주가
전일 대비
시가총액
사업 개요
출처: 금융감독원 전자공시 사업보고서당사는 2012년에 설립된 인공지능기반의 의료영상 소프트웨어 기업으로, 의료영상의 전자동 정량분석을 통해 의료진의 진단을 보조하는 의료기기 제품을 개발, 판매하고 있습니다. 한번의 CT촬영으로 다양한 질병의 동시진단이라는 목표를 가지고, 글로벌 경쟁력을 갖춘 제품을 통해 인공지능 의료 및 헬스케어 시장의 선도기업이 되고자 합니다.
이에 당사는 국내 뿐만 아니라 북미, 유럽, 아시아 등 해외시장 진출 전략을 조기에 수립하여, 2020년 유럽법인, 2021년 미국법인을 설립 후 현지 영업을 확대하고 있습니다. 임상현장에서 의료영상은 질병의 진단을 위해 가장 많이 활용되고 있으며 크게 CT, MR, X-ray, 초음파, 유방조영술 등으로 구분됩니다. 전문영상 검사가 발전함에 따라 진단을 넘어 치료 및 수술계획, 예후 예측 등의 분야로 확장될 가능성이 확대되고 있습니다.
2D 위주의 기술로는 영상 판독업무 이상의 확산에 큰 어려움이 있었으며, 당사는 3D 의료영상 자동분석 소프트웨어 기술의 가능성에 집중하여 CT 영상 분석 제품들을 개발하였습니다. 현재당사의 주력 제품인 AVIEW LCS, AVIEW COPD, AVIEW CAC는 흉부CT 영상 분석을 통해 폐암(폐결절), 만성폐쇄성폐질환, 관상동맥석회화 진단 보조 서비스를 제공 중입니다.
기존의 CT 영상 분석 및 진단을 위한 측정에는 전문의료인력의 수작업 시간이 꼭 필요하였습니다. 당사의 솔루션들은 의료진의 반복작업 시간은 줄이며, 정확도는 높이는 편의성을 제공합니다. 다만 의료산업은 생명과 직결되는 부분이 많으며, 의료진 또한 신규 의료장비 및 소프트웨어 도입에 보수적인 경향이 높습니다. 이에 당사의 제품은 의료진이 신뢰할 수 있도록 설명가능한 인공지능기술에 기반하여 의료영상의 분석 및 3차원 가시화, 자동 리포팅 등을 제공하고 있습니다.
대한민국 국립암센터를 통해 당사의 주력 제품인 AVIEW LCS가 병원 대상 서비스를 시작하였으며, 이후 출시한 솔루션들도 국내 상급종합병원 및 종합병원을 중심으로 확대되고 있습니다. 세계 최초의 국가암검진 프로젝트를 통한 AI 검진 레퍼런스를 기반으로 독일 북부 지역 폐암검진 사업(HANSE), 이탈리아 폐암검진 프로젝트(ILSP) 및 유럽 6개국이 참여하는 다국적 폐암검진 프로젝트(4-ITLR)를 연달아 수주하며 글로벌 폐암 검진 시장을 선도하고 있습니다.
당사는 단일 제품 개발을 넘어 제품의 패키지화를 통해 제품의 경쟁력을 높이고 있으며, 직접판매외에도 국내외 영업 협력사들을 통해 지역별 영업 중입니다. 또한 글로벌 의료기기 판매 플랫폼회사들과의 협력을 통해 판매 채널을 다변화하고 있습니다. 폐암검진 시장의 확대 및 의료계의 인공지능 도입에 의한 전방산업의 급성장은 당사의 사업영위에 우호적인 환경을 제공하고 있습니다. 전방산업의 확장과 해외시장에서의 제품판매 증가는 장기적으로 당사의 매출성장에 긍정적인 영향을 미칠 것으로 예상하고 있습니다.
