Automation of Systematic Reviews with Large Language Models
이 연구는 대규모 언어 모델 기반 워크플로우 (otto-SR) 가 체계적 문헌고찰의 문헌 선별, 데이터 추출, 편향 위험 평가 등 주요 작업을 인간 연구자보다 높은 정확도로 수행할 수 있으며, 기존 리뷰를 신속하게 재현하고 업데이트하는 데 유효함을 입증했습니다.
📄 Category
health informatics
199 편의 논문
Reddit posts reveal how natural environments affect social anxiety in young people
이 논문은 Reddit 게시물을 분석하여 자연 환경이 사회적 불안이 있는 청소년과 청년들에게 기분 개선과 불안 완화에 도움이 될 수 있지만, 타인의 시선에 대한 두려움으로 인해 오히려 불안을 유발할 수도 있는 복잡한 양면성을 가지고 있음을 밝히고, 이를 고려한 맞춤형 자연 기반 치료 접근법의 필요성을 강조합니다.
Clinicians Visual Attention During Suicide Screening Encounters: An Exploratory Eye-Tracking Study
이 연구는 웨어러블 아이트래킹과 회상적 사고 말하기 프로토콜을 활용하여, 1 차 진료 의사가 전자의무기록 (EHR) 내 자살 위험 정보를 처리하는 과정에서 EHR 탐색에 많은 시각적 주의를 기울이고 대화가 지연되는 경향이 있음을 규명했습니다.
Leveraging Expert Knowledge and Causal Structure Learning to Build Parsimonious Models of Acute Brain Dysfunction in the Pediatric Intensive Care Unit
이 연구는 소아 중환자실의 급성 뇌 기능 장애 예측을 위해 임상 전문가 지식과 인과 구조 학습을 결합하여 45 개 변수를 14 개로 줄이면서도 성능을 유지하는 간결하고 해석 가능한 예측 모델을 개발했음을 보여줍니다.
ED-TRIAGE-AGENT: A FRAMEWORK FOR HUMAN-AI COLLABORATIVE EMERGENCY TRIAGE
이 논문은 고도의 인지 부하와 시간적 압박 하에서 응급실 분류 (ESI) 를 지원하기 위해 환자 접수부터 임상적 추론이 포함된 협동적 평가까지의 전 과정을 자동화하고 의사의 자율성을 보장하는 다중 에이전트 AI 프레임워크인 'ED-Triage-Agent'를 제안합니다.
A deterministic safety pipeline for therapeutic AI in elderly assisted living
이 논문은 노년층 요양 시설의 정신 건강 위기 대응을 위해 기존 다중 에이전트 오케스트레이션을 대체하고 구조적 불변성을 통해 100% 위기 회수율과 결정론적 안전성을 보장하는 '릴로 엔진 (Lilo Engine)'이라는 5 계층 치료 파이프라인을 설계하고 벤치마크 평가한 결과를 제시합니다.
Understanding Comorbidities in Hypermobile Ehlers-Danlos Syndrome: Could a Viral Infection Unmask the Disorder?
미국 1,900 만 명 이상의 환자 데이터를 분석한 이 연구는 과다관절형 에를러스 - 단로스 증후군 (hEDS) 환자가 코로나 19 감염 후 장기 후유증 (Long COVID) 에 걸릴 위험이 유의미하게 높으며, 바이러스 감염이 기존에 간과되던 hEDS 증상을 드러내는 계기가 될 수 있음을 시사합니다.
Collaborative large language models (LLMs) are all you need for screening in systematic reviews
이 연구는 GPT-4 와 Claude-3-Sonnet 과 같은 대형 언어 모델 (LLM) 을 협력적으로 활용하면 체계적 문헌고찰의 선별 과정에서 인간 검토자의 작업을 약 63.5% 절감하면서도 99.9% 의 정밀도와 98.5% 의 재현율을 달성할 수 있음을 보여줍니다.
Comparing AI and Human Coding of NIH Grant Abstracts to Identify Innovations in Opioid Addiction Treatment
본 연구는 ChatGPT-4.0 이 인간 코더보다 아편류 중독 치료 혁신을 식별하고 설명하는 데 있어 더 높은 깊이와 관련성을 보였으며, 이는 LLM 이 질적 연구 평가의 효율성과 품질을 향상시킬 수 있음을 시사합니다.
