비동기 원격 진료의 급증으로 의료진의 업무 부담이 증가함에 따라, 환자 문의 관리를 효율적으로 돕는 AI 시스템에 대한 수요가 높아지고 있습니다. MEDIQA-WV 2025 공동 과제는 이미지와 함께 제공되는 상처 관리 관련 질문에 대한 자유 텍스트 응답 생성을 목표로 이 과제를 해결합니다. 본 연구에서는 영어 트랙을 위해 개발된 두 가지 접근 방식을 제시합니다. 첫 번째는 훈련 데이터를 임베딩하고 가장 유사한 상위 k개 샘플을 검색하여 생성 과정에서 few-shot 데몬스트레이션으로 활용하는 마이닝 프롬프팅 전략을 활용합니다. 두 번째는 응답 품질을 지속적으로 향상시키는 4가지 메타데이터 속성을 식별한 메타데이터 어블레이션 연구를 기반으로 합니다. 테스트 케이스에 대해 이러한 속성을 예측하는 분류기를 훈련하고 이를 생성 파이프라인에 통합하여 예측 신뢰도를 기반으로 출력을 동적으로 조정합니다. 실험 결과에 따르면, 마이닝 프롬프팅은 응답 관련성을 향상시키고, 메타데이터 기반 생성은 임상적 정확성을 더욱 개선합니다. 이러한 방법들은 신뢰할 수 있고 효율적인 상처 관리 지원을 제공하는 AI 기반 도구 개발에 대한 유망한 방향을 제시합니다.