제품 · 기술
- AVIEW LCSAI 기반 폐결절 전자동 분석(2016년 출시)
- AVIEW LCS PLUSAI 기반 Big 3 Disease(폐결절·폐기종·관상동맥석회화) 자동분석(2020년 출시)
- AVIEW COPDAI 기반 만성폐쇄성폐질환 자동분석(2016년 출시)
- AVIEW CACAI 기반 관상동맥석회화 자동분석(2020년 출시)
- AVIEW Lung TextureAI 기반 간질성폐질환 패턴 전자동분석(2021년 출시)
- AVIEW BASAI 기반 뇌혈관 구조 가시화(2021년 출시)
- AVIEW NeuroCADAI 기반 뇌출혈 분석 및 진단보조(2021년 출시)
- AVIEW RT ACSAI 기반 방사선치료용 전자동 장기분할(2020년 출시)
- AVIEW Modeler의료영상 자동/반자동 분할 3D 모델링 및 프린팅(2017년 출시)
- AVIEW Research연구용 의료영상 데이터 관리 및 통합연구 플랫폼(2018년 출시)
- AVIEW AortaAI 기반 대동맥박리 진단보조(2024년 출시)
- AVIEW PEAI 기반 폐색전증 진단보조(2024년 출시)
규제 · 인허가
공공데이터포털 · openFDA혁신의료기기 지정 3건 · 2020–2024 / 식약처 의료기기 허가 38건 · 2016–2026 / 미국 FDA 510(k) 12건 · 2018–2025
- 혁신의료기기2등급 의료영상 검출·진단보조 소프트웨어AVIEW PE2024-06-26혁신의료기기 지정
- 혁신의료기기3등급심혈관영상검출·진단보조소프트웨어AVIEW Aorta2024-02-21혁신의료기기 지정
- 혁신의료기기뇌영상검출·진단보조소프트웨어AVIEW NeuroCAD2020-11-17혁신의료기기 지정
- MFDS품목명 미기재2026-07-10품목허가 · 2등급인 26-4028 호
의사가 의료기관에서 골절, 팔꿈치 관절 삼출이 의심되는 환자를 진단하기 위해 X-ray영상에서 인공지능 기반으로 골절, 팔꿈치 관절 삼출의 위치 및 유무 등에 대해 자동으로 표시해 주는 진단보조 소프트웨어
- MFDS품목명 미기재2026-06-01품목허가 · 1등급신 26-61 호
의사가 의료기관에서 CT 촬영한 환자의 정보제공을 위해 사용하는 것으로 CT영상을 통해 인공지능에 따라 척추를 레벨 별로 분할 및 척추 신경 및 주변 구조물을 분할하고 신경공 및 신경 뿌리 영역의 단면적, 추간판 후방 가장자리 영역의 면적 및 돌출 거리를 측정하는 디지털의료기기
- MFDS품목명 미기재2026-04-24품목허가 · 1등급신 26-49 호
의사가 의료기관에서 두경부 CT 촬영한 환자의 정보를 모니터링하기 위해 사용하는 것으로 CT영상을 통해 자동추출 및 인공지능(FCN)에 따라 뇌혈관 영상을 자동으로 생성하는 디지털의료기기
- MFDS품목명 미기재2026-03-19품목허가 · 1등급신 26-32 호
의사가 의료기관에서 CT 촬영한 환자의 정보제공을 위해 사용하는 것으로 CT영상을 통해 인공지능에 따라 척추를 레벨별로 분할하고 HU값 및 척추체별 높이를 측정하는 디지털의료기기
- FDAAVIEW Lung Nodule CAD2025-12-03
- MFDS품목명 미기재2025-05-02품목허가 · 1등급신 25-6 호
의사가 의료기관에서 CT 촬영한 환자의 정보제공을 위해 사용하는 것으로 CT영상을 통해 인공지능에 따라 척추를 레벨별로 분할하고 각 레벨에 대해 경막낭을 분할한 후 그 넓이를 측정하는 디지털의료기기
- MFDS3등급 의료영상 검출·진단보조 소프트웨어2025-03-25품목허가 · 3등급제허 25-184 호
흉부 CT 영상에서 폐결절의 악성 종양 여부를 표시하여 의사의 진단보조에 사용하는 소프트웨어
- MFDS품목명 미기재2025-03-25품목허가 · 3등급허 25-184 호
흉부 CT 영상에서 폐결절의 악성 종양 여부를 표시하여 의사의 진단보조에 사용하는 소프트웨어
- FDAAVIEW2025-03-19
나머지 41건 보기
- FDAAVIEW CAC2025-02-14
- MFDS1등급 의료영상 전송장치 소프트웨어2024-12-02품목허가 · 1등급제신 24-1499 호
의료영상을 저장, 확대, 축소, 조회, 전송 처리하는 장치 및 출력하는 장치에 사용되는 소프트웨어. 다만, 별도 분류된 소프트웨어는 여기에서 제외된다.
- MFDS품목명 미기재2024-12-02품목허가 · 1등급신 24-1499 호
의료영상을 저장, 확대, 축소, 조회, 전송 처리하는 장치 및 출력하는 장치에 사용되는 소프트웨어. 다만, 별도 분류된 소프트웨어는 여기에서 제외된다.
- MFDS의료영상 분석 소프트웨어2024-08-08품목허가 · 2등급제인 24-767 호
CT 영상으로부터 척추를 레벨별로 분할하고 HU값 및 척추체별로 높이를 측정하는 의료영상분석소프트웨어이다.
- MFDS품목명 미기재2024-08-08품목허가 · 2등급인 24-767 호
CT 영상으로부터 척추를 레벨별로 분할하고 HU값 및 척추체별로 높이를 측정하는 의료영상분석소프트웨어이다.
