Loading the company…
Loading the company…
㈜바스젠바이오
English name as filed with DART, Korea’s corporate disclosure system · Correct the English name ›
Last updated 2026-10-09 · Korean page ›
Verification level — how far we have checked
L0 · Public records — NPS workforce · filed financials · patents — public data
A company based in Seoul, founded in 2018. Industry: Software & IT Services. Revenue for 2025 was ₩50.0m. It has 32 employees enrolled in the National Pension Service (as of Aug 2026). It is externally audited; the latest audit opinion is “Unqualified”.
Loading…
Latest filing 2025-03-18 · latest registration 2024-07-02 · newest first
톨세트라핍을 유효성분으로 포함하는 탈모의 예방, 개선 또는 치료용 조성물에 관한 것이다.
UNC 0224를 유효성분으로 포함하는 탈모의 예방, 개선 또는 치료용 조성물에 관한 것이다.
본 개시의 일 실시예에 따른 적어도 하나의 프로세서에 의해 실행되는 약물 추천 방법은, 제1 질병의 질병 유전자 세트 및 제1 질병의 치료와 관련된 적어도 하나의 제1 약물의 약물 표적 유전자 세트에 관한 제1 정보를 획득하는 단계, 제1 정보에 기반하여 단백질-단백질 상호작용 네트워크를 기반으로 질병 유전자 세트 및 약물 표적 유전자 세트 사이의 연관성 스코어를 결정하는 단계, 연관성 스코어에 기반하여 적어도 하나의 제1 약물의 우선순위를 결정하는 단계, 인공신경망 모델을 이용하여 제2 질병의 치료와 관련된 적어도 하나의 제2 약물 및 적어도 하나의 제1 약물 사이의 부작용에 관한 제2 정보를 획득하는 단계, 및 우선순위 및 제2 정보에 기반하여 적어도 하나의 제1 약물 중 제3 약물을 제1 질병의 치료용 약물로 추천하는 단계를 포함할 수 있다.
본 개시는 적어도 하나의 정보 처리 시스템에 의해 수행되는, 약물-질병 상호작용 예측 방법이 제공된다. 이 방법은, 특정 약물 또는 특정 질병과 연관된 복수의 문헌을 수신하는 단계, 복수의 문헌을 기초로, 특정 약물과 연관된 약물-표적 유전자 네트워크를 구축하는 단계, 복수의 문헌을 기초로, 특정 질병과 연관된 질병 유전자 네트워크를 구축하는 단계 및 약물-표적 유전자 네트워크 및 질병 유전자 네트워크를 이용하여, 특정 약물의 타깃 질병 후보 또는 특정 질병의 치료 약물 후보를 결정하는 단계를 포함한다.
단일염기다형성(SNP)의 유전자 분석을 통하여 갑상선암 발병의 위험도를 예측하기 위한 조성물, 마이크로어레이, 키트 및 이를 이용하여 개체의 갑상선암 발병 위험도를 예측하는 방법에 관한 것이다. 이에 의하면, 개체의 갑상선암 발병 위험도를 정확하고 간편하게 예측할 수 있다. 따라서, 본 발명은 갑상선암 발병을 예방하는데 도움을 줄 수 있다.
단일염기다형성(SNP)의 유전자 분석을 통하여 간암 발병의 위험도를 예측하기 위한 조성물, 마이크로어레이, 키트 및 이를 이용하여 개체의 간암 발병 위험도를 예측하는 방법에 관한 것이다. 이에 의하면, 개체의 간암 발병 위험도를 정확하고 간편하게 예측할 수 있다. 따라서, 본 발명은 간암 발병을 예방하는데 도움을 줄 수 있다.
