193 편의 논문
이 논문은 카리브해, 중앙 및 남미 HIV 역학 네트워크 (CCASAnet) 의 6 개 기관 데이터를 활용하여 연방 학습 (Federated Learning) 이 환자 데이터 공유 없이도 개별 기관 모델보다 우수한 성능을 내며 중앙 집중식 모델에 버금가는 HIV 임상 예측 모델을 구축할 수 있음을 입증했습니다.
이 연구는 심부전 환자 249 명을 대상으로 한 180 일간의 모니터링을 통해 Fitbit 등 웨어러블 기기에서 수집된 보행 수 감소와 휴식 시 심박수 증가 등의 생리학적 데이터가 입원 위험을 조기에 식별하는 데 효과적임을 입증했습니다.
이 논문은 영국 남동부 런던의 정신건강 진료 기록에서 다양한 형태의 폭력과 관련된 정보를 추출하고 분류하기 위해 다중 레이블 BERT 모델을 활용한 자연어 처리 애플리케이션을 개발하여, 기존 연구보다 폭력 식별 성능을 크게 향상시켰음을 보고합니다.
이 논문은 중앙 집중형 데이터 공유 없이도 가상 풀링 (Virtual Pooling) 기술이 데이터 전처리부터 통계 분석 및 인과 추론까지의 전체 연구 워크플로우를 정확히 수행하여 기존 다기관 연구 결과를 완벽하게 재현할 수 있음을 입증했습니다.
본 연구는 UK Biobank 데이터를 기반으로 개발한 AI 기반 심전도 (ECG) 생물학적 연령과 실제 연령의 차이 (Age Gap) 가 심혈관 질환 위험을 효과적으로 예측하는 디지털 바이오마커로 활용될 수 있음을 입증했습니다.
이 논문은 분석상의 문제를 발견하여 저자들이 철회했으므로, 해당 연구는 인용되지 않아야 합니다.
이 논문은 FDA 의 AI 기반 의료 소프트웨어 가이드라인을 바탕으로 의미적 및 내부적 차원을 정량화하여 대규모 언어 모델 (LLM) 의 반복성과 재현성을 평가하는 통계적 프레임워크를 개발하고, 다양한 프롬프트 전략과 데이터셋을 통해 이를 검증했습니다.
본 연구는 442 명의 성인을 대상으로 한 12 개월 분석을 통해, 웨어러블 기기에서 도출된 심혈관 연령이 수면 효율, 수면 시간, 일일 걸음 수 및 체질량 지수 (BMI) 와 같은 독립적인 생활 습관 요인과 유의미하게 연관되어 있으며, 시간이 지남에 따라 생리학적 변화를 추적할 수 있음을 입증했습니다.
케냐의 저자원 신생아 진료 환경에서 국가 프로토콜에 부합하도록 설계된 인간 감독형 대규모 언어 모델 기반 임상 의사결정 지원 시스템 (AIFYA) 이 높은 사용자 수용도와 전문가 평가 일치도를 보이며 성공적으로 구현되었음을 실증한 초기 평가 연구입니다.
이 논문은 1,000 건의 합성 임상 기록을 활용한 대규모 시뮬레이션을 통해, 높은 진단 정확도에도 불구하고 불완전한 정보 입력 시 필수 검사를 누락하거나 위험한 triage 결정을 내리는 등 대형 언어 모델의 치명적인 안전성 결함과 성별 편향이 드러났음을 보고합니다.
이 연구는 전자의무기록 (EHR) 도입 시 발생할 수 있는 부정적 영향을 완화하기 위한 다학제적 대응 전략을 개발·적용한 결과, 대부분의 문제가 효과적으로 해결됨을 확인함으로써 성공적인 보건기술 프로젝트 수행을 위한 효과적인 거버넌스와 체계적인 실행의 중요성을 강조합니다.
이 논문은 5 만 건 이상의 가정용 수면 데이터로 학습된 'SleepJEPA'라는 기초 수면 표현 모델을 통해 수면 장애와 심혈관, 대사, 신경계 질환 등 10 가지 질환의 장기적 발병 위험을 정확하게 예측하고 수면 단계 및 기면증 등을 평가할 수 있음을 제시합니다.
이 논문은 오픈 건강 데이터가 연구비 규모와 무관하게 약 10 배의 간접 인용 확대 효과를 창출하지만, 저소득국 연구자의 참여와 성별 불평등 등 구조적 격차는 데이터 접근성 정책만으로는 해결되지 않음을 보여줍니다.
이 논문은 나이지리아에서 건강 AI 시스템의 벤더 보고 성능이 실제 현장 성능보다 현저히 과장되어 심각한 환자 피해와 불평등을 초래했음을 실증적으로 규명하고, 의약품 4 상 감시와 유사한 의무적 독립 검증 시스템의 도입을 강력히 주장합니다.
이 논문은 장기 사망률 위험과의 비선형적 연관성을 반영하여 개발된 새로운 생물학적 나이 측정 지표인 'NiaAge'가 기존 생물학적 나이 모델보다 사망률 및 신체·인지 건강 예측에서 더 뛰어난 성능을 보임을 NHANES 데이터를 통해 입증했습니다.
'All of Us' 연구 프로그램의 대규모 데이터를 활용하여 정신 건강과 심대사 질환 예측에 사회적 결정 요인과 인구통계학적 요인이 미치는 영향을 분석한 결과, 정신 건강은 스트레스나 차별 같은 경험적 요인이, 심대사 질환은 인구통계학적 및 구조적 요인이 더 중요한 예측 변수임을 규명하고 질환별 맞춤형 사회적 개입의 필요성을 제시했습니다.
이 논문은 심부전 환자를 대상으로 한 미국 MIMIC-IV 코호트와 모든 중환자를 대상으로 한 스위스 HiRID 코호트에서 각각 검증된 '집중 기록 지수 (IDI)'가 문서화 시간의 정밀도 (15 시간 대 1.2 분) 에 따라 예측 성능 (AUROC 0.65 대 0.91) 에 큰 차이를 보이며, 생리학적 측정 없이도 중환자실 사망률 예측에 유효한 보완적 지표임을 입증했습니다.
본 연구는 소셜 미디어 기반의 환자 담론을 반영하여 개발된 디지털 자기 관리 플랫폼 '장건강'이 한국 국민건강보험 데이터를 통해 분석된 결과, 과민성 대장증후군으로 인한 응급실 방문 및 입원율을 유의하게 감소시켰음을 보여줍니다.
이 연구는 14 개의 코크란 리뷰를 분석하여 Ovid MEDLINE 에서 민감도 극대화 필터보다 민감도 및 정밀도 극대화 필터가 검색 부담을 83% 줄이면서 적격 기록을 거의 놓치지 않아 (95.9% 회수) 더 효율적임을 입증했습니다.
이 논문은 존스홉킨스 병원의 병리 보고서 670 건을 대상으로 LLM 기반의 Brim Analytics 와 온톨로지 기반의 DeepPhe 를 비교한 결과, Brim Analytics 이 췌장암과 유방암 모두에서 높은 정확도와 처리 속도를 보여 자동화된 암 등록 데이터 추출에 효과적임을 입증했습니다.