지능형 의료 공학 학부 프로그램은 확대되고 있으나, 실험실 교육과정은 임상 AI의 다중 양식, 롱테일, 분포 변화 현실에 뒤처져 있다. 본 설계 논문은 진행 중인 자궁내막암 다중 양식 심층 학습 연구 프로젝트를 구조화된 학부 실험실 시퀀스로 전환하는 고급 실험 교수 시스템을 제시한다. 우리는 세 가지 교육 격차(양식성, 현실성, 배포)를 식별하고, 구성적 정렬(constructive alignment), 체험 학습(experiential learning), 연구-교육 연계(research teaching nexus), CDIO 프레임워크로부터 네 가지 교육학적 원칙을 도출한다. 교육과정은 4단계 점진적 티어와 엔지니어링 층으로 구성되며, 64 접촉 시간에 걸쳐 32개 실험실 단원을 포함하고, 비식별화된 다기관 데이터를 사용하는 맞춤형 가상 임상 워크스테이션을 통해 제공된다. 각 티어는 특정 기술적 병목, 선수 과목, 기준 참조 산출물에 대응한다. 데이터 거버넌스, 안전성, 평가 프로토콜을 명시한다. 학습 성과 데이터는 두 번의 구현 주기에 걸쳐 수집될 예정이다.
우리는 희미해지는 다중모달 흔적로부터 장면에서 방금 일어난 일을 추론하는 새로운 패러다임인 시간 역전 영상(time-reversed imaging)을 제안한다. 비디오 프레임을 외삽하거나 보간하는 대신, 우리의 목표는 열, 자외선, 가시 스펙트럼에서 관측 가능한 잔류 물리적 흔적으로부터 과거 인간-환경 상호작용을 추론하는 것이다. 이 문제를 연구하기 위해, 우리는 시간 역전 영상을 위한 최초의 개념 증명(proof-of-concept) 데이터셋인 TRACE-HEI를 제시한다. 이 데이터셋은 앉기, 접촉, 물체 이동, 액체 유출과 같은 행동의 동기화된 삼중모달 비디오 시퀀스를 포함하며, 다양한 재질에 걸쳐 촬영되었고 접촉 후 최대 3분까지 기록되었다. 벤치마크를 확립하기 위해, 우리는 검출된 흔적의 구조화된 텍스트 설명을 추출하고 이를 사용하여 그럴듯한 과거 프레임을 재구성하기 위한 비전-언어(vision-language) 기반 확산 모델(diffusion model)을 제약하는 다중모달 추론 접근법을 제안한다. 실험 결과, 희미해지는 흔적로부터 최근 사건을 추론하는 것은 도전적이지만, 상호 보완적인 모달리티가 해의 모호성을 줄일 때 실현 가능함을 보여준다. 본 연구는 시간 역전 영상을 위한 최초의 계산 및 실험적 기반을 정의하며, 비전, 물리학, 생성적 추론을 연결하고 즉각적 관측을 넘어선 장면 이해의 새로운 방향을 연다.
좌심실 부정맥성 심근병증(arrhythmogenic left ventricular cardiomyopathy)은 금기준(gold standard) 진단 기준이 부족하여 진단이 어려운 유전성 심근 질환이다. 다중 매개변수 정량 분석과 결합한 동시 PET/MR 영상은 심근병증의 표현형 및 진행과 관련된 다양한 프로파일 식별을 촉진할 수 있다. 본 예비 연구는 환자 간 데이터 연결 및 영역 분석을 포함하여 PET/MRI 데이터를 다루기 위한 방법론적 전략에 초점을 맞춘다. 유전적으로 진단된 좌심실 부정맥성 심근병증 환자 99명의 T1 및 T2 맵, LGE, 18F-FDG-PET 영상에 2단계 클러스터링을 적용하였다. 각 환자의 영상을 독립적으로 z-score 정규화한 뒤 단일 볼륨으로 합산하고, 이를 슈퍼복셀(supervoxel)로 클러스터링하였다. 스펙트럴 클러스터링(spectral clustering)을 통해 32개의 환자 간 슈퍼복셀 그룹을 얻었다. 각 클러스터 및 모달리티에 "이상(abnormality)" 점수를 부여하여 질환과 관련될 가능성이 있는 이상 영역을 시각화하는 데 사용하였다. 이를 통해 각 환자에 대한 자동화된 텍스트 및 불스아이(bullseye) 건강 보고서를 생성할 수 있었으며, 반복 중첩 교차검증(repeated nested cross-validation)에서 균형 정확도(balanced accuracy, BA)를 사용하여 심장 영상 전문의 평가와 비교하였다. 이 접근법은 167개의 수치 팬텀(numerical phantoms)으로 구성된 더 큰 코호트에서 추가로 검증되었다. 클러스터링으로 생성된 보고서는 심장 전문의의 관찰 대부분을 정확히 식별하였다(환자 대상 반복 중첩 교차검증에서 BA = 0.76 $\pm$ 0.04, 팬텀에서 BA $\ge$ 0.8). 또한 식별된 이상 클러스터는 시각적 관찰과 밀접하게 일치하여, 영상에서 다양한 정도의 섬유화(fibrosis) 또는 염증(inflammation) 식별을 용이하게 하였다. 이 접근법은 좌심실 부정맥성 심근병증 환자의 심근 이질성(myocardial heterogeneity)을 특성화하기 위해 다중모달 PET/MRI 데이터를 보다 체계적으로 처리할 수 있게 한다.