처음으로 일반인공지능에 접근하고 있다는 생각을 들게 했습니다. 특히, 대규모언어모델이 인간이 작성한 문장을 고도의 추상적 레벨에서 해석하고, 이를 잠재공간에 mapping 할수 있다는 뜻이 되기 때문에, 이에 따라서 다양한 의료응용이 가능할 것으로 사료됩니다.
 대규모언어모델은 의료 진단, 치료 및 임상/의학연구의 효율성을 개선하여 의료 및 의료 산업을 혁신할 수 있는 잠재력을 가지고 있습니다. 하지만, 대규모언어모델은 언어로만 만들어서 환각이 강화되거나, 현실과 관계를 맺지 않아서 사실에 대한 개념이 없다는 점, 의학이 발전하기 때문에, 이를 맞추어 연속학습(continual learning)기반의 fine-tuning이 필요 등 다양한 한계도 가지고 있습니다. 최근에 이런 문제를 해결하기 위해서 시각이나 비디오를 같이 학습하는 대규모멀티모달모델(Large-scale Multimodal Model; LMM)이 나오고 있고, 괄목할만한 성장을 하고 있습니다. 반대로, 대규모언어모델을 이용한 프로그램은 전문가 수준은 아직 아니지만, 프로그램에 익숙하지 않은 임상 의사나 초급 개발자들에게는 협력 개발자나 좋은 tutor가 될수 있는 수준이라고 생각합니다. 이를 잘 활용하면, 기존처럼 도메인지식을 가장 잘 알고 있는 의사가 의료인공지능 연구 및 개발에 소외되고 단순 레이블러나, 평가자만 되는 상황에서 벋어나서, 의료인공지능 연구 개발의 주체가 될수 있을것으로 사료됩니다. 또한, 실제 임상 진료에서 LMM 등이 활발하게 적용될것이라 생각되고 사례를 살펴보겠습니다.                2004.08～2008.09  울산의대 영상의학 연구원/촉탁연구교수 

               2008.09～2009.10   Univ. of Utah Post-doc. Research Fellow 

               2010.04 ~ 현재        울산의대/서울아산병원 영상의학 교수