Research. Build. Share.

MinyoungKim

Medical AI / Open Source Developer / Futurist

뇌 MRI와 파운데이션 모델을 연구하고, AI 기술을 의료 연구와 일상에서 쓸 수 있는 도구로 구현하는 의료 AI 연구자이자 오픈소스 개발자입니다.

Sungkyunkwan University · MetaBioHealth / Suwon, South Korea

보라색 빛의 신경망과 은색 AI 휴머노이드 로봇

Loading the AI companion…

Intelligence, with purpose.

뇌 MRI와 파운데이션 모델. 의료 데이터를 이해하고 연구에 쓰이는 도구를 만듭니다.

Explore projects
Interactive visual studyModel credits ↗

Medical AI researcher and open-source developer, building tools for research and everyday use.

Explore the archive

Ideas into tools

Projects06

만들고 있는 것. 카드를 누르면 상세로 이동합니다.

Medical AINon-invasive Cardiac Output from PPG & ECG
EpidemiologyGBD Epidemiology
Medical AIBrain MRI Foundation Model
J.A.R.V.I.S
Tossbot

Notes & guides

Post02

연구 노트와 가이드.

Visual experiments

Piece03

AI 생성 이미지와 영상. 카드를 누르면 프롬프트를 볼 수 있습니다.

grok
grok_2

Research & recognition

Publications & Awards

게재 8편 (제1·공동제1저자 6편) · 프리프린트 1편 · 수상 1건

우수상 (한국전자통신연구원 원장상)2026

인지기능 장애 평가를 위한 통합 임상–영상 보고 워크플로우

An Integrated Clinical-Imaging Reporting Workflow for the Assessment of Cognitive Impairment

대회
2026 AI Co-Scientist Challenge Korea — Track 1
주최·주관
과학기술정보통신부 주최 · 한국연구재단(NRF) 주관
팀
팀 VLM · 김민영(제1저자·대표 발표), 이낭경, 국희, 문기훈, 장지우, 오혜린, 이승원(교신)
역할
워크플로우 설계, 다기관 데이터 처리 파이프라인 구축, 보고서 충실도 감사 설계, 시상식 우수팀 성과발표

FastSurfer 기반 자동 분할(95개 ROI)과 정상군 932명 기반 규범적 모델링(연령·성별 층화 Z-점수)에 제약 기반 프롬프팅을 결합해, 정량적 뇌 MRI 지표를 구조화된 영상의학 스타일 보고서로 자동 변환하는 워크플로우를 만들었다.

처리 성공률

83.1%

3개 다기관 코호트 2,576명 중 2,140명 (OASIS-3 92.4% · AJU 88.7% · NACC 74.3%)

보고서 생성

3,963건

분당 8.6건, 대상자당 약 7초, 평균 648토큰

보고서 충실도

83.7%

정량 데이터 대 텍스트 일치율 (n=200, 1,200개 영역) · 해마 86.2% · 편도체 84.2% · 뇌실 79.9%

환각 사례

0건

불일치 183건의 100%가 중증도를 낮춰 보고하는 보수적 편향 — 임상적 '안전 모드' 확인

논문. 카드를 누르면 연구 설명으로 이동합니다.

Stroke Burden and Risk Factor Disparities across East Asia, Western Europe, and North America, 1990–2023, with Forecasts to 2050 첫 면
Spinal Cord Injury Epidemiology and Causes: A Worldwide Analysis with 2050 Projections 첫 면
Epidemiology and Future Burden of Vertebral Fractures: Insights from the Global Burden of Disease 1990–2021 첫 면
Severity-Specific Trends and Future Projections of Traumatic Brain Injury in the Americas, 1990–2050 첫 면
Causal associations between osteosarcopenia-related traits and degenerative spinal disorders: a bidirectional Mendelian randomization study 첫 면
Risk of arrhythmia following ankylosing spondylitis, 2012–2023: a nationwide cohort study 첫 면
Causal effects of fluid intelligence on psychiatric disorders: a Mendelian randomization study 첫 면
Healthcare Utilization and Costs in a Health Screening Cohort: A Longitudinal Study from Korea's National Health Insurance System 첫 면
Tuberculosis in Ethiopia, 2000–2024: long-term declines, structural drivers, and the emerging elimination gap 첫 면

The person behind the work

About

연구와 코드 사이에서, 쓸모 있는 가능성을 찾습니다.

Research into reality.
Code in the open.

성균관대학교 메타바이오헬스학과 석박통합과정에서 의료 인공지능을 연구하고 있습니다. 뇌 MRI와 파운데이션 모델이 중심 주제이고, 질병부담(GBD) 역학 분석과 UK Biobank 데이터를 활용한 연구도 함께 진행합니다.

연구에서 얻은 아이디어를 실제로 실행할 수 있는 소프트웨어로 옮깁니다. 오픈소스 개발자로서 GitHub에 코드를 공개하고, 다른 개발자와 연구자가 살펴보고 함께 발전시킬 수 있는 도구를 만드는 데 관심이 있습니다.

빠르게 변화하는 AI의 발전을 견고하고 실용적인 의료 응용으로 옮기는 일에 특히 관심이 있습니다.

Full profile

Education

2024–

석박통합과정 · 메타바이오헬스학과

성균관대학교

의료 인공지능, 뇌 MRI · 파운데이션 모델, 질병부담(GBD) 역학, UK Biobank

–2024

학사 · 컴퓨터공학과

Awards

2026

Co-Scientist Challenge Korea 우수상

과학기술정보통신부

AI 활용 과학기술연구 수행 · 연구보고서 작성 부문

2024

캡스톤 최우수상

중소벤처기업부 주관

Scholarships

2025–2026

의료인공지능 사업단 성적우수 장학금

2025-1 · 2025-2 · 2026-1 학기

이공계 박사과정 우수 장학금

첨단학과 장학금

성균관대학교

등록금 장학

Have something in mind?

Work Together

For open-source collaboration, medical AI research, and building useful tools together.

⌗