- MFDS2등급 의료영상 검출·진단보조 소프트웨어2024-07-26품목허가 · 2등급제허 24-504 호
CT 폐혈관 조영 영상으로부터 인공지능으로 학습된 모델을 기반으로 폐색전 영역 및 폐색전증 유무를 검출하여 의사의 진단을 보조하는 소프트웨어
- MFDS품목명 미기재2024-07-26품목허가 · 2등급허 24-504 호
CT 폐혈관 조영 영상으로부터 인공지능으로 학습된 모델을 기반으로 폐색전 영역 및 폐색전증 유무를 검출하여 의사의 진단을 보조하는 소프트웨어
- MFDS심혈관 영상 검출·진단보조 소프트웨어2024-04-30품목허가 · 3등급제허 24-301 호
대동맥 CT 영상을 인공지능 기반 알고리즘으로 분석하여 의사의 대동맥 박리 진단을 보조하는데 사용하는 소프트웨어
- MFDS품목명 미기재2024-04-30품목허가 · 3등급허 24-301 호
대동맥 CT 영상을 인공지능 기반 알고리즘으로 분석하여 의사의 대동맥 박리 진단을 보조하는데 사용하는 소프트웨어
- MFDS2등급 의료영상 검출·진단보조 소프트웨어2024-04-29품목허가 · 2등급제인 24-446 호
CT 영상으로부터 인공지능 기술을 사용하여 의료영상을 저장하고, 영상의 확대, 축소, 분할, 정합 기능을 사용하여 영상을 조회, 분석하여 결과를 전송 및 출력하며, 폐 결절 및 종괴를 자동으로 검출 및 대동맥을 자동으로 분할하고, 대동맥 영역을 자동으로 구분, 측정해주는 소프트웨어
- MFDS품목명 미기재2024-04-29품목허가 · 2등급인 24-446 호
CT 영상으로부터 인공지능 기술을 사용하여 의료영상을 저장하고, 영상의 확대, 축소, 분할, 정합 기능을 사용하여 영상을 조회, 분석하여 결과를 전송 및 출력하며, 폐 결절 및 종괴를 자동으로 검출 및 대동맥을 자동으로 분할하고, 대동맥 영역을 자동으로 구분, 측정해주는 소프트웨어
- FDAAVIEW CAC2024-03-29
- MFDS의료영상 분석 소프트웨어2024-01-16품목허가 · 2등급제인 24-55 호
인공지능 기술을 사용하여 척추 CT 영상으로부터 척추를 레벨별로 분할하고 불연속적인 형태를 찾아서 표시하는 소프트웨어
- MFDS품목명 미기재2024-01-16품목허가 · 2등급인 24-55 호
인공지능 기술을 사용하여 척추 CT 영상으로부터 척추를 레벨별로 분할하고 불연속적인 형태를 찾아서 표시하는 소프트웨어
- MFDS의료영상 분석 소프트웨어2023-09-01품목허가 · 2등급제인 23-5060 호
인공지능 기술을 사용하여 복부골반 CT 영상으로부터 요근 영역을 자동으로 분할하고, 분할된 요근 영역을 분석해주는 소프트웨어
- MFDS품목명 미기재2023-09-01품목허가 · 2등급인 23-5060 호
인공지능 기술을 사용하여 복부골반 CT 영상으로부터 요근 영역을 자동으로 분할하고, 분할된 요근 영역을 분석해주는 소프트웨어
- FDAAVIEW Lung Nodule CAD2023-02-24
- MFDS심혈관 영상 분석 소프트웨어2023-02-01품목허가 · 2등급제인 23-4121 호
CT영상으로부터 인공지능으로 학습된 모델을 기반으로 대동맥을 자동으로 분할하고, 대동맥 영역을 자동으로 구분, 측정해 주는 소프트웨어
- MFDS품목명 미기재2023-02-01품목허가 · 2등급인 23-4121 호
CT영상으로부터 인공지능으로 학습된 모델을 기반으로 대동맥을 자동으로 분할하고, 대동맥 영역을 자동으로 구분, 측정해 주는 소프트웨어
- FDAAVIEW2022-12-23
- FDAAVIEW RT ACS2022-11-10
- MFDS뇌영상검출·진단보조소프트웨어2021-12-15품목허가 · 3등급제허 21-1013 호
인공지능 기술을 사용하여 환자의 뇌 CT 영상으로부터 뇌출혈을 검출(뇌출혈 유무, 뇌출혈량)하여 의료진의 뇌출혈 진단을 보조하는 소프트웨어
- MFDS품목명 미기재2021-12-15품목허가 · 3등급허 21-1013 호
인공지능 기술을 사용하여 환자의 뇌 CT 영상으로부터 뇌출혈을 검출(뇌출혈 유무, 뇌출혈량)하여 의료진의 뇌출혈 진단을 보조하는 소프트웨어
- MFDS심혈관영상검출·진단보조소프트웨어2021-07-02품목허가 · 3등급제허 21-554 호
인공지능 기술을 기반으로 CT영상으로부터 관상동맥석회화(calcified coronary lesion)를 동반한 관상동맥죽상경화증(coronary atherosclerosis)의 유무를 검출하여 의료인의 진단결정을 보조하는데 사용하는 소프트웨어
- MFDS품목명 미기재2021-07-02품목허가 · 3등급허 21-554 호
인공지능 기술을 기반으로 CT영상으로부터 관상동맥석회화(calcified coronary lesion)를 동반한 관상동맥죽상경화증(coronary atherosclerosis)의 유무를 검출하여 의료인의 진단결정을 보조하는데 사용하는 소프트웨어
- MFDS뇌 영상 분석 소프트웨어2021-04-19품목허가 · 2등급제인 21-4318 호
조영 두경부 CT 영상으로부터 뇌혈관 영상을 자동으로 추출하는 소프트웨어이다.
