Loading...
분야별 AI · 개발 중
WoundScan AI
성형외과 창상치료를 정량화하는 AI
컴퓨터 비전으로 창상을 평가·관리하고, 혈소판 유래 성분 재생의학의 치료 결과를 정량화합니다. 의료진을 대체하지 않고 보강하는 구조를 그대로 잇습니다.
WoundScan AI
WoundScan AI는 현재 산학 공동개발 단계입니다 (2026.6 착수).
The Problem
창상 경과는 여전히 정성적으로 기록됩니다
사진과 메모만으로는 치료 결과를 일관되게 비교하거나 정량화하기 어렵습니다.
주관적 경과 판단
창상의 호전 여부가 의료진 개개인의 경험과 그날의 육안 판단에 의존합니다. 같은 창상이라도 진료한 의료진·시점·조명에 따라 평가가 달라지기 때문에, 기관 간은 물론 한 환자의 시간 경과 안에서도 일관된 기준을 유지하기 어렵습니다. 이 변동성은 치료 방향을 바꾸어야 할 시점을 늦게 포착하게 만드는 임상적 위험으로 이어집니다.
표준화되지 않은 측정
면적·깊이·치유 단계 같은 핵심 지표를 객관적으로 환산하는 표준이 자리잡지 못했습니다. 자(尺)와 눈대중에 기댄 측정은 누적·비교가 어렵고, 데이터로 남지 않은 경과는 다음 환자의 의사결정에 활용되지 못합니다. 정량 지표가 없으면 치료 프로토콜을 근거 기반으로 개선할 토대 자체가 만들어지지 않습니다.
재생의학 결과의 입증
혈소판 유래 성분을 비롯한 재생의학 처치는 임상 현장에서 쓰이지만, 그 효과를 데이터로 수치화하고 입증할 체계가 부족합니다. 처치 전후의 변화를 객관 지표로 환산하지 못하면, 새로운 재생의학 기준의 가치를 설득력 있게 제시하기 어렵습니다. WoundScan AI는 바로 이 입증 공백을 메우는 것을 목표로 합니다.
The Approach
컴퓨터 비전으로 창상을 읽는 AI
DermatoScan AI에서 검증한 분야별 AI 패턴을 성형외과 창상 영역으로 확장합니다.
01
컴퓨터 비전 기반 창상 평가
창상 이미지를 컴퓨터 비전으로 분석해 면적·치유 단계 등 경과 지표를 사람의 눈이 아닌 일관된 알고리즘 기준으로 평가하고 추적합니다. 동일한 기준이 모든 촬영에 적용되므로, 같은 환자의 시간 경과는 물론 서로 다른 기관·의료진 사이에서도 비교 가능한 데이터가 쌓입니다. 의료진은 이 정량 결과를 의사결정의 근거로 참고하되, 최종 판단의 주체는 여전히 의료진입니다.
02
재생의학 결과 정량화
혈소판 유래 성분 재생의학 처치 전후의 변화를 정량 지표로 환산해, 치료 결과를 직관이 아닌 데이터로 입증할 수 있게 합니다. 치유 속도·창상 면적 변화 같은 객관 지표가 누적되면, 어떤 처치가 어떤 창상에 효과적인지를 근거 기반으로 판단할 수 있습니다. 이는 재생의학을 연구 단계에서 일상 임상으로 끌어내리는 데 필요한 측정 인프라입니다.
03
수평 인프라와의 결합
WoundScan AI는 독립된 단일 앱이 아니라, Dockie-talkie 실시간 통역과 Clinical Copilot 임상 보조라는 전 진료과 공통 기반 위에 얹히는 분야별 AI입니다. 창상 평가 결과가 통역·보조 층과 같은 기반을 공유하기 때문에, 단일 분야 AI 하나만으로는 복제하기 어려운 통합 가치를 만듭니다. 이 2단 구조가 에테르힐글로벌 플랫폼 전체를 관통하는 설계 원칙입니다.
Academic-Industry Collaboration
산학 공동개발로 만드는 임상 신뢰
성형외과 임상과 재생의학 전문성을 기반으로 함께 개발합니다.
산학 공동개발 파트너
울산대학교 성형외과 하원 교수
PL Therapeutics 대표인 하원 교수와 2026년 6월 WoundScan AI 산학 공동개발에 착수했습니다. 산학 공동개발은 단순한 자문이 아니라, 성형외과 창상 임상 현장과 혈소판 유래 성분 재생의학 연구를 모델 설계 단계부터 결합한다는 의미입니다. 실제 임상에서 발생하는 창상 데이터와 처치 결과가 모델의 기준을 정의하므로, 책상 위가 아니라 진료실에서 실제로 쓰이는 창상 평가·관리 분야별 AI를 함께 만들 수 있습니다.
성형외과 창상 임상
실제 창상 경과와 처치 현장의 임상 지식을 모델 설계와 평가 기준에 직접 반영합니다.
재생의학 전문성
혈소판 유래 성분 기반 재생의학 처치의 결과를 어떤 지표로 수치화할지 그 기준을 함께 정의합니다.
울산대학교 산학 채널
대학병원 산학 채널을 통해 임상 자문과 데이터 검증 환경을 안정적으로 확보합니다.
분야별 AI 기준 적용
DermatoScan AI에서 임상 검증한 분야별 AI 개발·검증 패턴을 창상 영역에 그대로 적용합니다.
도입 효과
정량화된 창상 데이터가 만드는 변화
WoundScan AI가 임상 검증을 거쳐 자리잡았을 때 의료 현장에 기대되는 가치입니다.
