Overview of CHIP 2025 Shared Task 2: Discharge Medication Recommendation for Metabolic Diseases Based on Chinese Electronic Health Records
Created by
Haebom
Category
Empty
저자
Juntao Li, Haobin Yuan, Ling Luo, Tengxiao Lv, Yan Jiang, Fan Wang, Ping Zhang, Huiyi Lv, Jian Wang, Yuanyuan Sun, Hongfei Lin
개요
만성 대사 질환 환자의 치료 연속성을 보장하고 재입원을 예방하며 장기적인 관리를 개선하기 위해 퇴원 약물 추천은 중요한 역할을 한다. 본 논문은 실제 중국 EHR 데이터를 사용하여 적절한 퇴원 약물을 자동으로 추천하는 최첨단 접근 방식을 개발하는 것을 목표로 하는 CHIP 2025 Shared Task 2 대회의 개요를 제시한다. 이 과제를 위해, 중국의 3,190명의 환자로부터 5,894개의 익명화된 입원 기록으로 구성된 고품질 데이터 세트인 CDrugRed를 구축했다. 이 작업은 약물 추천의 다중 레이블 특성, 이질적인 임상 텍스트 및 환자별 치료 계획의 가변성으로 인해 어려운 과제이다. 총 526개 팀이 등록했으며, 167개 팀과 95개 팀이 각각 Phase A와 Phase B 리더보드에 유효한 결과를 제출했다. 최고 성능을 낸 팀은 최종 테스트 세트에서 Jaccard 점수 0.5102, F1 점수 0.6267을 기록하여 LLM(Large Language Model) 기반 앙상블 시스템의 잠재력을 보여주었다.
시사점, 한계점
•
시사점:
◦
LLM 기반 시스템이 중국 EHR 데이터 기반 약물 추천에 효과적일 수 있음을 입증.
◦
Jaccard 점수 0.5102, F1 점수 0.6267의 최고 성능을 통해 잠재력 확인.