- MFDS품목명 미기재2021-04-19품목허가 · 2등급인 21-4318 호
조영 두경부 CT 영상으로부터 뇌혈관 영상을 자동으로 추출하는 소프트웨어이다.
- FDAA View LCS2020-10-16
- FDAAVIEW2020-08-26
- MFDS의료영상 분석 소프트웨어2020-07-16품목허가 · 2등급제인 20-4631 호
CT 영상으로부터 인공지능으로 학습된 분할 모델을 기반으로 장기를 부위별로 자동 분할해주는 소프트웨어이다.
- MFDS품목명 미기재2020-07-16품목허가 · 2등급인 20-4631 호
CT 영상으로부터 인공지능으로 학습된 분할 모델을 기반으로 장기를 부위별로 자동 분할해주는 소프트웨어이다.
- MFDS2등급의료영상검출·진단보조소프트웨어2020-06-16품목허가 · 2등급제허 20-484 호
인공지능 기술을 사용하여 흉부 CT 영상으로부터 폐 결절 및 종괴를 자동으로 검출하는데 사용되는 의료영상검출·진단보조소프트웨어
- MFDS품목명 미기재2020-06-16품목허가 · 2등급허 20-484 호
인공지능 기술을 사용하여 흉부 CT 영상으로부터 폐 결절 및 종괴를 자동으로 검출하는데 사용되는 의료영상검출·진단보조소프트웨어
- FDAAVIEW LCS2020-05-05
- MFDS2등급 의료영상 검출·진단보조 소프트웨어2020-04-21품목허가 · 2등급제허 20-298 호
폐 CT 영상에서 폐결절(Nodule)을 검출하고 결절에 대한 정량적인 정보를 제공함으로써 영상을 판독하는 의료인의 진단 결정을 보조하기 위한 목적의 소프트웨어
- MFDS품목명 미기재2020-04-21품목허가 · 2등급허 20-298 호
폐 CT 영상에서 폐결절(Nodule)을 검출하고 결절에 대한 정량적인 정보를 제공함으로써 영상을 판독하는 의료인의 진단 결정을 보조하기 위한 목적의 소프트웨어
- FDAAVIEW Modeler2019-12-20
- FDAAVIEW2018-10-31
- MFDS의료용가이드취소·취하2016-12-12품목허가 · 1등급제신 16-1472 호
임플란트 또는 기구의 진로, 위치, 수술부위의 표시 등을 안내하기 위하여 사용하는 기구
- MFDS의료영상 분석 소프트웨어2016-07-21품목허가 · 2등급제인 16-4603 호
의료영상을 저장하고, 영상의 확대, 축소, 분할, 정합 기능을 사용하여 영상을 조회, 분석하여 결과를 전송 및 출력하는 장치에 사용되는 소프트웨어
- MFDS품목명 미기재2016-07-21품목허가 · 2등급인 16-4603 호
의료영상을 저장하고, 영상의 확대, 축소, 분할, 정합 기능을 사용하여 영상을 조회, 분석하여 결과를 전송 및 출력하는 장치에 사용되는 소프트웨어
연구개발 · 주요 계약
출처: 금융감독원 전자공시 사업보고서연구개발활동 1) 연구개발활동의 개요 및 담당조직당사의 인공지능 기반 의료영상 소프트웨어 개발 프로세스는 제품기획, 연구개발, 시험검증, 품질관리와 인허가의 역할로 구성됩니다. 각 역할은 높은 전문성이 필요하며, 긴밀한 협력을 통해 높은 품질의 제품을 생산할 수 있습니다. 각 역할별로 전문성을 높이기 위해 제품과 핵심 기술의 연구개발을 연구소에서 담당하고, 기획, 검증, 인허가에 이르는 제품화 과정은 제품전략부에서 담당하도록 역할을 분담하였습니다.
주요 공시 이벤트
한국거래소 KIND · OpenDART이벤트 6건 더 보기
논문
PubMed · 저자 소속 대조- Automated artificial intelligence performance for longitudinal pulmonary nodule matching in lung cancer screening.
European radiology · 2026.8 · Jiang B, Lancaster HL, Davies MPA 외 9
- Negligible impact of perifissural nodules in an AI-first reader workflow from UK lung screening trial.
European radiology · 2026.8 · Jiang B, Han D, Cai J 외 10
- Standardizing attenuation across tube voltages and vertebral levels for opportunistic osteoporosis screening on low-dose chest CT.
Radiology advances · 2026.5 · Kim Y, Hong S, Chee CG 외 4
- Bronchiectasis in patients with chronic obstructive pulmonary disease: AI-based CT quantification using the bronchial tapering ratio.
