반려동물을 기르는 가정의 수가 증가함에 따라 수의학적 의료 서비스에 대한 수요도 함께 증가하고 있다. 또한 반려동물이 노령화됨에 따라 만성질환의 유병률이 증가하여, 반려동물 보호자들은 장기적인 건강관리와 관련된 더 많은 도움을 찾게 된다. 그러나 수의사의 부족과 상담 과정의 점증하는 복잡성은 수의사에게 더 큰 업무 부담을 초래하여, 임상적 의사결정의 효율성을 저해할 가능성이 있다. 이러한 문제를 해결하기 위해 본 연구는 대규모 언어 모델을 활용한 AI 수의 보조(AI Veterinary Assistance, AVA)라는 프레임워크를 제안한다. AVA는 상담 기록으로부터 증상을 자동으로 추출하고, 수의사가 인증한 질병-증상 데이터베이스를 사용하여 가장 가능성이 높은 질병을 예측하며, 향후 상담을 위한 질문을 권고한다. AVA는 질병 예측 정확도를 Top-3, Top-5, Top-10에서 각각 91.4%, 93.4%, 95.9%로 달성하였고, 수의사 인증 질병-증상 데이터베이스로부터 구축된 상담 기록 데이터셋에서 증상 추출 정확도는 79.9%를 나타냈다. 더 나아가 실제 환경 데이터셋에서 AVA는 질병 예측 정확도를 Top-3, Top-5, Top-10에서 각각 38.6%, 43.6%, 51.5%로 달성하였다. 두 데이터셋 모두에서 AVA는 기준선 방법보다 우수한 성능을 보였으며, 임상적 의사결정을 지원하는 데 있어 그 효과를 입증하였다. 이러한 결과는 AVA가 수의사의 업무 부담을 줄이는 동시에 상담 과정의 효율성과 신뢰성을 향상시키는 데 기여할 수 있음을 시사한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.