본 연구는 대규모 언어 모델(LLM)을 사용하여 암 상처 관리에 관한 비정형 간호 기록을 요약하고, 그러한 요약의 질을 평가하는 것을 목적으로 하였다. 본 회고적 기술 연구는 전문 암 상처 간호사의 기록을 바탕으로 생성된 비정형 간호 기록 80건을 사용하였다. 기록에 대한 분석은 4단계로 구성되었다: 1) British Columbia Cancer Agency 지침에 근거하여 21개의 핵심 변수를 선택하고, 2) LLM을 사용하여 이들 변수를 기준으로 기록을 요약하며, 3) 정량적 및 정성적 평가 방법을 모두 사용하여 요약의 질을 평가하고, 4) 질이 낮은 요약에서 오류를 범주화하는 것이다. 분석된 80건의 간호 기록 중 LLM은 암 상처에 대한 간호 중재 변수의 요약에서 완전한 정확도를 달성하였으며, 간호 사정 변수의 약 4/5에 대해서는 정확하게 요약하였다. LLM이 생성한 요약에 대한 정량적 및 정성적 평가 모두에서 사실적 일관성이 가장 높은 품질 점수를 보였다. 질이 낮은 요약의 약 절반은 추론 오류였다. 이러한 결과는 비정형 간호 기록을 요약함으로써 암 상처 환자에 대한 치료를 지원할 수 있는 LLM의 잠재력을 강조한다.

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