European radiology · 2026.3 · Park H, Choe J, Lee SM 외 11
- Artificial intelligence as an independent reader of risk-dominant lung nodules: influence of CT reconstruction parameters.
European radiology · 2026.3 · Mao Y, Heuvelmans MA, van Tuinen M 외 6
- Automatic segmentation and labeling of T1, T7, and T12 thoracic vertebrae in neonatal chest radiographs: a deep learning approach using nnU-Net framework.
Frontiers in pediatrics · 2026.1 · Jung S, Yun H, Cho HW 외 4
- AI performance for nodule volume doubling time in the follow-up of the UKLS lung cancer screening study compared to expert consensus and histological validation.
European journal of cancer (Oxford, England : 1990) · 2026.1 · Jiang B, Lancaster HL, Davies MPA 외 9
- Differentiation of pulmonary tuberculosis from non-tuberculous solid lung lesions using radiomics and clinical-semantic features on contrast-enhanced CT.
Frontiers in medicine · 2026.1 · Zheng S, Wang J, Liang J 외 9
- Leveraging deep learning-based kernel conversion for more precise airway quantification on CT.
European radiology · 2025.11 · Choe J, Yun J, Kim MJ 외 6
- Comparison of nodule volumetric classification by using two different nodule segmentation algorithms in an LDCT lung cancer baseline screening dataset.
European journal of radiology · 2025.10 · Mao Y, Lancaster HL, Heuvelmans MA 외 8
논문 31건 더 보기
- Impact of Deep Learning-Based Image Conversion on Fully Automated Coronary Artery Calcium Scoring Using Thin-Slice, Sharp-Kernel, Non-Gated, Low-Dose Chest CT Scans: A Multi-Center Study.
Korean journal of radiology · 2025.8 · Kim C, Hong S, Choi H 외 10
- Longitudinal Tracking of Emphysema Holes at Noncontrast CT: Dynamic Patterns and Clinical Relationships.
Radiology · 2025.7 · Ahn Y, Lee EJ, Yun J 외 8
- Age-dependent changes in CT vertebral attenuation values in opportunistic screening for osteoporosis: a nationwide multi-center study.
European radiology · 2025.6 · Kim Y, Kim HY, Lee S 외 2
- Feasibility of deep learning algorithm in diagnosing lumbar central canal stenosis using abdominal CT.
Skeletal radiology · 2025.5 · Jeon Y, Kim BR, Choi HI 외 4
- Histological proven AI performance in the UKLS CT lung cancer screening study: Potential for workload reduction.
European journal of cancer (Oxford, England : 1990) · 2025.5 · Lancaster HL, Jiang B, Davies MPA 외 8
- Artificial intelligence system for identification of overlooked lung metastasis in abdominopelvic computed tomography scans of patients with malignancy.
Diagnostic and interventional radiology (Ankara, Turkey) · 2025.3 · Cho HS, Hwang EJ, Yi J 외 2
- Improving functional correlation of quantification of interstitial lung disease by reducing the vendor difference of CT using generative adversarial network (GAN) style conversion.
European journal of radiology · 2025.2 · Choe J, Hwang HJ, Kim MS 외 9
- Deep-Learning-Based Multi-Class Classification for Neonatal Respiratory Diseases on Chest Radiographs in Neonatal Intensive Care Units.
Neonatology · 2025.1 · Cho HW, Jung S, Park KH 외 7
- Experience of Implementing Deep Learning-Based Automatic Contouring in Breast Radiation Therapy Planning: Insights From Over 2000 Cases.
International journal of radiation oncology, biology, physics · 2024.8 · Lee BM, Kim JS, Chang Y 외 6
- Clustering analysis of HRCT parameters measured using a texture-based automated system: relationship with clinical outcomes of IPF.
BMC pulmonary medicine · 2024.7 · Lee JU, Park JS, Seo E 외 5
- Development and validation of a reliable method for automated measurements of psoas muscle volume in CT scans using deep learning-based segmentation: a cross-sectional study.
BMJ open · 2024.5 · Choi W, Kim CH, Yoo H 외 3
- Updated Primer on Generative Artificial Intelligence and Large Language Models in Medical Imaging for Medical Professionals.
Korean journal of radiology · 2024.3 · Kim K, Cho K, Jang R 외 6
- Predicting Postoperative Lung Function in Patients with Lung Cancer Using Imaging Biomarkers.
Diseases (Basel, Switzerland) · 2024.3 · Kwon OB, Lee HU, Park HE 외 4
- Evaluation of retrieval accuracy and visual similarity in content-based image retrieval of chest CT for obstructive lung disease.
Scientific reports · 2024.2 · Choe J, Choi HY, Lee SM 외 9
- Comparing chair stand test protocols: Fifth stand versus fifth sit.
Geriatrics & gerontology international · 2023.12 · Ji S, Jang R, Roh H 외 5
- Generative Adversarial Network-Based Image Conversion Among Different Computed Tomography Protocols and Vendors: Effects on Accuracy and Variability in Quantifying Regional Disease Patterns of Interstitial Lung Disease.
