본 연구는 방대한 양의 비구조화된 방사선학 보고서의 효율성을 높이기 위해, 기관 내부에 배포된 개인용 대규모 언어 모델(LLM)을 활용하여 보고서를 간결하고 구조화된 형태로 변환하는 방법을 제시합니다. Moffitt Cancer Center의 7명의 방사선 전문의가 작성한 814건의 보고서 데이터셋을 사용하여 LangChain 프레임워크 내에서 다섯 가지 프롬프트 전략을 테스트한 결과, Mixtral LLM이 Llama보다 우수한 성능을 보였습니다. 최적 전략은 보고서를 먼저 축약한 후 구조화된 형식을 적용하는 방식으로, 불필요한 단어 수를 53% 이상 줄이고 명확성을 향상시켰습니다. 이 연구는 현지 배포된 오픈소스 LLM이 방사선 보고서 간소화에 잠재력이 있음을 보여줍니다.
