# Medalyze: Lightweight Medical Report Summarization Application Using FLAN-T5-Large

### 저자

Van-Tinh Nguyen, Hoang-Duong Pham, Thanh-Hai To, Cong-Tuan Hung Do, Thi-Thu-Trang Dong, Vu-Trung Duong Le, Van-Phuc Hoang

### 개요

Medalyze는 의료 문헌의 이해를 향상시키기 위해 세 가지 특수하게 미세 조정된 FLAN-T5-Large 모델을 사용하는 AI 기반 애플리케이션입니다.  세 가지 모델은 각각 의료 보고서 요약, 환자-의사 대화에서 건강 문제 추출, 그리고 지문에서 주요 질문 식별에 특화되어 있습니다. 웹 및 모바일 플랫폼에 배포되어 실시간 추론을 제공하며, 확장 가능한 API와 YugabyteDB를 활용합니다. 실험 결과는 특정 영역 작업에서 GPT-4보다 우수한 요약 성능(BLEU, ROUGE-L, BERTScore, SpaCy Similarity 측정)을 보여줍니다. Medalyze는 의료 정보 접근성을 개선하기 위한 실용적이고, 개인 정보 보호를 준수하며, 경량화된 솔루션을 제공합니다.

### 시사점, 한계점

- **시사점:**

    - 의료 문헌 이해 향상을 위한 실용적이고 효율적인 AI 기반 솔루션 제공.

    - GPT-4 대비 우수한 의료 보고서 요약 성능.

    - 웹 및 모바일 플랫폼을 통한 접근성 향상.

    - 개인 정보 보호를 고려한 설계.

- **한계점:**

    - 논문에서 구체적인 데이터셋, 모델 학습 과정, 및 한계 사례에 대한 설명 부족.

    - 실제 의료 현장 적용에 대한 추가적인 검증 필요.

    - 다양한 의료 언어 및 문화적 차이에 대한 고려 부족 가능성.

    - 장기적인 안정성 및 유지보수에 대한 고려 필요.

[PDF 보기](https://arxiv.org/pdf/2505.17059)

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