모집중 [아주대학교 약학대학] 사회약학 연구실 2027학년도 대학원생 모집

1. 연구실 소개 아주대학교 사회약학연구실은 보건의료 분야의 합리적이고 근거 중심적인 의사결정을 지원하기 위해 의약품 경제성평가, 보건의료 빅데이터, 인공지능, 약무 정책 등을 연구하고 있습니다. 본 연구실에서는 건강보험 청구자료를 비롯한 다양한 보건의료 데이터를 활용하여 의약품 및 의료기술의 임상적·경제적 가치를 평가하고, 질병의 역학적 특성과 치료 결과를 분석하며, 인공지능 기반 예측모형을 개발합니다. 2. 주요 연구 분야 (1) 약물경제성평가 및 의료기술평가 의약품 및 의료기술의 임상적 효과와 경제적 가치를 종합적으로 평가하여 한정된 보건의료자원의 효율적 배분과 합리적인 의사결정을 지원합니다. 비용효과분석, 비용효용분석, 예산영향분석 등 다양한 경제성평가 방법론과 의사결정 모형을 활용하여 의료기술의 비용과 건강성과를 비교·분석합니다. 또한 임상시험 및 실사용자료에서 도출된 근거를 경제성평가 모형에 통합하고, 불확실성과 다양한 정책 시나리오를 고려하여 의약품 급여 및 보건의료정책 결정에 필요한 과학적 근거를 창출합니다. (2) 보건의료 빅데이터 및 실사용근거 건강보험 청구자료, 전자의무기록, 인구 기반 조사자료 등 다양한 실사용자료(Real-World Data)를 활용하여 실제 보건의료 환경에서 나타나는 질병의 역학적 특성, 의료이용 양상 및 치료 결과를 분석합니다. 대규모 관찰자료에 기반한 역학연구와 비교효과연구를 수행하며, 교란과 선택 편향 등 실사용자료의 방법론적 한계를 고려한 연구 설계와 통계적 분석을 적용합니다. 이를 통해 임상시험에서 확인하기 어려운 장기적 치료 결과와 실제 임상 현장에서의 의료기술 효과를 평가하고, 근거 기반 임상 및 보건의료정책 의사결정을 지원합니다. (3) 인공지능 및 머신러닝 인공지능과 머신러닝 기반 분석 방법론을 보건의료 데이터에 적용하여 질병 발생, 치료 결과 및 의료이용을 예측하고, 복잡한 데이터에 내재된 패턴과 주요 예측 요인을 탐색합니다. 건강보험 청구자료, 임상정보, 생체지표 등 다양한 데이터의 특성을 고려하여 예측모형을 개발하고, 모형의 판별력, 보정도, 일반화 가능성 및 해석 가능성을 체계적으로 평가합니다. 또한 전통적인 통계 분석과 머신러닝 방법론을 비교·활용하여 실제 임상 및 보건의료 환경에서 활용할 수 있는 신뢰성 높은 예측 근거를 생성하고자 합니다. (4) 약무 정책 의약품의 접근성, 적정 사용, 급여 및 가격 정책 등 의약품의 사용과 관리에 관련된 제도와 정책을 분석하고, 이러한 정책이 환자의 건강성과, 의료이용 및 보건의료 재정에 미치는 영향을 평가합니다. 건강보험 청구자료와 다양한 보건의료 통계자료를 활용하여 의약품 사용 양상과 정책 시행 전후의 변화를 분석하며, 정책 효과를 평가하기 위한 역학적·계량경제학적 연구 방법론을 적용합니다. 이를 통해 의약품의 합리적 사용과 접근성을 높이고, 보건의료체계의 효율성과 지속가능성을 향상하기 위한 근거 기반 약무 정책 수립에 기여하고자 합니다. 3. 주요 연구실적 Kang DW, Chetlen A, Zhou S, Wang L, Leslie D, Shen C. Dense Breast Legislation and Supplemental Breast Imaging Among Women Undergoing Mammography. JAMA Netw Open. 2026 ;9(7):e2626008. Kang DW, Zhou S, Park C, Torres R, Chowdhury A, Niranjan S, Vining C, Pameijer C, Shen C. Advancing postoperative mortality prediction in gastrectomy: a machine learning approach using NSQIP data. Int J Surg. 2026;112(2):2351-2359. Kang DW, Zhou S, Niranjan S, Rogers A, Shen C. Predicting operative time for metabolic and bariatric surgery using machine learning models: a retrospective observational study. Int J Surg. 2024;110(4):1968-1974. Kang DW, Wang L, Short NJ, Ferrajoli A, Wang Y, Zhou S, Shen C. Cost Effectiveness of Zanubrutinib Versus Ibrutinib in Relapsed or Refractory Chronic Lymphocytic Leukemia. Pharmacoeconomics. 2024;42(4):409-418. Kang DW, Park SK, Yu YL, Lee Y, Lee DH, Kang S. Effectiveness of next-generation sequencing for patients with advanced non-small-cell lung cancer: a population-based registry study. ESMO Open. 2024;9(1):102200. 4. 대학원생 혜택 및 지원 방법 등록금 100% 지원 추가 생활비 지원 국내외 학회 참가 및 연구 활동 지원 산업체 인턴쉽 지원 본 대학원 진학에 관심이 있는 분들은 아래 연락처로 연락 부탁드립니다. 문의: 강동원 교수 이메일: dwonkang@ajou.ac.kr 연락처: 031-219-3440 자세한 내용은 홈페이지(https://peds-lab.vercel.app/ko)를 참고 부탁드립니다.