# Reasoning Before Diagnosis: Physician-Inspired Structured Thinking for ECG Classification

### 저자

Yang Wu, Xiaoyan Yuan, Hau-San Wong, Xiping Hu

### 💡 개요

이 연구는 기존 ECG 진단 모델의 불투명한 의사결정 문제를 해결하기 위해 임상 의사의 추론 과정을 모방한 CardioThink 프레임워크를 제안합니다. CardioThink는 리듬, 전도, 형태, 인상 등 중간 단계의 추론을 명시적으로 모델링하여 최종 진단 결과를 도출하며, 수동 주석 없이도 구조화된 추론 형식을 따르면서 진단 정확도를 높이는 SSPO 기법을 도입했습니다. 실험 결과, CardioThink는 뛰어난 진단 정확도와 함께 임상적으로 유효한 해석 가능한 추론 결과를 제공함을 입증했습니다.

### 🔑 시사점 및 한계

- ECG 진단에서 단순한 레이블 예측을 넘어 의사의 구조화된 추론 과정을 모델링하는 것이 임상적 적합성을 높이는 데 중요하다.

- 제안된 CardioThink 프레임워크와 SSPO 기법은 별도의 주석 없이도 해석 가능한 임상 추론을 생성하며 진단 정확도를 향상시킬 수 있다.

- 다양한 ECG 벤치마크에서 CardioThink의 우수성이 입증되었으나, 실제 임상 환경에서의 광범위한 검증 및 다양한 심장 질환 데이터셋에 대한 추가적인 연구가 필요하다.

---

[PDF 보기](https://arxiv.org/pdf/2605.17308)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).