단일염기다형성(SNP)의 유전자 분석을 통하여 전립선암 발병의 위험도를 예측하기 위한 조성물, 마이크로어레이, 키트 및 이를 이용하여 개체의 전립선암 발병 위험도를 예측하는 방법에 관한 것이다. 이에 의하면, 개체의 전립선암 발병 위험도를 정확하고 간편하게 예측할 수 있다. 따라서, 본 발명은 전립선암 발병을 예방하는데 도움을 줄 수 있다.
단일염기다형성(SNP)의 유전자 분석을 통하여 유방암 발병의 위험도를 예측하기 위한 조성물, 마이크로어레이, 키트 및 이를 이용하여 개체의 유방암 발병 위험도를 예측하는 방법에 관한 것이다. 이에 의하면, 개체의 유방암 발병 위험도를 정확하고 간편하게 예측할 수 있다. 따라서, 본 발명은 유방암 발병을 예방하는데 도움을 줄 수 있다.
단일염기다형성(SNP)의 유전자 분석을 통하여 대장암 발병의 위험도를 예측하기 위한 조성물, 마이크로어레이, 키트 및 이를 이용하여 개체의 대장암 발병 위험도를 예측하는 방법에 관한 것이다. 이에 의하면, 개체의 대장암 발병 위험도를 정확하고 간편하게 예측할 수 있다. 따라서, 본 발명은 대장암 발병을 예방하는데 도움을 줄 수 있다.
본 개시는 적어도 하나의 프로세서에 의해 수행되는, 약물 효과 예측 방법이 제공된다. 이 방법은, 특정 질병 및 특정 질병 치료용 후보 약물에 대한 정보를 획득하는 단계, 단백질-단백질 상호작용 네트워크를 이용하여, 특정 질병과 연관된 질병 유전자 세트와 약물과 연관된 약물-표적 유전자 세트 사이의 연관성 스코어를 산출하는 단계, 산출된 연관성 스코어를 정규화하는 단계 및 정규화된 연관성 스코어를 기초로 특정 질병 치료용 후보 약물의 효과를 예측하는 단계를 포함한다.
본 발명은 무릎 장애를 판단함에 있어 전문의의 경험을 통해 판단되기 전에 미리 사전적으로 제공될 수 있는 무릎 장애 판단 보조 정보를 제공할 수 있는 기술에 대한 것으로, 환자들의 무릎 부위를 측면에서 촬영한 무릎 X-ray 이미지 데이터를 이용하여 특징점 맵 정보 및 복수의 골형상 데이터를 생성하여 전이 값 및 장축 각도를 포함하는 동요 정보를 추출하고, 동요 정보 및 특징점 맵 정보를 통해 환자 무릎의 장애 등급을 판단하여 이를 무릎 장애 판단 보조 정보로 제공할 수 있다.
본 발명은 환부의 이미지를 이용하여 환자들의 질환을 검진할 수 있는 이미지 분석 정보를 제공함에 있어 그 정확성을 높이기 위해 분석의 대상이 되는 의료용 이미지 데이터를 스크리닝하는 기술에 대한 것으로, 의료용 이미지 데이터 퀄리티 스크리닝 시스템을 이용하여 복수의 X-ray 이미지를 대상으로 분석을 수행하여 이미지 사전 품질 정보를 생성하고, 이를 통해 이미지 보정을 수행하여 분석 대상의 이미지 퀄리티를 향상시킬 수 있으며, 이미지별로 추출된 복수의 특징점 및 이미지 사전 품질 정보를 점수 산출 모델에 입력하여 각 이미지별 이미지 품질 점수를 산출함으로써 이미지별 이미지 품질 점수를 기준으로 의료용 이미지 데이터를 스크리닝 하여, 스크리닝을 통해 고품질로 라벨링된 의료용 이미지 데이터만 분석 및 학습의 대상으로 하여 신뢰도 높은 진단 보조 정보를 생성할 수 있는 시스템을 구축하는데 도움이 될 수 있다
본 발명은 SNP별 P값을 기준으로만 질병 유발 SNP 선별하는 것이 아닌 독립 SNP, 리드 SNP, 후보 SNP 리스트를 선별하고 이를 이용하여 기능지향적 주석정보를 생성함으로써, 복수의 조합별로 산출된 상기 다유전자 위험점수의 AUC값을 이용하여 질병 유발 SNP 리스트로 업데이트할 수 있는 기능 지향적 주석을 통한 유전체 데이터 분석 정확도 향상 시스템 및 그 방법에 대한 것으로, 독립 SNP, 리드 SNP, 후보 SNP 리스트를 선별하고 이를 이용하여 기능지향적 주석정보를 생성함으로써, 복수의 조합별로 산출된 상기 다유전자 위험점수의 AUC값을 이용하여 질병 유발 SNP 리스트로 업데이트할 수 있는 기능을 제공하고 이를 이용하여 위험 유전자 변이 정보를 생성할 때 그 정확도를 향상 시킬 수 있다.