Sino-US-DrugQA: A Benchmark for Evaluating Large Language Models in Cross-Jurisdictional Pharmaceutical Regulation
이 논문은 미국 FDA 와 중국 NMPA 의 규제 요구사항을 비교 분석하는 대규모 언어 모델 (LLM) 의 성능을 평가하기 위해 11,871 개의 다중 선택형 질문으로 구성된 이중 언어 벤치마크 'Sino-US-DrugQA'를 소개하고, 현재 LLM 들이 단일 관할권 질의에는 유용하지만 관할권 간 비교 추론에서는 한계를 보임을 규명했습니다.
Outcome Risk Modeling for Disability-Free Longevity: Comparison of Random Forest and Random Survival Forest Methods
ASPREE 임상시험 데이터를 활용한 본 연구는 시간 의존적 결과를 예측할 때 생존 분석을 고려한 랜덤 서바이벌 포레스트 (RSF) 가 기존 랜덤 포레스트 (RF) 보다 우수한 분별력이나 보정 능력을 보이지 않았으며, 두 모델의 예측 정확도가 유사함을 보여주었습니다.
Multi-Model Clinical Validation of an AI-Powered Biomarker Analysis Framework: A Cross-Vendor Benchmark on 4,018 NHANES Patients
본 연구는 4,018 명의 NHANES 환자를 대상으로 한 교차 벤더 벤치마크를 통해, 표준화된 프롬프트 기반 프레임워크가 다양한 LLM 에서 임상 등급의 정확도를 유지하여 벤더에 구애받지 않는 AI 기반 임상 시스템의 실현 가능성을 입증했습니다.
ChatGPT with Mixed-Integer Linear Programming for Precision Nutrition Recommendations
이 논문은 대규모 언어 모델 (LLM) 과 혼합 정수 선형 계획법 (MILP) 을 결합하여 영양 정확성과 개인화, 실용성을 모두 갖춘 정밀 영양 추천 시스템을 개발하고, 기존 단일 모델보다 우수한 성능을 입증했습니다.
Combining phenotypic similarity and network propagation to improve performance and clinical consistency of rare disease diagnosis
이 논문은 희귀질환의 진단 정확도와 임상적 일관성을 향상시키기 위해 환자 표현형 유사성과 네트워크 전파를 결합한 계산 파이프라인을 개발하여, 기존 방법보다 진단 후보를 더 효과적으로 선별하고 임상적으로 일관된 감별진단 가설을 제시함을 보여줍니다.
Linguistic Effects of Ambient AI on Clinical Documentation: A Matched Pre-Post Study
본 연구는 말뭉치 기반 AI 문서화 시스템이 임상 기록의 언어적 구조와 복잡성에 vendor 와 기록 섹션에 따라 상이한 영향을 미치며, 효율성 평가뿐만 아니라 의사소통과 임상 추론 등 광범위한 영향에 대한 고려가 필요함을 보여줍니다.
Sleep chart of biological aging 1 clocks in middle and late life
이 연구는 영국 바이오뱅크 데이터를 기반으로 6.4~7.8 시간의 수면이 다양한 장기 및 오믹스 데이터에서 최적의 생물학적 노화 지표를 보이며, 6 시간 미만 또는 8 시간 초과 수면이 전신 질환 위험과 사망률을 높이는 U 자형 관계를 확인함으로써 수면 최적화가 건강한 노화와 수명 연장에 중요함을 시사합니다.
Representation Before Retrieval: Structured Patient Artifacts Reduce Hallucination in Clinical AI Systems
이 논문은 임상 AI 시스템에서 기존 검색 기반 생성 (RAG) 이 오히려 환각을 증가시키는 반면, 다양한 환자 데이터를 구조화된 아티팩트로 표현하고 검증 에이전트를 도입하는 방식이 사실적 정확도와 안전성을 획기적으로 개선함을 입증했습니다.
Disentangling physiological heterogeneity in retinal aging using a deep learning-based biological age framework
이 논문은 대규모 안저 이미지를 기반으로 한 심층 학습 프레임워크를 개발하여 안구의 생물학적 나이를 정밀하게 추정하고, 노화 과정의 생리적 이질성과 전신 건강 상태 간의 연관성을 해석 가능한 다차원적 방식으로 규명했습니다.
Development and validation of an algorithm to identify front-line clinicians using EHR audit log data
이 연구는 전자의무기록 (EHR) 감사 로그 데이터를 활용하여 입원 환자별 주 담당 임상진을 식별하는 알고리즘을 개발하고, 수동 차트 검토와 비교하여 91% 의 높은 정확도로 검증했음을 보고합니다.