본 과제는 Pointer-Generator Network 기반의 딥러닝모델과 로봇저널리즘 기술을 사용하여 류마티스내과의 대량의 외래기록지를 자동요약해주는 시스템을 연구개발하는 것임

본 과제는 류마티스 내과의 대량 외래기록지를 자동요약하는 시스템을 개발하는 연구임. 의료진이 외래 소견서를 촉박하게 작성할 때 소견이 산만해지거나 치료경과 전달이 정확하지 못해지는 문제를 해결하고자 함. 연구 목표는 Pointer-Generator Network 기반 딥러닝과 로봇저널리즘을 결합해 사실성과 가독성을 갖춘 요약문을 생성하는 것임. 핵심 연구 내용은 BERT 기반 한글·영문 Content Selector로 의료 핵심 키워드를 추출한 뒤 원문 단어 복사로 요약문 생성함, 로봇저널리즘 검수로 문맥 생성과 가독성 오류를 개선함, 임상의 평가로 factual correctness가 보장되도록 키워드 누락 조사 수행함. 기대 효과는 EMR 연계로 소견서 작성 시간을 단축해 업무부담을 완화함과 동시에 한국어·영문 다국어 요약 기술 노하우 축적임.

본 과제는 류마티스내과 외래기록을 자동으로 줄여주는 소견서 요약 시스템을 개발하는 연구임. 외래에서 축적된 의무기록을 빠르게 정리하지 못하면 치료경과 전달과 소견서 작성이 산만해질 수 있음. 연구 목표는 Pointer-Generator Network 기반 딥러닝 모델과 로봇저널리즘을 결합해 factual correctness를 갖는 자연스러운 요약문 생성모델을 만드는 데 있음. 이를 위해 BERT 기반 한글·영문 Content Selector로 중요한 임상 키워드를 추출하고, 트랜스포머 기반 요약문 생성과 키워드 중심 문장 생성, 가독성 평가 및 검수 인터페이스를 통해 모델을 개선하는 연구를 수행함. 기대효과는 EMR과 연계한 빠른 소견서 작성으로 업무부담을 완화하고, 한국어·영문 혼합 의료문서 요약 기술을 고도화하는 데 있음

본 과제는 맞춤형 헬스케어 분야를 이끌 인재를 키우기 위해 교육·연구·산학협력을 한데 묶는 융합형 프로그램을 만드는 연구임. 연구 목표는 맞춤형 헬스케어 융합전공 신설과 전일제 대학원 운영으로 후속 연구자를 양성하고, 혁신의과학 교과목·연구역량 분석 및 국제연계를 통해 연구 질을 높이며, 산학 공동교육·세미나 및 RFP 기반 과제기획으로 산업적·사회적 가치를 창출하는 데 있음. 기대 효과는 석사·박사 수료생 배출과 특화 교육과정 안착, 인용수 상위 10%·상위 10% 학술지 비율 및 세계 10위권 연구진입 지표 향상, 산학-지자체 문제해결 솔루션 확대로 이어짐.