[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

DENSE: Longitudinal Progress Note Generation with Temporal Modeling of Heterogeneous Clinical Notes Across Hospital Visits

Created by
  • Haebom

저자

Garapati Keerthana, Manik Gupta

개요

DENSE는 전자 건강 기록(EHR)에서 진행 상황 기록의 부족 문제를 해결하기 위해 고안된 시스템입니다. MIMIC-III 데이터셋과 같이 진행 상황 기록이 부족한 EHR 데이터셋에서, DENSE는 다양한 유형의 메모들을 시간순으로 정렬하고, 임상적으로 관련된 정보를 검색하여 대규모 언어 모델(LLM)을 이용해 진행 상황 기록을 생성합니다. 의사의 과거 진료 기록 참조 방식을 모방하여 설계되었으며, 시간적 일관성이 높은 진행 상황 기록을 생성하여 요약, 예측 모델링, 임상 의사결정 지원과 같은 후속 작업을 향상시키는 것을 목표로 합니다. 평가 결과, 생성된 진행 상황 기록은 원본 기록보다 높은 시간적 정합성(temporal alignment ratio 1.089)을 보였습니다.

시사점, 한계점

시사점:
EHR 데이터셋에서 진행 상황 기록의 부족 문제를 해결하는 실용적인 방법 제시
LLM을 활용한 임상 기록 생성의 효율성 및 정확성 향상 가능성 제시
요약, 예측 모델링, 임상 의사결정 지원 등 다양한 후속 작업 개선에 기여
시간적 일관성이 높은 진행 상황 기록 생성을 통해 종단적 환자 정보 분석 개선
한계점:
평가 데이터셋이 완전한 진행 상황 기록을 가진 환자군으로 제한됨. 실제 임상 환경의 다양성을 완벽히 반영하지 못할 가능성 존재.
DENSE의 성능은 사용된 LLM과 임상 정보 검색 전략에 의존적이며, 이들의 성능 개선이 DENSE의 성능 향상에 직접적인 영향을 미침.
실제 임상 환경에서의 적용 및 확장성에 대한 추가적인 연구 필요.
윤리적, 법적 문제 (예: 환자 개인 정보 보호, 의료 책임)에 대한 고려 필요.
👍