비교 가능한 경과 기록
같은 기준으로 측정된 창상 데이터가 쌓이면, 환자의 호전 여부를 시간 축 위에서 객관적으로 추적할 수 있습니다. 의료진의 기억과 메모에만 의존하던 경과 판단이 누적 데이터로 뒷받침되어, 치료 방향을 바꿔야 할 시점을 더 일관되게 포착할 수 있습니다.
근거 기반 프로토콜 개선
정량 지표가 누적되면 어떤 처치가 어떤 창상에 효과적이었는지를 데이터로 되짚을 수 있습니다. 이는 창상 관리 프로토콜을 경험칙이 아닌 근거 위에서 점진적으로 개선하는 토대가 되며, 특히 재생의학 처치의 가치를 설득력 있게 입증하는 자산이 됩니다.
플랫폼 통합 자산화
WoundScan AI가 생성하는 창상 데이터는 Dockie-talkie 통역, Clinical Copilot 보조와 같은 공통 기반 위에서 공통 자산으로 축적됩니다. 분야별 AI가 늘어날수록 플랫폼 전체의 가치가 함께 커지는 구조라, 단일 솔루션으로는 만들 수 없는 복제 난이도가 생깁니다.
Roadmap
개발에서 임상 검증, 그리고 확장으로
WoundScan AI는 현재 개발 단계이며, 단계적으로 임상 검증과 확장을 진행합니다.
01
ROADMAPPhase 1 · 2026
산학 공동개발 착수
울산대학교 성형외과 하원 교수와 컴퓨터 비전 기반 창상 평가 모델을 공동개발합니다. 이 단계의 목표는 실제 임상 창상 데이터로 평가 기준을 정의하고, 혈소판 유래 성분 처치 결과를 수치화할 정량 지표의 초기 형태를 잡는 것입니다. WoundScan AI는 이 단계에서 개발 중이며, 아직 상용 솔루션이 아닙니다.
02
ROADMAPPhase 2 · 2027
임상 검증 및 SaaS 확장
초기 투자 이후 공통 기반 병원용 서비스를 본격화하면서, WoundScan AI의 임상 검증을 진행합니다. 모델이 산출한 평가가 실제 임상 판단과 얼마나 부합하는지를 데이터로 확인하는 단계로, 검증 결과에 따라 적용 범위를 신중하게 넓혀 갑니다. 상용 시점은 검증 결과를 전제로 결정됩니다.
03
ROADMAPPhase 3 · 2028~
생태계·글로벌 확장
검증된 분야별 AI를 기반으로 외부 입점 분야별 AI 생태계를 개시하고, 동남아·중동 등 글로벌 시장으로 확장합니다. WoundScan AI는 DermatoScan AI와 함께 에테르힐글로벌의 검증된 직접 검증 제품으로서, 외부 입점 모델이 따를 표준을 제시하는 역할을 합니다.
자주 묻는 질문
WoundScan AI에 대해 자주 묻는 질문
산학 공동개발 단계의 WoundScan AI에 대한 주요 질문을 정리했습니다.
아니요. WoundScan AI는 2026년 6월 산학 공동개발에 착수한 개발 단계의 분야별 AI이며, 아직 상용 솔루션이 아닙니다. 현재는 컴퓨터 비전 기반 창상 평가 모델과 정량 지표의 초기 형태를 잡는 단계로, 임상 검증을 거친 뒤 적용 범위를 신중하게 넓혀 갈 계획입니다. 상용 시점을 단정해 안내하지는 않습니다.
대체하지 않습니다. 에테르힐글로벌의 모든 AI는 의료진을 보강(augment)하되 의사결정의 주체는 의료진으로 남기는 구조를 원칙으로 합니다. WoundScan AI는 면적·치유 단계 같은 정량 지표를 일관된 기준으로 제시해 의료진의 판단을 돕는 도구이며, 최종 진단과 치료 결정은 언제나 의료진이 내립니다.
WoundScan AI는 처치 전후의 창상 이미지를 컴퓨터 비전으로 분석해 면적 변화·치유 단계 같은 객관 지표로 환산하는 것을 목표로 합니다. 이렇게 수치화된 데이터가 누적되면, 재생의학 처치의 효과를 직관이 아닌 근거로 입증할 수 있습니다. 수치화 기준 자체는 PL Therapeutics 대표인 하원 교수와의 산학 공동개발을 통해 함께 정의하고 있습니다.
단순 자문이 아니라, 울산대학교 성형외과 하원 교수와 모델 설계 단계부터 임상·연구 전문성을 결합한다는 뜻입니다. 실제 성형외과 창상 임상 지식과 혈소판 유래 성분 재생의학 데이터가 모델의 평가 기준을 정의하고, 대학병원 산학 채널을 통해 임상 자문과 검증 환경을 확보합니다. 진료실에서 실제로 쓰이는 분야별 AI를 만들기 위한 협업 구조입니다.
WoundScan AI는 임상 검증·운영 중인 DermatoScan AI에서 입증한 분야별 AI 개발·검증 패턴을 성형외과 창상 영역으로 확장한 것입니다. 두 솔루션 모두 Dockie-talkie 통역과 Clinical Copilot 보조라는 공통 기반 위에 얹히는 분야별 AI이며, 함께 에테르힐글로벌의 검증된 직접 검증 제품 라인업을 구성합니다.
성형외과 창상 분야별 AI 공동개발·도입에 관심이 있으신 기관은 파트너 문의를 통해 연락 주시면 됩니다. WoundScan AI는 현재 개발 단계이므로, 임상 검증 협력이나 향후 도입 논의를 중심으로 안내드립니다.