1. Kor /
  2. Eng

Login Join

  1. Kor /
  2. Eng

Login Join

교수진 소개SAIHST에는 기초의학, 임상의학, 자연과학, 약학, 공학, 경영대학 등 Health Science와 관련된 다양한 분야를 전공한 교수진이 참여하고 있습니다.
미래의과학을 선도할 역량있는 교수의 참여를 기다립니다.

김경아 교수 / Ph.D.
이름 : 김경아  Ph.D. 소속 : 삼성서울병원 의학통계연구센터 직급 : 부교수/SAIHST겸임교수 캠퍼스 : 삼성서울병원 캠퍼스 연구실 : 일원캠퍼스 C동 4층 1호 E-mail : kyunga.j.kim@samsung.com Homepage : https://www.bdslab.skku.edu 실험실명 : Biomedical Data Science Laboratory 참여학과 : 디지털헬스학과 인쇄하기
■ 연구실 소개

본 연구실은 의생명통계학 및 기계학습을 기반으로 의학데이터과학 분야 분석방법론과 연구설계기법의 개발하고 각종 Real-World Data (예. 전자의무기록, 임상데이터웨어하우스, 공통데이터모델, 국민건강보험청구자료, 국민건강영양조사자료, 기상청 대기환경자료, 국가유전체자료 등)에 적용하는 연구를 함.

삼성서울병원 내 의학통계연구센터, 디지털혁신센터 및 다수의 진료과와 정밀의료 근거 창출 및 임상예측모델링 구축을 위한 협업을 활발히 진행 중임.  

■ 연구분야 키워드

Biomedical Statistics, Clinical Trial Design, Real-World Data & Big Data Analytics, Clinical Predictive Modeling, Digital Healthcare

■ 학력 및 경력

1988 - 1992 이학사, 서울대학교 계산통계학과
1992 - 1994 이학석사, 서울대학교 계산통계학과
1999 - 2001 이학석사, Department of Statistics, Purdue University
2002 - 2007 이학박사, Department of Statistics, Purdue University
2007 - 2010 박사후연구원 및 시간강사, 서울대학교 통계학과
2010 - 2014 조교수, 숙명여자대학교 통계학과
2014 - 2018 조교수, 삼성서울병원 미래의학연구원
2016 - 현재 겸임교수, 성균관대학교 삼성융합의과학원 디지털헬스학과
2018 - 현재 부교수, 삼성서울병원 미래의학연구원
2019 - 현재 센터장, 삼성서울병원 의학통계연구센터

■ 대표 업적

(Clinical Predictive Modeling)
1. Proposal of a New Prognostic Model for Differentiated Thyroid Cancer with TERT Promoter Mutations (2021) Cancers, 13(12):2943 
2. The Combination of Area Under the Curve and Percentage Change in Estimated Glomerular Filtration Rate Predicts Long-term Outcome of Kidney Transplants (2020) American Journal of Transplantation, 20(4):1056-1062
3. Predicting Adverse Outcomes for Febrile Patients in the Emergency Department Using Sparse Laboratory Data: Development of a Time Adaptive Model (2020) JMIR Medical Informatics, 8(3):e16117
4. Prediction of Cardiac Arrest in the Emergency Department Based on Machine Learning and Sequential Characteristics: Model Development and Retrospective Clinical Validation Study (2020) JMIR Medical Informatics, 8(8):e15932 
5. Development and Validation of Unplanned Extubation Prediction Models Using Intensive Care Unit Data (2021) Journal of Medical Internet Research [Published online] 

(Real-World Data & Big Data Analytics)
1. The Association between Breastfeeding and Non-Alcoholic Fatty Liver Disease in Parous Women: a Nationwide Cohort Study (2021) Hepatology [Published online] 
2. Visual Impairment Increases the Risk of Dementia, Especially in Young Males: A 12-Year Longitudinal Follow-Up Study of a National Cohort (2021) Scientific Reports, 11(1):11393 
3. Use of Cyclooxygenase Inhibitor and the Risk of Hepatocellular Carcinoma in Chronic Hepatitis B (2020) Journal of Viral Hepatitis, 27(1):68-73
4. Biological, Clinical, and Population Relevance of 95 Loci for Blood Lipids (2010) Nature, 466:707-713 
5. New Evaluation Measures for Multifactor Dimensionality Reduction Classifiers in Gene-Gene Interaction Analysis (2008) Bioinformatics, 25(3):338-345

(AI, Machine Learning, Digital Healthcare)
1. Machine Learning Model for Predicting Excessive Muscle Loss During Neoadjuvant Chemoradiotherapy in Oesophageal Cancer (2021) Journal of Cachexia, Sarcopenia, and Muscle [Published online] 
2. A Fully Automated Analytic System for Measuring the Endolymphatic Hydrops Ratio in Ménière's Disease Using Deep Learning and MRI (2021) Journal of Medical Internet Research [Published online]
3. Variability in Doctors’ Usage Paths of Mobile Electronic Health Records Across Specialties: Comprehensive Analysis of Log Data (2019) JMIR mHealth and uHealth, 7(1):e12041 
4. Application of Efficient Data Cleaning Using Text Clustering for Semistructured Medical Reports to Large-Scale Stool Examination Reports: Methodology Study. (2019) Journal of Medical Internet Research, 21(1)e10013
5. Text Mining for Korean: Characteristics and Application to 2011 Korean Economic Census Data (2014) The Korean Journal of Applied Statistics, 27(7):131-141

이전글 다음글

목록