SCDKM은 연구회원들의 대면·비대면 모임을 통해 각자 소속된 의료기관 내의 임상 데이터를 공유합니다. 이 과정을 통해 연구회원들은 본인이 소속된 의료기관 뿐만 아니라, 다른 연구회원들이 경험한 수천 건의 실제 임상 사례를 간접 경험함으로써 자신의 연구 또는 진료 현장에 즉시 적용 가능한 인사이트를 확보합니다.

세미나 직후에는 네트워킹 리셉션이 이어집니다. 자유토론을 갖고, 연구 초안을 현장에서 작성하기도 합니다. 세미나 후에는 피드백을 통해 다음 세미나 내용을 연구회원 의견에 맞게 지속 개선함으로써, ‘움직이는 학회’로서의 혁신과 학술적 깊이를 동시에 추구합니다.

한의학 데이터 윤리, 개인정보 보호 정책, HL7·FHIR 기반 표준화 과제 등을 논의하는 장입니다. 의료계 및 한의계 정책 동향, 국제 표준화 이슈, 규제 환경 개선 방안을 심층 토론합니다. 아이디어를 공동으로 편집하여 추후 개발에 활용하기도 합니다.

연구회원들은 실제 환자 데이터의 가명 처리, 메타데이터 설계, 클라우드 저장소 보안 설정 방법을 다각도로 학습하며, 연구기관 IRB 규정에 맞춘 데이터 관리 체계를 설계합니다. 또한 통계적 검증 및 시각화 설계 원칙을 적용한 피드백을 주고받습니다.

Zoom 플랫폼을 통해 진행됩니다. ‘TensorFlow/ PyTorch 실습 팁’, ‘FHIR 기반 데이터 연동 전략’, ‘클라우드 네이티브 데이터 아키텍처’ 등 최신 AI·클라우드·데이터베이스 주제로 연구회원들은 브레인스토밍을 시행합니다.

Docker 이미지로 배포된 임상 데이터셋과 참조 코드를 활용, 처방 추천 시스템·치료 효과 예측·NLP 기반 진료 노트 요약 등의 개발 결과물을 기획하고 개발 미션을 수행하기도 합니다. 과제별 데이터 전처리, 모델 설계, 하이퍼파라미터 튜닝, 결과 시각화를 통해 최적 알고리즘을 도출하여 임상 현장에 도입할 수 있도록 합니다.

SCDKM은 타 학회 또는 타 연구회 소속 한의사 회원을 초대하여, 연구 주제 설정, 데이터 분석 기법, 논문 작성 프로세스, 학술 발표 준비 등 전반적 연구 방법에 대한 포괄적 학습 방향을 논의합니다.

임상 데이터에 대한 통계 보고서와 AI 모델 분석 결과를 공유하기도 하며, 데이터 품질 지표(QC 체크리스트), 이상치 사례 리뷰, 모델 성능 지표(ROC, AUC, F1 Score) 보고서 등을 주제로 워크숍이 운영됩니다. 정량적 데이터 검토를 통해 연구회의 데이터 구축·분석 프로세스를 지속적으로 최적화하는 것이 목표입니다.