본 발명은 X-ray 이미지를 분석하여 척추체 및 대퇴골두를 추출하며, 추출된 척추체 및 대퇴골두를 식별하여 생성한 추체 구조 정보를 인공 신경망 기반의 균형도 측정 모델에 입력하여 균형도 정보를 생성하고, 추체 구조 정보를 척추 전방전위증 진단 모델에 입력하여 전방위증 정보를 생성하며, 균형도 정보 및 전방위증 정보를 분석하여 환자 상태 예측 정보 및 환자의 척추 상태 이미지를 생성하는 인공신경망 기반의 척추 진단 기술에 대한 것으로 따른 인공 신경망 기반의 척추 진단 기술에 의하면 측정 수치를 자동화하고 이를 시각화 함으로써 의료진의 영상 판독에 대한 부담을 줄이고 신속한 진단 프로세스를 지원함으로 써 의료진의 업무 효율을 향상시킬 수 있는 효과를 제공할 수 있다.
본 발명은 X-ray 이미지를 분석하여 척추체를 추출하며, 추출된 척추체를 식별하여 생성한 추체 구조 정보를 인공 신경망 기반의 척추 전방전위증 진단 모델에 입력하여 각 추체 구조에 따른 타겟 거리를 측정하고, 타겟 거리를 이용하여 척추 전방전위증 여부를 판단하는 인공신경망 기반의 척추 전방위증 진단 기술에 대한 것으로, 인공 신경망 기반의 척추 전방전위증 진단 기술에 의하면 측정 수치를 자동화하고 이를 시각화 함으로써 의료진의 영상 판독에 대한 부담을 줄이고 신속한 진단 프로세스를 지원함으로 써 의료진의 업무 효율을 향상시킬 수 있는 효과를 제공할 수 있다.
본 발명은 X-ray 이미지를 분석하여 척추체 및 대퇴골두를 추출하며, 추출된 척추체 및 대퇴골두를 식별하여 생성한 추체 구조 정보를 인공 신경망 기반의 균형도 측정 모델에 입력하여 각 추체 구조에 따른 복수의 타켓 항목의 값을 측정하고, 측정된 복수의 타겟 항목의 값을 이용하여 골반과 척추의 틀어짐 정도인 척추의 균형도에 대한 균형도 정보를 생성하는 인공신경망 기반의 척추 골반 균형도 측정 장치 및 그 방법에 대한 것으로 척추 전문의가 아닌 사용자도 환자의 X-ray 이미지 만으로도 골반과 척추의 틀어짐 정도인 척추의 균형도에 대한 균형도 정보를 산출하여 환자의 척추와 골반이 정상적인 상태인지 여부를 판단할 수 있는 인공 신경망 기반의 척추 골반 균형도 측정 기술을 제공하는데 그 목적이 있다.
