파이헬스케어 프로젝트

TECHNOLOGY PLATFORM

PIEGENT

안전하고 정밀한 분석을 제공하는 통합 의료 AI 기술 플랫폼

Biomarker analysis images

PLATFORM MODULE

OASIS

(Ophthalmic Analysis Segmentation Image System)

바이오마커(안저사진 내 해부학적 part, 혈관, 신경 등) 분석 기술.
안저사진 내 41종의 바이오마커를 구분 및 특징을 분석합니다.

OASIS에서 분석한 바이오마커 41종을 조합하여 뇌동맥류 분석에 필요한 최적의 조합을 산출하는 기술

Anatomical Features
Vascular Features
Neural Features

MODULE / MODEL

CoMoE

(Cooperative Mixture-of-Experts)

OASIS에서 분석한 바이오마커 41종을 조합하여 안저질환, 뇌질환, ADHD 분석에 필요한 최적의 조합을 산출하는 기술

안저질환, 뇌질환, ADHD 위험도 분석 성능

안저질환, 뇌질환, ADHD 위험도 분석

87%

EXPLAINABLE AI

REMEDIS

안저사진 내에서 어느 부분을 중점적으로 인공지능이 분석했는지를 녹색 마커로 표현하는 기술입니다.

Visual Explanation
Influential Region Heatmap

Retinal Disease Diagnosis

REMEDIS

A Clinical AI Framework for Retinal Disease Diagnosis with Explainable Fundus Image Analysis

SaaS 기반 클라우드 환경에서 안저 영상을 실시간 분석하여 4대 망막 질환을 진단하고,
Grad-CAM 기술로 인공지능의 시각적 진단 근거를 제시하는 논문입니다.

REMEDIS: A Clinical AI Framework for Retinal Disease Diagnosis with Explainable Fundus Image Analysis

Youngkyu Lee¹, Jinho Lee¹, Youngdae Jo¹, Jeongwoo Park¹,²

Multi-Label Retinal Diagnosis

Saliency-Guided Sparse Expert Routing

Disentangling Co-occurring Retinal Pathologies with Saliency-Guided Sparse Expert Routing

여러 망막 질환이 동시에 발생하는 안저 영상에서 Saliency-Guided Sparse MoE를 활용해 질환별 특징을 독립적으로 분리하고 진단하는 인공지능 기술입니다. 병변 중심의 전문가 라우팅을 통해 질환 간 간섭을 줄이고, ODIR-2019 기준 mAUC 0.912, mF1 0.653의 성능과 이미지당 5.23ms의 빠른 추론 속도를 구현했습니다.

0.912 mAUC

0.653 mF1

5.23 ms Inference / Image

Disentangling Co-occurring Retinal Pathologies with Saliency-Guided Sparse Expert Routing

Nagur Shareef Shaik, Jeongwoo Park, Yeong-Jin Kim, Jaeuk Jung, Hyunjung Oh, Dong Hye Ye

2026 IEEE International Workshop on Machine Learning for Signal Processing (MLSP)

RESEARCH & DATA

Oculomics

서울대학교병원과 협업하는 글로벌 최대 규모 Oculomics 연구입니다.

안저 이미지: 100만 장
MRI MRA CT Sono: 40만 장

GLOBAL PARTNERSHIP

Cooperation

파이헬스케어는 국내외 주요 기관들과 협력하여 기술 개발 및 연구를 진행하고 있습니다.

파이헬스케어: AI 기반 안저·질환 분석 기술 개발
서울대학교병원: 임상데이터 공동연구 및 검증
유타대학교 CMI: 유타대학교 CMI와 FDA 협업
조지아주립대학: X-DEMENTIA-M 공동개발

파이헬스케어

서울대학교병원

유타대학교 CMI

조지아주립대학

TECHNOLOGY PLATFORM

PIEGENT

안전하고 정밀한 분석을 제공하는 통합 의료 AI 기술 플랫폼

Biomarker analysis images

PLATFORM MODULE

OASIS

(Ophthalmic Analysis Segmentation Image System)

바이오마커(안저사진 내 해부학적 구조, 혈관, 신경 등) 분석 기술.
안저사진 내 40종의 바이오마커를 구분 및 특징을 분석합니다.

✓ Anatomical Features
✓ Vascular Features
✓ Neural Features

MODULE / MODEL

CoMoE

(Cooperative Mixture-of-Experts)

OASIS에서 추출한 바이오마커 40종을 조합하여 안저질환, 뇌질환, ADHD 등 위험도 분석에 최적화된 특징을 산출합니다.

안저질환, 뇌질환, ADHD 등
분석 성능

안저질환, 뇌질환, ADHD 등 분석

87%

EXPLAINABLE AI

REMEDIS

안저사진 내에서 어느 부분을 중점적으로 인공지능이 분석했는지를 녹색 마커로 표현하는 기술입니다.

✓ Visual Explanation
✓ Influential Region Heatmap

망막 복합질환 진단

Saliency-Guided Sparse Expert Routing

동시 발생 망막질환 분리를 위한 Saliency-Guided Sparse Expert Routing

여러 망막 질환이 동시에 발생하는 안저 영상에서 Saliency-Guided Sparse MoE를 활용해 질환별 특징을 독립적으로 분리하고 진단하는 인공지능 기술입니다.

병변 중심의 전문가 라우팅을 통해 질환 간 간섭을 줄이고, ODIR-2019 기준 mAUC 0.912, mF1 0.653의 성능과 이미지당 5.23ms의 빠른 추론 속도를 구현했습니다.

0.912 mAUC

0.653 mF1

5.23 ms 이미지당 추론 속도

Disentangling Co-occurring Retinal Pathologies with Saliency-Guided Sparse Expert Routing

Nagur Shareef Shaik, Jeongwoo Park, Yeong-Jin Kim, Jaeuk Jung, Hyunjung Oh, Dong Hye Ye

2026 IEEE International Workshop on Machine Learning for Signal Processing (MLSP)

RESEARCH & DATA

Oculomics

서울대학교병원과 협업하는 글로벌 최대 규모 Oculomics 연구입니다.

• 안저 이미지: 100만 장
• MRI 및 CT 데이터: 40만 장

GLOBAL PARTNERSHIP

Cooperation

파이헬스케어는 국내외 주요 기관들과 협력하여 기술 개발 및 연구를 진행하고 있습니다.

• 파이헬스케어: AI 기반 안저·질환 분석 기술 개발
• 서울대학교병원: 임상데이터 공동연구 및 검증
• 유타대학교 CMI: 유타대학교 CMI와 FDA 협업
• 조지아주립대학: X-DEMENTIA-M 공동개발

파이헬스케어

서울대학교병원

유타대학교 CMI

조지아주립대학