Korean journal of radiology · 2023.8 · Hwang HJ, Kim H, Seo JB 외 20
- Influence of computed tomography slice thickness on deep learning-based, automatic coronary artery calcium scoring software performance.
Quantitative imaging in medicine and surgery · 2023.7 · Kim SY, Suh YJ, Lee HJ 외 4
- Interstitial lung abnormalities (ILA) on routine chest CT: Comparison of radiologists' visual evaluation and automated quantification.
European journal of radiology · 2022.12 · Kim MS, Choe J, Hwang HJ 외 7
- Automated Computer-Aided Detection of Lung Nodules in Metastatic Colorectal Cancer Patients for the Identification of Pulmonary Oligometastatic Disease.
International journal of radiation oncology, biology, physics · 2022.12 · Lee JJB, Suh YJ, Oh C 외 7
- A Challenge for Emphysema Quantification Using a Deep Learning Algorithm With Low-dose Chest Computed Tomography.
Journal of thoracic imaging · 2022.7 · Choi H, Kim H, Jin KN 외 14
- Outstanding negative prediction performance of solid pulmonary nodule volume AI for ultra-LDCT baseline lung cancer screening risk stratification.
Lung cancer (Amsterdam, Netherlands) · 2022.3 · Lancaster HL, Zheng S, Aleshina OO 외 11
- Evaluation of deep learning-based autosegmentation in breast cancer radiotherapy.
Radiation oncology (London, England) · 2021.10 · Byun HK, Chang JS, Choi MS 외 8
- New Method for Combined Quantitative Assessment of Air-Trapping and Emphysema on Chest Computed Tomography in Chronic Obstructive Pulmonary Disease: Comparison with Parametric Response Mapping.
Korean journal of radiology · 2021.10 · Hwang HJ, Seo JB, Lee SM 외 6
- Optimum diameter threshold for lung nodules at baseline lung cancer screening with low-dose chest CT: exploration of results from the Korean Lung Cancer Screening Project.
European radiology · 2021.9 · Hwang EJ, Goo JM, Kim HY 외 2
- Variability in interpretation of low-dose chest CT using computerized assessment in a nationwide lung cancer screening program: comparison of prospective reading at individual institutions and retrospective central reading.
European radiology · 2021.5 · Hwang EJ, Goo JM, Kim HY 외 4
- Implementation of the cloud-based computerized interpretation system in a nationwide lung cancer screening with low-dose CT: comparison with the conventional reading system.
European radiology · 2021.1 · Hwang EJ, Goo JM, Kim HY 외 3
- Correction of malocclusion using sliding fibula osteotomy with sagittal split ramus osteotomy after mandible reconstruction.
Maxillofacial plastic and reconstructive surgery · 2020.12 · Lee DH, Kim SR, Jang S 외 2
- Evaluation of Effective Condyle Positioning Assisted by 3D Surgical Guide in Mandibular Reconstruction Using Osteocutaneous Free Flap.
Materials (Basel, Switzerland) · 2020.5 · Kim SR, Jang S, Ahn KM 외 1
- Mirror Image Based Three-Dimensional Virtual Surgical Planning and Three-Dimensional Printing Guide System for the Reconstruction of Wide Maxilla Defect Using the Deep Circumflex Iliac Artery Free Flap.
The Journal of craniofacial surgery · 2019.9 · Jang WH, Lee JM, Jang S 외 3
- Improvement of fully automated airway segmentation on volumetric computed tomographic images using a 2.5 dimensional convolutional neural net.
Medical image analysis · 2019.1 · Yun J, Park J, Yu D 외 6
- Automated Detection Algorithm of Breast Masses in Three-Dimensional Ultrasound Images.
