulmonary, medical imaging µî) 1ÀúÀÚ °æÇè
- ¸Ó½Å·¯´×/ÀÇ·áAI ºÐ¾ß ¹Ú»ç ¶Ç´Â ¼®»ç+¿¬±¸ °æ·Â 2³â ÀÌ»ó
- Retrospective cohort study ¼³°è ¹× ÀÓ»ó µ¥ÀÌÅÍ ºÐ¼® °æÇè
- Reader study ¼³°è, annotation protocol ±¸Ãà, gold-standard »ý¼º °æÇè
- Real-world ÀÇ·á/½Ã°è¿ µ¥ÀÌÅÍ ±â¹Ý ¿¬±¸ °æÇè
- AI ¿¬±¸¸¦ ½ÇÁ¦ Á¦Ç°¿¡ ±¸ÇöÇÏ°í ¹èÆ÷ÇÑ °æÇè(½ºÅ¸Æ®¾÷¡¤¿¬±¸¼Ò µî)
ä¿ë Á¤º¸
- °í¿ë ÇüÅÂ: Á¤±ÔÁ÷ (¼ö½À 3°³¿ù)
- ±Ù¹«Áö: ¼¿ï °³²
- ó¿ì: ¾÷°è ÃÖ°í ¼öÁØ ´ë¿ì + ½ºÅå¿É¼Ç ¡æ Ÿ ¿ÀÆÛ º¸À¯ ½Ã ¸ÅĪ/¿ì´ë ÇùÀÇ °¡´É
ÀüÇü ÀýÂ÷
- ¼·ù ÀüÇü-1,2Â÷¸éÁ¢-ó¿ìÇù»ó-ÀÔ»çÈ®Á¤
¹®ÀÇó
******@*******.***