본 발명은 신약 개발에 필요한 질병의 원인이 되는 타겟 유전자를 선정하기 위한 최적 SNP 세트 정보 생성 기술에 대한 것으로 SNP 데이터를 기반으로 SNP 선정을 하는 기술 분야에 있어 딥러닝 및 강화학습을 적용하여 타겟 질병과 관련 있는 유전자 안에 존재하는 수많은 SNP들 중 질병과 유관한 SNP들을 최적 SNP 세트로 예측하는 심층 강화학습 기반 최적 SNP 세트 정보 생성 장치 및 그 방법을 제공할 수 있다.
본 발명은 사용자의 건강검진 및 문진 데이터로부터 해당 사용자의 유전 특성을 예측하여, 특정 질환의 발생 위험도를 산출하고, 그 위험도를 사용자에게 통지하는 가상 유전자 검사 플랫폼을 통한 질환 예측 서비스 시스템에 대한 것으로 가상 유전자 검사 플랫폼을 통한 질환 예측 서비스 시스템을 통해 실제 혈액을 채취하지 않고도, 건강검진 혈액검사 및 문진 결과 만을 가지고 특정 사용자의 유전자 특성을 해석하여 사용자에게 한국인에 특화된 질환 발생을 예측하여 제공함으로써 종래 소비자 대상 직접 유전자 검사 서비스가 갖는 한계점을 극복할 수 있는 효과가 존재한다.
본 발명은 복수의 데이터베이스로부터 수집한 유전체 데이터의 각 품질 지수를 산출하고 이를 기준으로 분석 대상 데이터를 선별하고 연관성 분석을 통해 유전자변이 별 질병 연관성 가중점수를 산출하여 유전자변이 별 질병 연관성 분석 정보를 생성하며, 유전자변이 별 질병 연관성 분석 정보를 통해 유전자변이에 대한 영향을 주제로 기고된 복수의 선행 문헌을 수집하고, 복수의 선행 문헌을 분석하여 각 유전자변이 별 타겟 질환 영향력 점수를 산출함으로써 유전자변이 별 타겟 질환 영향력 점수를 기준으로 질병에 연관성이 높다고 판단되는 유전자변이에 대한 유전체 데이터를 이용하여 질병 프로파일링 정보를 생성하는 복수의 데이터베이스 정보를 기반으로 하는 질병 프로파일링 정보 제공 시스템 및 그 방법에 대한 것으로 사용자에게 타겟 질병을 대상으로 유전자변이가 미치는 생물학적 기능 정보 및 의학적 설명 정보를 직관적으로 제공할 수 있는 질병 프로파일링 정보를 제공함으로써 유전체 데이터에 대한 연구 및 활용이 좀 더 용이해지고 활성화 될 수 있으며 그에 소요되는 시간과 비용도 감소 시킬 수 있는 효과가 존재한다.
본 발명은 실제 약물 임상을 수행하지 않고서 미리 인간에 대한 약물의 효과를 예측할 수 있는 약물 임상 시뮬레이션 기술에 대한 것으로 타겟 질병 정보 및 타겟 약물 정보를 포함한 임상 설계 정보를 기반으로 생성된 개발 타겟 유전자 정보를 이용하여 약물 효과 예측 SNP를 선정하고, 개발 타겟 유전자 정보에 포함된 각 유전자의 염색체에 포함된 복수의 SNP를 대상으로 GWAS 분석, 딥러닝 기반 강화학습 분석, 머신러닝 분석 중 적어도 하나를 이용하여 약물 효과 예측 SNP를 선정하여 복수의 약물 효과 예측 SNP를 대상으로 각각 각 유전자 별로 유전자 점수를 산출함으로써 질병 원인 현상(disease exposure)의 예상 추정 값을 예측하고, 상기 예상 추정 값을 이용하여 타겟 질병에 작용하는 타겟 약물의 효과를 시뮬레이션 하여 임상 실험 결과 정보를 생성하는 약물 임상 시뮬레이션 시스템에 대한 기술을 제공하고자 한다.