Healthcare informatics research · 2016.10 · Jeong JW, Yu D, Lee S 외 1
특허
KIPRIS · 출원인 대조미국 출원 · 공개 · 2025-05 · 출원 19195914
미국 출원 · 공개 · 2025-04 · 출원 19180318
공개 · 2024-12 · 출원 1020240197351
미국 출원 · 공개 · 2024-08 · 출원 18800105
미국 출원 · 공개 · 2024-07 · 출원 18790053
유럽 출원 · 공개 · 2024-07 · 출원 24192132.9
유럽 출원 · 공개 · 2024-07 · 출원 24191189.0
등록 · 2024-05 · 출원 1020240058373
미국 출원 · 등록 · 2024-04 · 출원 18647161
공개 · 2024-04 · 출원 1020240049577
특허 86건 더 보기
공개 · 2024-03 · 출원 1020240043736
미국 출원 · 공개 · 2024-03 · 출원 18621438
미국 출원 · 공개 · 2024-03 · 출원 18621487
공개 · 2024-03 · 출원 1020240043747
공개 · 2024-02 · 출원 1020240030124
거절 · 2023-08 · 출원 1020230105223
등록 · 2023-07 · 출원 1020230099656
거절 · 2023-07 · 출원 1020230098226
미국 출원 · 등록 · 2023-06 · 출원 18334617
미국 출원 · 공개 · 2023-04 · 출원 18307444
등록 · 2023-03 · 출원 1020230039720
공개 · 2023-03 · 출원 1020230036174
미국 출원 · 등록 · 2023-03 · 출원 18123853
미국 출원 · 공개 · 2023-01 · 출원 18154967
공개 · 2022-12 · 출원 1020220191265
미국 출원 · 등록 · 2022-12 · 출원 18091828
미국 출원 · 등록 · 2022-12 · 출원 18076513
등록 · 2022-09 · 출원 1020220118113
등록 · 2022-09 · 출원 1020220118135
등록 · 2022-08 · 출원 1020220108510
취하 · 2022-07 · 출원 1020220081962
공개 · 2022-05 · 출원 1020220061893
미국 출원 · 등록 · 2022-05 · 출원 17746347
등록 · 2021-12 · 출원 1020210173370
미국 출원 · 등록 · 2021-11 · 출원 17538625
미국 출원 · 등록 · 2021-11 · 출원 17538627
등록 · 2021-11 · 출원 1020210156771
등록 · 2021-10 · 출원 1020210130548
취하 · 2021-07 · 출원 1020210097065
등록 · 2021-06 · 출원 1020210081539
유럽 출원 · 공개 · 2021-05 · 출원 21842070.1
PCT 출원 · 공개 · 2021-05 · 출원 PCT/KR2021/006670
공개 · 2021-05 · 출원 1020210067351
등록 · 2021-05 · 출원 1020210063580
등록 · 2021-03 · 출원 1020210030389
미국 출원 · 등록 · 2020-12 · 출원 17139361
미국 출원 · 등록 · 2020-12 · 출원 17132086
등록 · 2020-11 · 출원 1020200164449
등록 · 2020-11 · 출원 1020200164594
미국 출원 · 등록 · 2020-11 · 출원 16953175
취하 · 2020-09 · 출원 1020200127430
등록 · 2020-07 · 출원 1020200088088
미국 출원 · 등록 · 2020-06 · 출원 16896801
미국 출원 · 등록 · 2020-06 · 출원 16896790
미국 출원 · 공개 · 2020-05 · 출원 15931083
등록 · 2019-12 · 출원 1020190179252
등록 · 2019-12 · 출원 1020190179240
등록 · 2019-12 · 출원 1020190177122
등록 · 2019-11 · 출원 1020190148489
등록 · 2019-07 · 출원 1020190092909
등록 · 2019-07 · 출원 1020190091525
거절 · 2019-07 · 출원 1020190091538
미국 출원 · 공개 · 2019-06 · 출원 16431018
미국 출원 · 등록 · 2019-06 · 출원 16430971
등록 · 2019-05 · 출원 1020190056152
미국 출원 · 등록 · 2019-05 · 출원 16411378
PCT 출원 · 공개 · 2018-11 · 출원 PCT/KR2018/014305
등록 · 2018-06 · 출원 1020180070722
등록 · 2018-06 · 출원 1020180064258
취하 · 2018-06 · 출원 1020180064259
등록 · 2018-05 · 출원 1020180054924
미국 출원 · 등록 · 2018-05 · 출원 15977064
미국 출원 · 등록 · 2018-04 · 출원 15964796
등록 · 2017-11 · 출원 1020170155988
미국 출원 · 등록 · 2017-05 · 출원 15609785
등록 · 2017-05 · 출원 1020170059292
등록 · 2017-04 · 출원 1020170054789
PCT 출원 · 공개 · 2017-04 · 출원 PCT/KR2017/004298
취하 · 2016-08 · 출원 1020160110311
소멸 · 2016-07 · 출원 1020160094506
등록 · 2016-06 · 출원 1020160077348
등록 · 2016-05 · 출원 1020160067139
미국 출원 · 등록 · 2016-05 · 출원 15168857
소멸 · 2016-05 · 출원 1020160061461
미국 출원 · 공개 · 2016-05 · 출원 15153061
소멸 · 2015-11 · 출원 1020150159889
중국 출원 · 공개 · 2015-06 · 출원 201580039787.5
PCT 출원 · 공개 · 2015-06 · 출원 PCT/KR2015/006086
등록 · 2015-05 · 출원 1020150076450
등록 · 2015-05 · 출원 1020150076492
등록 · 2015-05 · 출원 1020150065752
미국 출원 · 공개 · 2015-04 · 출원 14698019
소멸 · 2014-07 · 출원 1020140090123
등록 · 2014-04 · 출원 1020140051760
거절 · 2014-04 · 출원 1020140050921
등록 · 2014-04 · 출원 1020140043240
AI 읽힘
MAA 서버 기록 · IP 검증가져간 자료는 AI의 색인이 되어 답변에 계속 쓰입니다. AI가 색인으로 답을 인용할 때는 우리 서버에 아무 기록도 남지 않으므로, 실제 인용 횟수는 여기 잡히지 않고 이 숫자보다 많습니다.
