2015.03~2017.02, 서울과학종합대학원대학교 경영학 박사
2002.03~2004.08, 서울대학교 보건대학원 보건경제학 석사(수료)
1999.08~2000.08, 헬싱키 경영경제대학원 경영학 석사
1991.03~1997.02, 성균관대학교 유전공학 학사

2004.10 ~ 현재, 메드트로닉코리아 전무/대외협력
1996.06 ~ 2004.10, 한국존슨앤드존슨메디칼 차장/인허가&보험급여

글로벌 의료기기 시장진입 전략
글로벌 보건의료 정책
글로벌 의료기술평가
글로벌 경제성분석
글로벌 보험급여 및 지불보상제도

2019.11 : 대한민국 일하기 좋은 기업 선정위원 혁신적인 리더상
2015.02 : 보건복지부 장관상

[학술 논문지]
“Delayed Patient Access to Innovative Medical Technologies in South Korea: A Lead-Time Analysis of Reimbursement Coverage Determinations”, International Journal of Technology Assessment in Health Care, 2019;35(3):229-236
“Moon Care and Preliminary Benefit Program in South Korea: Innovative Strategies in Post-Market Evidence Generation for Medical Devices”, J Health Tech Assess, 2018;6(1):33-42.
외 다수

본 발표는 미국의 보건의료 보험시장을 공보험(Medicare, Medicaid 등)과 사보험(상업보험, 고용주 기반 보험 등)으로 구분하여 개요를 설명하고, 각각의 보험제도에서 보장하는 보험급여 범위와 운영 메커니즘을 소개합니다. 아울러, Fee-for-Service(FFS), Bundled Payment, Value-Based Payment(VBP) 등 미국에서 활용되는 다양한 지불보상(payment) 방식과 최근 정책 동향도 함께 살펴봅니다. 본 발표는 한국의 보건의료 제도와 비교 가능한 구조적 특징을 중심으로, 글로벌 보건산업 종사자들이 미국 시장을 이해하는 데 실질적 도움을 주고자 합니다.

서울대학교 공과대학 제어계측공학과 공학사
서울대학교 대학원 의용생체공학 협동과정 공학석사
서울대학교 대학원 의용생체공학 협동과정 공학박사

2016년–현재, 울산의대 의공학교실 부교수(2016), 교수(2022–현재) / 서울아산병원 의공학연구소
2012년–2016년, 서울아산병원 아산생명과학연구원 연구부교수
2007년–2012년, 고려대학교 의과대학 연구교수

수술 로봇, 중재 로봇, 재활 로봇, 메카트로닉스, 시뮬레이션, 의료기기 안전 표준

2020년 대한민국 올해의 10대 기계기술 선정

본 발표에서는 Physical AI의 개념을 중심으로 수술 로봇의 발전 과정과 미래의 방향을 조망합니다. Physical AI는 기존의 산업용 로봇 패러다임에서 탈피하여, 조직 변형이나 출혈과 같은 수술 중 예기치 못한 상황에 유연하게 대응할 수 있는 수술 로봇의 구현을 가능하게 합니다. 앞으로 수술 로봇은 감독 하 자율성(supervised autonomy)의 고도화, 인간-로봇 협업의 강화, 소형화, 그리고 대형 언어모델(LLM)이나 비전-언어 모델(VLM) 같은 파운데이션 모델의 통합이라는 방향으로 발전할 것으로 기대됩니다. AI와 로봇 기술을 포함한 디지털 헬스케어의 진보는 하나의 단일한 혁신이 아니라, 지속적이고 반복적인 디지털 전환의 과정으로 이해되어야 합니다.

연세대학교 의과대학 졸업
연세대학교 의과대학 대학원 영상의학 석사
연세대학교 의과대학 대학원 영상의학 박사

2010.3-2014.2: 연세대학교 의과대학 영상의학과 전공의
2014.3-2015.2: 연세대학교 의과대학 영상의학교실 강사
2015.3-2016.2: 연세대학교 의과대학 영상의학교실 임상연구조교수
2016.3-2021.2: 연세대학교 의과대학 세브란스병원 영상의학교실 임상조교수
2021.3-2023.2: 연세대학교 의과대학 용인세브란스병원 영상의학교실 임상조교수
2023.3-2024.2: 연세대학교 의과대학 용인세브란스병원 영상의학교실 조교수
2024.3-현재: 연세대학교 의과대학 용인세브란스병원 영상의학교실 부교수
2024.3-2025.2: Stanford University, Department of pediatric radiology & AIMI center, Visiting scholar

소아영상의학, 정량적 영상의학, 인공지능

2025.4 대한소아영상의학회 우수연구자상
2024.8 대한영상의학회 KSR-교육상
2024.5 용인세브란스병원 우수업적교원상
2022.5 대한초음파의학회 우수연구자상
2021.6 대한소아영상의학회 우수연구자상
2019.5 세브란스병원 우수교원상