단일염기다형성(SNP)의 유전자 분석을 통하여 위암 발병의 위험도를 예측하기 위한 조성물, 마이크로어레이, 키트 및 이를 이용하여 개체의 위암 발병 위험도를 예측하는 방법에 관한 것이다. 이에 의하면, 개체의 위암 발병 위험도를 정확하고 간편하게 예측할 수 있다. 따라서, 본 발명은 위암 발병을 예방하는데 도움을 줄 수 있다.
본 발명은 다유전자 위험점수를 이용한 시간 의존 연관성 기반의 질환 발병 정보 생성기술에 대한 것으로, 발병 예상 정보 포함하는 질환 발병 정보 생성함에 있어 전처리된 유전체 데이터 및 검진 결과 데이터를 이용하여 분류된 복수의 그룹에 각각 포함된 복수의 유전자 변이를 대상으로 그룹별로 PRS 모델을 설계하고 PRS 모델을 이용해 산출한 다유전자 위험점수가 공변량으로 적용된 시간 의존 연관성 산출 모델에 검진 결과 데이터에 포함된 질환 연관성 요인 별 개별 검진 결과값들을 입력함으로써 COX 모델에 입력될 독립변수와 종속 변수 간의 시점 별 연관성 크기를 산출하여 시계열 특성 변수로 선정하고, 검진 결과 데이터를 대상으로 산출된 상기 적어도 하나의 시계열 특성 변수를 적용하며 적용된 다수의 인원의 질환 연관성 요인에 대한 검진 결과 데이터를 대상으로 각 그룹별로 COX 회귀 분석을 수행하여 각 그룹 별 질병 발생 위험도를 차이값을 이용하여 위험도 변화량을 산출하여 발병 예상 정보를 생성함으로써 시간의 흐름을 반영하여 상대적으로 더욱 정확한 질환 발병 정보를 제공하는데 그 목적이 있다.
본 발명은 코호트 데이터를 이용하여 질환 연관 유전자 변이 분석을 수행하고 그 결과를 기반으로 질환별 위험 유전자 변이 정보 생성하는 기술에 대한 것으로, 다수의 인원 대한 유전체 데이터 또는 복수의 선행 문헌을 입력 받아 복수의 분석을 수행하여 획득한 질환 연관성 요인 별 개별 검진 결과값들을 시간 변동 공변량 산출 모델에 입력하여 시간의 흐름에 따라 개별 검진 결과값에 대한 영향력을 각 시점별 공변량으로 산출하여 PRS모델에 시계열 특성 변수로 사용함으로써 유전자 변이 별로 질환별 유전자 변이 연관성 점수를 부여 함에 있어 시간의 흐름에 따른 질환 발생 확률의 변경에 따른 영향력을 반영하여 상대적으로 더욱 정확한 유전자 변이 별로 질환별 유전자 변이 연관성 점수 및 위험 유전자 변이 정보를 제공할 수 있는 시간 변동 공변량 기반의 PRS 모델을 이용한 질환별 위험 유전자 변이 정보 생성 장치 및 그 방법을 제공하는데 그 목적이 있다.
본 발명은 시간 변동성 기반의 질환 연관성 요인 분석을 통한 질환 발병 정보 생성 기술에 대한 것으로, 위하여 각 개인들의 시간의 흐름에 따른 검진 결과를 포함한 검진 결과 데이터 및 복수의 질환 관련 자료를 분석하여 적어도 하나의 질환 연관성 요인을 선정하고, 이에 따라 사용자의 발병 예상 정보를 생성하는 시간 변동성 기반의 질환 연관성 요인 분석을 통한 질환 발병 정보 생성 장치 및 그 방법을 제공하는데 그 목적이 있다.
