Understanding Clinician Edits to Ambient AI Draft Notes: A Feasibility Analysis Using Large Language Models
이 논문은 대규모 언어 모델 (LLM) 을 활용한 프롬프트 엔지니어링이 의료진과 AI 간 문서 수정 유형 분류에 부분적으로 유효하나, 복잡한 맥락 의존적 범주의 경우 인간 검토를 위한 선별 도구로 활용하는 것이 적절함을 실증적으로 분석했습니다.
📄 Category
health informatics
156 편의 논문
건강 정보학은 방대한 의료 데이터를 수집하고 분석하여 환자 치료와 공중보건 정책의 개선에 기여하는 핵심 분야입니다. 복잡한 임상 기록부터 유전체 정보에 이르기까지 다양한 정보를 체계화함으로써 더 빠르고 정확한 의료 결정을 내릴 수 있도록 돕는 것이 이 분야의 목표입니다.
Gist.Science 는 이 분야에서 매일 medRxiv 에 게시되는 최신 연구들을 직접 확인하며, 새로운 프리프린트 논문이 나올 때마다 즉시 처리합니다. 우리는 각 논문에 대해 전문적인 기술적 요약과 일반인도 쉽게 이해할 수 있는 쉬운 설명을 모두 제공하여, 연구 결과의 본질을 빠르고 명확하게 전달하고자 합니다.
아래에는 건강 정보학 분야의 최신 연구 논문들이 정리되어 있으니, 최신 의학 데이터의 흐름을 확인해 보시기 바랍니다.
Artificial Intelligence in Healthcare: 2025 Year in Review
이 논문은 2025 년 의료 AI 연구가 학술지 게재량 급증과 고전적 머신러닝에서 멀티모달 파운데이션 모델로의 전환을 통해 실용적 성숙 단계에 진입했음을 보여주며, 특히 영상 분야를 중심으로 임상 현장의 복잡성을 반영하는 다중 모달 모델의 확산이 가속화되고 있음을 분석합니다.
Does the type of publisher response to integrity concerns influence subsequent citations? A cohort study.
이 코호트 연구는 저널이 연구 부패에 대해 발행하는 편집자 성명서 (편집자 공지, 우려 표명, 철회 등) 의 유형이 해당 논문의 인용률 감소에 통계적으로 유의미한 차이를 보이지 않으며, 대조군 논문의 자연스러운 인용 감소 추이와도 차이가 없음을 보여주었습니다.
A Governance-Driven, Real-World Data-Calibrated Health Informatics Framework for Longitudinal Utilization Forecasting in Oncology and Complex Chronic Conditions
이 논문은 정적 시장 점유율 가정에 의존하는 기존 접근법의 한계를 극복하고, 실제 임상 데이터와 거버넌스 기반의 환자 흐름 모델을 통합하여 종양학 및 만성 질환의 장기적 의료 이용을 보다 정확하게 예측하는 새로운 건강 정보학 프레임워크를 제안합니다.
On the robustness of medical term representations in locally deployable language models
본 연구는 15 개의 온프레미스 배포 가능 대규모 언어 모델을 분석한 결과, 모델의 크기나 의료 특화 파인튜닝이 임상적 견고성을 보장하지 않으며, 용어의 복잡성과 하위 도메인에 따른 성능 변동을 고려한 구체적인 검증이 안전 배포에 필수적임을 밝혔습니다.
Care Plan Generation for Underserved Patients Using Multi-Agent Language Models: Applying Nash Game Theory to Optimize Multiple Objectives
이 연구는 메디케이드 환자 관리에서 다중 에이전트 언어 모델을 내시 게임 이론으로 조정하여 안전성과 효율성을 향상시켰으나, 형평성 개선은 명시적인 설계 노력이 필요함을 입증했습니다.
Impact of an ambient digital scribe on typing and note quality: the AutoscriberValidate study
AutoscriberValidate 연구는 의료진이 EHR 입력 시 자동 디지털 비서인 'Autoscriber'를 사용하면 타이핑 부하가 줄어들고 의학적 기록의 오류가 감소하여 전반적인 업무량과 기록 품질이 개선됨을 입증했습니다.
Patient Attitudes Toward Artificial Intelligence in Jordanian Healthcare: A Cross-Sectional Survey Study
본 연구는 요르단 환자 500 명을 대상으로 한 설문 조사를 통해 의료 인공지능에 대한 수용도가 교육 수준과 디지털 역량에 따라 달라지며, 환자들은 AI 가 의사를 대체하기보다 보조하는 형태로 투명하고 인간 중심적인 방식으로 도입될 때 가장 긍정적인 태도를 보임을 밝혔습니다.
Data-Driven Hybrid Model of SARIMA-CNNAR For Tuberculosis Incidence Time Series Analysis in Nepal
이 논문은 네팔의 결핵 발생률 예측을 위해 선형 계절성 모델링과 비선형 패턴 인식을 결합한 SARIMA-CNNAR 하이브리드 모델을 개발하여 기존 단일 모델 및 최신 알고리즘보다 우수한 정확도를 입증하고, 이를 통해 자원 배분 및 공중보건 계획 수립을 지원할 수 있음을 제시합니다.
MedOS: AI-XR-Cobot World Model for Clinical Perception and Action
이 논문은 추상적인 임상 추론과 물리적 개입을 연결하는 MedOS 라는 AI 기반 세계 모델을 소개하며, 이 시스템이 복잡한 임상 작업을 자율적으로 수행하고 의료 전문가 간의 격차를 해소하여 인간 직관과 기계 지능이 공진화하는 새로운 임상 개입 패러다임을 제시함을 보여줍니다.