본 논문은 의료 데이터 검색의 정확성과 효율성을 높이기 위한 생성형 AI 접근 방식인 SearchAI를 제시합니다. 기존의 일대일 매핑 방식의 코드 할당과 달리, 임상 데이터 검색은 하나의 질의어가 여러 코드에 매핑되는 일대다 문제입니다. SearchAI는 계층적 모델을 사용하여 코드 계층 구조를 준수하고 상위 노드에서 하위 노드로의 관계 탐색을 개선합니다. 공개 및 실제 데이터셋을 사용한 실험 결과, SearchAI는 정확성, 견고성, 성능, 확장성 측면에서 기본 계층 탐색 방식보다 우수한 성능을 보였습니다. 이는 의료 데이터 접근성 향상, 업무 흐름 간소화, 행정 부담 감소, 코딩 및 진단 정확도 향상으로 이어질 수 있습니다.
