본 논문은 의료 데이터의 시계열 분석을 위해 대규모 언어 모델(LLM)을 활용하여 환자 기록(case reports)에서 시간에 따른 임상 소견을 추출하고 주석을 다는 파이프라인을 제시합니다. PubMed Open Access (PMOA) subset에서 2,139건의 패혈증(Sepsis-3) 환자 기록을 이용하여 시간에 따른 텍스트 시계열 말뭉치를 구축하고, I2B2/MIMIC-IV 데이터셋과의 비교를 통해 시스템의 유효성을 검증하였습니다. O1-preview 및 Llama 3.3 70B Instruct 모델을 사용하여 높은 임상 소견 회복률(event match rate: ~0.75)과 강력한 시간 순서 일치도(concordance: ~0.93)를 보였습니다. 하지만 LLM의 시간적 재구성 한계를 보여주며, 다중 모달 통합을 통한 개선 가능성을 제시합니다.