본 발명은 복수의 인원에 대하여 장기간 추적 관찰하여 수집된 코호트 데이터를 이용하여 질환을 유발할 수 있는 유전자 변이 분석에 GWAS(Genome Wide Association Study) 분석, 인공 신경망 분석, 선행 문헌에 대한 메타 분석 중 적어도 하나 이상의 방법을 유기적으로 진행함으로써 단순히 특정 유전자 변이가 특정 질환과 연관 관계가 있다는 정보를 생성하는 것에 그치지 않고 특정 유전자 변이 또는 복수의 특정 유전자 변이 조합에 대한 특정 질환 발생의 위험도에 대한 정보를 생성할 수 있는 질환 연관 유전자 변이 분석을 통한 질환별 위험 유전자 변이 정보 생성 장치 및 그 방법에 대한 것으로, 단순하게 코호트 데이터를 GWAS 분석 또는 인공 신경망 기반의 분석 모델로 단일 분석하여 질환 발생과 연관성이 존재하는 질환 유발 인자를 선정하는 종래의 분석 모델 보다 하는 것보다 더 높은 정확도 및 논리적 당위성을 가질 수 있는 강건한 분석 모델을 구축할 수 있으며, ROC 커브를 이용하여 각 분석 모델을 검증함으로써 분석 모델의 정확도를 점차 향상 시킬 수 있다.
본 개시의 몇몇 실시예에 따라, 컴퓨팅 장치의 프로세서에 의해 수행되는 엑스레이(X-ray) 영상에서 골절을 검출하는 방법이 개시된다. 상기 방법은: 적어도 하나의 엑스레이 영상 각각을 복수 개의 패치들로 추출하는 단계; 상기 복수 개의 패치들 중에서 뼈 영역을 포함하는 적어도 하나의 뼈 영역 패치를 추출하는 단계; 및 사전 학습된 신경망 모델을 이용하여, 상기 적어도 하나의 뼈 영역 패치를 골절 영역을 포함하는 골절 패치와 골절 영역을 포함하지 않는 비골절 패치로 분류하는 단계;를 포함할 수 있다.
질병 예측 방법으로서, 표현형 데이터(phenotype data) 및 유전자형 데이터(genotype data)를 수집하는 단계, 상기 수집한 표현형 데이터 및 유전자형 데이터를 제1 모델에 입력하여 저차원 데이터를 생성하는 단계, 상기 생성된 저차원 데이터를 제2 모델에 입력하여 고차원 데이터를 생성하는 단계, 상기 생성된 저차원 데이터를 기초로 복합 차원 데이터를 형성하고 상기 복합 차원 데이터를 제3 모델에 입력하여 유전자 질병을 진단 및 예측하는 단계, 상기 생성된 고차원 데이터를 기초로 복합 차원 데이터를 형성하고 상기 복합 차원 데이터를 제4 모델에 입력하여 유전자 질병을 진단 및 예측하는 단계, 및 상기 제3 모델을 통해 진단한 유전자 질병 진단 결과와 상기 제4 모델을 통해 진단한 유전자 질병 진단 결과를 비교하여 데이터 생성 성능을 평가하는 단계를 포함할 수 있다.
본 개시의 일 실시예에 따라, 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 하나 이상의 프로세서에서 실행되는 경우 인공 신경망을 이용하여 의료 데이터를 분석하기 위한 이하의 동작을 수행하도록 하며, 상기 동작은, 단말기로부터 하나 이상의 환자들에 대한 의료 데이터를 수신하고, 상기 의료 데이터를 전처리 하는 동작; 상기 전처리 된 의료 데이터를 예측 모델에 입력하여 상기 하나 이상의 환자들에 대한 예측 결과 정보를 획득하는 동작; 및 결과 해석 모델에 상기 예측 결과 정보를 입력하여 상기 하나 이상의 환자들에 대한 결과 해석 정보를 획득하는 동작을 포함할 수 있다.
