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.

Retrieval-Augmented Generation in Medicine: A Scoping Review of Technical Implementations, Clinical Applications, and Ethical Considerations

Created by
  • Haebom
Category
Empty

저자

Rui Yang, Matthew Yu Heng Wong, Huitao Li, Xin Li, Wentao Zhu, Jingchi Liao, Kunyu Yu, Jonathan Chong Kai Liew, Weihao Xuan, Yingjian Chen, Yuhe Ke, Jasmine Chiat Ling Ong, Douglas Teodoro, Chuan Hong, Daniel Shi Wei Ting, Nan Liu

개요

의학 지식의 급증과 임상 실무의 복잡성 증가에 따라 대규모 언어 모델(LLM)의 활용이 중요해지고 있으며, 검색 증강 생성(RAG) 기술이 임상 적용 가능성을 향상시킬 수 있다. 본 연구는 의학 분야의 RAG 적용 사례를 검토했다. 연구 결과, 대부분의 연구가 공개 데이터를 기반으로 진행되었으며, 영어 중심 임베딩 모델과 일반 LLM이 주로 사용되었다. 평가는 자동화된 메트릭과 인간 평가를 통해 이루어졌지만, 편향 및 안전성에 대한 고려는 부족했다. RAG는 주로 질문 응답, 보고서 생성, 텍스트 요약 및 정보 추출에 활용되었다.

시사점, 한계점

•
시사점:
◦
RAG 기술은 의학 분야에서 LLM의 활용성을 높일 수 있는 잠재력을 보여줌.
◦
다양한 RAG 애플리케이션 (질문 응답, 보고서 생성 등)에 대한 연구가 진행됨.
•
한계점:
◦
연구는 주로 공개 데이터를 기반으로 하며, 개인 데이터 활용은 제한적임.
◦
영어 중심의 임베딩 모델 사용과 의학 특화 LLM의 부족.
◦
편향 및 안전성에 대한 평가 부족.
◦
임상적 검증, 다국어 지원, 자원 빈곤 환경 지원의 필요성.
👍
Made with Slashpage