AI가 답을 만들다 색인에 없는 내용이 필요해 그 자리에서 새로 가져간 횟수입니다. 색인에 이미 있는 자료로 인용할 때는 여기 잡히지 않습니다.
이후 답변의 재료로 수집해 간 것입니다.
이 인덱스를 자기 AI에 연결해 둔 사용자가 조회한 횟수입니다.
- OpenAIChatGPT-User실시간 조회5
- OpenAIOAI-SearchBot74
- GoogleGoogleOther7
- PerplexityPerplexityBot5
- AnthropicClaudeBot2
2026년 8월 25일부터 측정 · AI 엔진 4곳 · 마지막 읽힘 2026년 10월 9일
이름표(user-agent)는 위조할 수 있어 그대로 세지 않습니다. 공급사가 공개한 IP 대역과 대조하거나, 역방향 DNS를 정방향으로 되짚어 확인한 것만 셉니다. MCP 조회는 이 인덱스의 도구 통로를 실제로 부른 기록입니다.
이 기업 인덱스를 내 AI에 직접 연결하세요
ChatGPT·Claude 같은 도구에 연결하면, 코어라인소프트를 포함한 한국 상장 의료·바이오·AI 기업 전체의 프로필·재무·주가·인허가·임상·논문·특허를 AI가 직접 조회해 답합니다.
AI 연결하는 법 (MCP)같은 품목을 허가받은 기업의료 AI
식약처 품목분류가 겹치는 순서입니다. 순위가 아니라 어디를 봐야 하는지를 말합니다.
2008년 설립, 2021년 코스닥 상장한 의료 AI·산업 AI 전문기업으로 DEEP:NEURO 등 영상판독보조 솔루션을 개발합니다.
뇌졸중 특화 의료 AI 솔루션 'MEDIHUB STROKE'로 국내외 78건 인허가를 획득한 의료영상 진단 기업
2014년 설립된 의료 AI 기업으로 생체신호·영상의학 분야 진단보조 솔루션을 제공하며 미국 등 해외 진출을 추진합니다.
2016년 설립, 2025년 코스닥 상장한 뇌질환 영상분석 AI 솔루션 기업으로 AQUA·SCALE PET·AQUA AD를 공급합니다.
2000년 설립, 2013년 코스닥 상장한 인공관절 제조기업으로 인공고관절·인공슬관절이 매출의 85% 이상을 차지합니다.
의료용·치과용·동물용·산업용 엑스레이 디텍터 풀라인업을 갖춘 코스닥 상장 X-ray Imaging Solution 기업입니다.
TFT-LCD 및 OLED 패널구동 PBA를 생산하는 EMS·SMT 전문기업입니다.
1997년 설립, 2015년 코스닥 상장한 정형외과 의료기기 및 전기에너지 사업 겸영기업입니다.
1982년 설립, 2008년 코스닥 상장한 의료용 흡인기 및 카테터·튜브 등 소모성 의료기기 전문기업입니다.
2016년 설립되어 2017년 코스닥에 상장한 치과용 임플란트, 의료용 조명등, 3D프린터 제조기업입니다.
2013년 동아쏘시오홀딩스에서 인적분할 설립, 그로트로핀·스티렌 등 전문의약품과 캔박카스를 제조판매하는 KOSPI 상장 제약사
의료영상 AI 분석 기반 환자 맞춤형 수술가이드·보형물·시뮬레이터를 3D프린팅으로 제작하는 기업입니다.
출처와 갱신
이 페이지의 건수는 회사가 밝힌 숫자가 아니라, MAA 가 공시·식약처·미국 FDA·ClinicalTrials.gov·PubMed·특허청 기록을 사업자등록번호나 등록 명칭으로 이 회사에 직접 대조해 센 값입니다. 비슷한 이름으로 짐작해 붙이지 않습니다. 회사 발표와 다를 수 있습니다.
- 기업 기본정보
- 한국거래소 · 금융감독원 전자공시
- 사업 내용
- 공시 사업보고서 정제
- 인허가 · 임상시험
- 식약처 (공공데이터포털) · 미국 FDA openFDA — 매주 갱신
- 주요 공시 이벤트
- 한국거래소 KIND (OpenDART 거래소공시 경유) — 매일 갱신
- 글로벌 임상
- 미국 NIH ClinicalTrials.gov — 의뢰자 대조 · 매주 갱신
- 재무
- 금융감독원 전자공시 사업보고서 — 연 단위
- 논문
- 미국 국립의학도서관 PubMed — 저자 소속 대조 · 매일 갱신
- 특허
- 특허정보원 KIPRIS — 출원인 대조 · 매월 갱신
- AI 읽힘
- 자체 서버 기록 · IP 검증 — 6시간 주기 판정
- AI 가시성
- 자체 측정 2026-10-01
이 페이지는 공개 정보로 작성되었으며 해당 기업의 협조 없이 만들어졌습니다. 사실과 다른 내용이나 보완할 자료가 있으면 알려주십시오. 회사가 제공한 자료는 출처를 구분해 표시합니다.
정정 · 보완 요청