본 개시의 일 실시예에 따라, 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 하나 이상의 프로세서에서 실행되는 경우, 상기 하나 이상의 프로세서들로 하여금 유병 확률 예측을 위한 이하의 동작을 수행하도록 하며, 상기 동작들은, 학습 상태 정보 및 학습 질병 정보를 포함하는 학습 건강 데이터를 수신하는 동작, 상기 학습 건강 데이터를 통해 인공 신경망에 대한 학습을 수행함으로써 유병 확률 예측 모델을 생성하는 동작, 사용자의 상태 정보를 상기 유병 확률 예측 모델의 입력으로 하여 상기 사용자의 유병 확률을 산출하는 동작 및 상기 유병 확률에 기초하여 건강 관리 정보를 생성하고, 그리고 생성된 상기 건강 관리 정보를 상기 사용자의 사용자 단말에 제공하는 동작을 포함할 수 있다.
본 개시의 일 실시예에 따라, 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 하나 이상의 프로세서에서 실행되는 경우, 흡연을 방해하기 위한 이하의 동작들을 수행하도록 하며, 상기 동작들은 단말기의 하나 이상의 흡연 센싱 신호들에 기초하여 적어도 하나의 흡연 상태 데이터들을 결정하는 동작; 사전 결정된 시간에 대해서 생성된 상기 적어도 하나의 흡연 상태 데이터들에 기초하여 흡연 패턴 정보를 생성하는 동작; 및 흡연을 방해하기 위해 사전 저장된 사용자 정보 및 상기 흡연 패턴 정보 중 적어도 하나에 기초하여 맞춤 방해 신호를 하나 이상 생성하는 동작을 포함한다.
본 개시의 일 실시예에 따라, 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 하나 이상의 프로세서에서 실행되는 경우 신경망을 이용하여 의료 진단을 수행하기 위한 이하의 동작을 수행하도록 하며, 상기 동작은, 골절 진단 모델의 학습에 사용되는 학습 데이터 세트를 생성하기 위한 학습 데이터 생성 모델에 의료 영상 생성 변수를 입력시켜 의료 영상을 획득하는 동작; 생성된 의료 영상 또는 실제 의료 영상 중 적어도 하나를 판별 모델에 입력시켜 골절 유사도를 획득하는 동작; 골절 유사도에 기초하여 학습 데이터 생성 모델을 업데이트하는 동작; 및 업데이트된 학습 데이터 생성 모델을 이용하여 골절 진단 모델의 학습에 사용되는 학습 데이터 세트를 생성하는 동작을 포함할 수 있다.
KIPO KIPRIS · checked 2026-10-15 · newest filings first · right: registration date (filing date if not yet registered) · 31 of 31 · titles and abstracts are in Korean as filed · click a row for details ▾
For now we hold public records only (National Pension Service · DART filings · patents · registers · press). When the company files material in our IR Room, it moves to L1. We do not score or rate companies — we only state how far we have checked.
| KRW bn | 2024 | 2025 |
|---|---|---|
| Revenue | 0.5 | 0.1 |
| Selling, general and administrative expenses | 2.5 | 1.2 |
| Operating income (loss) | (2.0) | (1.2) |
| Non-operating income | 1.6 | 1.4 |
| Other gains | 0.1 | 0.1 |
| Finance income | 1.6 | 1.4 |
| Non-operating expenses | (0.7) | (1.1) |
| Other losses | (0.0) | (0.0) |
| Finance costs | (0.6) | (1.1) |
| Net income (loss) | (1.0) | (0.8) |
Revenue ₩0.1bn, down 90.2% YoY.
Operating margin -2368.1% (prior -399.3%).
Net income ₩-0.8bn.
Need more than is shown here? Ask for more information — full review report · valuation · executive teaser · IM · competitor analysis · due diligence. Tell us what you need and we will reply by email with scope, cost and timing.
Is this your company?
If anything here is wrong, tell us — we check it against the original and correct it. You do not need to join. If you would like your financials verified and this page completed, that is a separate process.