의료 문서 자동생성·요약을 위한 임상 LLM/NLP 적응 연구

Adaptive Clinical LLM/NLP for Medical Document Generation and Summarization

연구 내용

방사선 이미지와 외래 경과기록 등 임상 문서를 생성·요약하기 위해 효율적 적응 기법을 적용하고, 생성 품질을 높이는 연구

의료 문서 작성 부담을 줄이기 위해 방사선 영상과 외래 경과기록 텍스트를 대상으로 생성 모델을 설계합니다. 의료 도메인에 맞춘 파인튜닝과 경량 적응을 활용하여 학습 비용을 줄이면서, 이미지-텍스트 정렬에 필요한 선형 투영 계층 중심의 학습 전략을 적용합니다. 또한 임상 노트의 세부 섹션을 대상으로 개별 모델과 범용 모델 성능 차이를 비교해 문서 유형별 일반화 가능성을 평가합니다. 이를 통해 진료 기록 초안 생성과 문서 요약 파이프라인을 구축하는 데 활용합니다.

관련 프로젝트

3건

연구 흐름

초기에는 의료 도메인 의미를 반영하면서도 제한된 자원에서 학습이 가능한 생성 모델 적응 전략을 수립하는 데 집중했습니다. 이후 방사선 리포트 생성에서 핵심 정보 추출을 위해 이미지와 텍스트 차원을 연결하는 투영 계층을 중심으로 파인튜닝 절차를 구성했습니다. 동시에 외래 진행기록 생성에서는 교수 단위 개별 파인튜닝 모델과 다학과 학습 기반 범용 모델의 성능을 비교하여 작업 유형별 일반화 편차를 확인했습니다. 현재는 이를 의료 문서 자동 요약 시스템 개발과 연계해 문서 생성-요약 워크플로우로 확장하는 연구를 수행합니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

방사선 판독 리포트 자동초안
외래 경과기록 문장 생성
의료 문서 요약
문서 작성 워크플로우 경감
다기관 문서 표준화 보조
환자 안내문 텍스트 생성
임상 품질 모니터링용 텍스트 분석
근거 문장 기반 문서 재구성
의무기록 접근성 향상 도구
임상의 문서 검토 지원 모듈