Song K, Lee E, Lee HS, Lee H, Chae HW, Shin HJ (2025) Development of a simplified prediction model for diagnosing progressive central precocious puberty using clinical and pelvic ultrasound parameters. PLoS One 20:e0323549
Shin HJ, Han K, Son NH et al (2024) Optimizing adult-oriented artificial intelligence for pediatric chest radiographs by adjusting operating points. Sci Rep 14:31329
Lee S, Kim EK, Han K, Ryu L, Lee EH, Shin HJ (2024) Factors for increasing positive predictive value of pneumothorax detection on chest radiographs using artificial intelligence. Sci Rep 14:19624
Shin HJ, Lee EH, Han K, Ryu L, Kim EK (2024) Development of a new prognostic model to predict pneumonia outcome using artificial intelligence-based chest radiograph results. Sci Rep 14:14415 Shin HJ, Han K, Ryu L, Kim EK (2023) The impact of artificial intelligence on the reading times of radiologists for chest radiographs. NPJ Digit Med 6:82
외 다수

인공지능(AI)은 의료, 특히 의료영상 분야를 중심으로 활발히 연구되고 있으며, 일부 AI 솔루션은 이미 의료기관에서 실사용 단계에 진입하고 있다. 이는 구조화된 대용량 데이터, AI 기반 기술의 발전, 그리고 높은 임상 및 진단 수요가 맞물린 결과라 할 수 있다.
본 강의에서는 실제 임상에서의 도입 사례를 중심으로, AI의 활용 현황과 효과적인 정착을 가능하게 하는 핵심 요소들을 정리한다. 특히 human-AI interaction을 통해 환자 진료와 의사 판단에 미치는 영향, 그리고 AI를 통해 발견된 새로운 임상적 가치를 함께 살펴본다. 아울러, 임상 현장에서 마주하게 되는 다양한 문제와 도전 과제들, 특히 산업 중심의 개발과 임상적 필요 사이의 괴리, 도입 이후의 최적화(post-deployment optimization) 한계, 빠른 기술 발전과 의학적 검증 간의 간극, 수익 모델에 대한 불확실성, 알고리즘 편향과 법적 책임 소재 등의 이슈에 대해 다룬다.
결국 AI 기반 의료기기의 임상적 가치 실현을 위해서는 단순한 개발 및 기술 도입을 넘어, 사용자 중심의 피드백 체계 구축, 지속적인 성능 모니터링, 제도적 안정성 확보, 그리고 의료진과 산업계 간의 긴밀한 협력이 필요하다. 이러한 전략적 접근이 병행될 때, AI는 의료 현장에서 진정한 임상적 파트너로 자리매김할 수 있을 것이다.

1992 – 1998 서울대학교 의과대학
2006 – 2008 서울대학교 의과대학 의학 박사

2021 – 2022 2022 아시아 오세아니아 영상의학회 AI 위원장
2023 – 2024 대한흉부영상의학회 총무이사
2021 – 현재 대한영상의학회 연구이사
2023 – 현재 플라이슈너 학회 회원
2025 – 현재 대한의료인공지능학회 회장

영상의학, 의료 인공지능
1. Radiology artificial intelligence (AI): from development to clinical implementation
2. Lung nodules, lung cancer imaging & radiomics
3. Percutaneous lung biopsies and other thoracic interventional procedures

2021 의료기기 산업대상 대상
2022 태준영상의학상
2022 대한의학한림원장상
2022 보건의료기술유공자 장관 표창
2024 서울대학교 학술연구교육상

260 SCI/SCIE articles & 146 papers as first/corresponding author (H-index = 64)
AI Applications for Thoracic Imaging: Considerations for Best Practice. Radiology. 2025 Feb;314(2):e240650. doi: 10.1148/radiol.240650.
Effect of Human-AI Interaction on Detection of Malignant Lung Nodules on Chest Radiographs. Radiology. 2023 Jun;307(5):e222976. doi: 10.1148/radiol.222976.
AI: Workload Reduction by Autonomous Reporting of Normal Chest Radiographs. Radiology. 2023 May;307(3):e230252. doi: 10.1148/radiol.230252. Epub 2023 Mar 7

의료분야는 전세계적으로 인공지능기술이 가장 활발하게 개발/적용되고 있는 분야로서, 현실 의료의 한계를 혁신할 수 있는 잠재력이 매우 높습니다. 이번 강의에서는 특히 영상의학 분야를 중심으로, AI 의료기기의 개발 협력 과정과 실제 진료 현장에서의 활용 경험을 공유하고자 합니다. 영상의학과 전문의로서, 임상에서 효과적이었던 점과 한계점, 그리고 개발자들이 임상 적용을 위해 반드시 고려해야 할 요소들을 말씀드릴 예정입니다.