본 논문은 전자 건강 기록(EHR) 기반 모델의 성능 향상에도 불구하고, 미등록 의료 코드 처리 문제로 인한 일반화 및 상이한 어휘집으로 훈련된 모델 통합의 어려움을 해결하고자, OMOP 공통 데이터 모델(CDM) 기반의 새로운 의료 개념 표현(MedRep)을 제안합니다. MedRep는 대규모 언어 모델(LLM) 프롬프트를 활용한 최소 정의 추가 및 OMOP 어휘의 그래프 온톨로지 기반의 텍스트 표현 보완을 통해 각 개념의 정보를 풍부하게 합니다. 실험 결과, MedRep는 기존 EHR 기반 모델 및 기존 의료 코드 토크나이저를 사용한 모델보다 다양한 예측 작업에서 우수한 성능을 보이며, 외부 검증을 통해 일반화 가능성도 입증합니다.
