<aside> 💡

3D 의료영상과 ICU 생체신호를 결합하되, 입력 검증과 데이터 경계를 먼저 설계했습니다.

</aside>

개인 프로젝트 Medical AI FastAPI Security

문제

NIfTI·NumPy 의료 데이터는 잘못된 배열이나 비정상 값이 서버 자원과 보안에 직접 영향을 줄 수 있습니다.

나의 역할

• 의료영상 파싱 → Marching Cubes → GLB 변환 흐름 구현
• JWT 인증과 사용자별 Private Storage 구조 설계
• 파일 크기·차원·자료형·NaN/Inf 입력 검증
• WebSocket 기반 Vitals Replay와 Triage 흐름 구현

핵심 판단

1. NumPy 파일은 allow_pickle=False로 처리했습니다.
2. 생성 파일은 공개 URL이 아닌 사용자별 Private Storage에 저장했습니다.
3. 공개 배포는 Demo Mode, 실제 모델은 별도 Model Mode로 분리했습니다.

검증

• Router Security 및 업로드 검증 테스트
• Inference Mode·Vitals·Supabase Client 테스트
• 합성 데모 데이터 생성 테스트

Model → System → Action

01. IMST-Mamba

RELATED RESEARCH

결측 패턴 기반 조기 패혈증 예측 모델을 독립 연구로 설계하고 비교 실험·Ablation을 수행했습니다.

R1. IMST-Mamba | Medi-Matrix 관련 시계열 연구

02. Medi-Matrix

CURRENT PROTOTYPE

3D 의료영상과 Vitals를 결합하고 인증·Private Storage·WebSocket·Triage 흐름을 검증합니다.

03. Golden-Time

CONNECTED DEMO / INDEPENDENT APP

병상·예상 이동 시간·질환 적합도를 결합해 병원을 탐색하는 독립 서비스입니다. Medi-Matrix에서 합성 데모 분석 컨텍스트를 민감정보 없이 URL로 전달하는 browser handoff가 구현되어 있습니다.

Live Demo · GitHub

<aside> ℹ️

현재 구현 관계: IMST-Mamba는 독립 연구이며 Medi-Matrix에서는 시계열 추론 아이디어와 실험적 모듈로 연결됩니다. 공개 Medi-Matrix는 실제 학습 모델이 아닌 Demo Inference를 사용합니다. Medi-Matrix → Golden-Time은 triage, 모달리티 기반 condition, lesion volume, capabilities·specialties 같은 최소 합성 데모 컨텍스트를 URL로 전달하는 방식으로 구현되어 있습니다. JWT·patientId·meshId·Signed URL·access token은 전달하지 않으며, 서버 간 자동 진료 의뢰나 임상적으로 검증된 통합 시스템은 아닙니다.

</aside>