본 논문은 의료 AI 시스템 구축에 대한 종합적인 조사 연구이다. 최근 대규모 언어 모델(LLM)의 등장으로 의료 AI 분야가 급속히 발전하고 있지만, 학계와 산업계의 시스템 구축 방법에 대한 포괄적인 비교 연구는 부족한 상황이다. 따라서 본 논문은 임상 데이터베이스, 데이터셋, 훈련 파이프라인, 의료 지식 그래프 통합, 시스템 응용 및 평가 시스템 등 의료 AI 시스템 구축 패러다임에 초점을 맞춰 다양한 의료 분야에서 학계 모델의 성능, 잠재적 문제점 및 미래 방향을 제시하고자 한다. DoctorGPT와 Pangu-Drug와 같은 우수한 사례가 존재하지만, 이들을 포함한 다양한 시스템의 구축 방법론을 체계적으로 비교 분석하는 것을 목표로 한다.
