본 논문은 환자 중심 의료 전환을 위해 환자 여정(Patient Journey)을 포괄적으로 이해하는 것이 중요함을 강조하며, 분절된 의료 데이터 시스템의 문제를 해결하기 위한 새로운 접근법으로 환자 여정 지식 그래프(PJKG)를 제시합니다. 대규모 언어 모델(LLM)을 활용하여 공식적인 임상 문서와 비정형 환자-의료 제공자 간 대화를 처리하고 구조화하여 PJKG를 구축하는 방법론을 제시하고, Claude 3.5, Mistral, Llama 3.1, ChatGPT4o 등 네 가지 LLM을 평가하여 정확성과 계산 효율성을 비교 분석합니다. 모든 모델이 구조적 준수성을 달성했지만 의료 개체 처리 및 계산 효율성에는 차이가 있음을 보여주고, 향후 연구 방향을 제시하며 환자 중심 의료 향상에 기여하는 연구 결과를 제시합니다.
