Explainable AI for Frailty and Fall Risk Prediction in Older Adults
이 논문은 2,862 명의 고령자 코호트 데이터를 활용하여 비지도 및 지도 학습과 설명 가능한 AI 기법을 결합해 노쇠와 낙상 위험을 예측하고, 손잡이 힘 및 기능성 평가가 주요 위험 요인임을 규명함으로써 커뮤니티 기반의 실행 가능한 위험 계층화 가능성을 입증했습니다.
📄 Category
health informatics
193 편의 논문
Governing Decisions of Probability Cutoffs in Clinical AI Deployment: A Case Study of Asthma Exacerbation Prediction
이 논문은 천식 악화 예측 모델의 배포 임계값 선정이 단순한 통계적 최적화가 아닌, 임상적 유용성과 운영 현실성을 고려한 조직적 거버넌스 과정으로 접근해야 함을 사례를 통해 제시합니다.
A clinic-updated digital twin for Parkinson's disease progression: governed Bayesian forecasting with uncertainty-gated reporting
이 논문은 파킨슨병의 진행을 예측하는 임상용 디지털 트윈에 베이지안 추론과 불확실성 기반 게이트킹을 도입하여, 신뢰도 기준을 충족하지 않을 때 예측을 억제하는 '통제된 침묵' 메커니즘을 구현하고 PPMI 코호트 데이터를 통해 그 유효성과 공정성을 검증했습니다.
Precision risk assessment for pediatric hospitalization using address-level data in Cincinnati, Ohio
이 연구는 신시내티의 주소 단위 주거 및 환경 데이터를 의료 기록과 통합하여 소아 입원 위험을 정밀하게 평가하는 모델을 개발함으로써, 기존 지역 단위 분석을 넘어 표적화된 임상 및 정책 개입을 지원할 수 있는 정밀 공중보건 접근법을 제시합니다.
Limiting to English language records: A comparison of five methods on Ovid MEDLINE and Embase versus removal during screening
본 연구는 Ovid MEDLINE 및 Embase 데이터베이스에서 영어 언어 제한을 적용하는 다섯 가지 방법이 스크리닝 단계에서 비영어권 기록을 제거하는 것과 유사한 결과를 보였으나, 메타데이터 오류로 인해 일부 영어 기록이 실수로 제외될 수 있음을 확인하고, 이러한 위험을 완화하기 위해 인용 검색을 병행할 것을 제안합니다.
Aggregate benchmark scores obscure patient safety implications of errors across frontier language models
본 논문은 의료 관련 프런티어 언어 모델의 안전성을 평가할 때 단순한 집계 점수만으로는 임상적으로 의미 있는 오류의 방향성, 맥락적 편향, 위기 대응 능력 등을 포착할 수 없음을 보여주며, 모델 간 성능 이질성과 비단조적 특성을 고려한 구체적인 안전성 평가가 필요함을 강조합니다.
Exploring the Link Between Cancer Information Complexity and Understanding Medical Statistics in Online Health Information Seeking: Insights from Health Information National Trends Survey (HINTS)
2022 년 건강정보국가동향조사 (HINTS) 데이터를 기반으로 한 본 연구는 의료 통계 이해도가 낮을수록 암 관련 정보의 난이도와 품질에 대한 우려가 증가하며, 특히 소셜 미디어의 영향이 이러한 인식에 중요한 역할을 함을 규명했습니다.
From Concept to Clinic: Real World Evidence for Autonomous AI Deployment in Primary Care Telemedicine
이 논문은 미국 전역의 2,379 건 실제 진료 데이터를 기반으로 한 대규모 임상 평가에서, 안전성 게이트와 통합된 설계가 적용된 다중 에이전트 LLM 시스템이 임상 의사의 진단과Disposition(진료 방향) 을 높은 정확도로 달성했음을 입증하여, 자율적 임상 AI 의 안전하고 책임 있는 대규모 배포를 위한 실질적인 로드맵을 제시합니다.
A Web Application for Exploring Distribution in Academic Publications Across Geography and Institutions in India
이 논문은 오픈앨렉스 데이터를 기반으로 인도 내 지역 및 기관별 학술 출판 분포를 시각화하고 분석할 수 있는 오픈소스 웹 애플리케이션 'Indiapub'을 개발하여 연구 자원의 불균형을 파악하고 포용적인 연구 생태계 조성을 위한 정책 수립을 지원한다는 점을 제시합니다.
Improving Medicare Fraud Detection Accuracy in Deep Learning by Exploring Feature Selection and Data Sampling Techniques.
이 논문은 불균형 데이터와 관련 없는 특징으로 인한 한계를 극복하기 위해 데이터 샘플링과 특징 선택 기법을 결합한 딥러닝 모델을 제안하여 메디케어 사기 탐지 정확도를 95.4% 까지 향상시켰음을 보여줍니다.
When clinical prediction models do not generalize: a simulation study in liver transplantation
이 시뮬레이션 연구는 간 이식 임상 예측 모델이 개발된 인구와 다른 외부 집단에서는 성능이 저하될 수 있음을 보여줌으로써, 다양한 표적 인구에 대한 모델의 적용 가능성과 운송성을 평가하기 위한 외부 검증의 중요성을 강조합니다.
From Carb Counting to Diagnosis: Real World Patient Uses and Attitudes Toward Large Language Models in Diabetes Management
이 논문은 당뇨병 환자가 실제 생활에서 대형 언어 모델 (LLM) 을 정보 제공부터 해석, 의사결정 지원 및 정서적 지지 등 다양한 자기 관리 업무에 활용하는 방식과 태도를 분석하고, 이를 임상 시스템에 통합하기 위한 시사점과 안전 장치를 논의합니다.
From Study Design to Executable Code: Automating Target Trial Emulation with Large Language Models
이 논문은 자연어로 된 연구 설계를 표준화된 분석 사양과 실행 가능한 R 코드로 자동 변환하는 'THESEUS'라는 프레임워크를 개발하여, 관찰 연구의 기술적 장벽을 낮추고 재현성을 향상시켰음을 보여줍니다.
Joint Longitudinal-Survival Modelling of Patient-Reported Gastrointestinal Symptom Trajectories and Treatment Discontinuation in Irritable Bowel Syndrome: A Prospective Cohort Study from the Canadian Gut Project
본 연구는 캐나다 장 프로젝트의 전향적 코호트 데이터를 활용하여 공동 종단 - 생존 모델을 적용한 결과, 과민성 대장 증후군 환자의 초기 증상 심각도가 높고 증상 개선 속도가 느릴수록 치료 중단 위험이 유의미하게 증가함을 규명하여 개인별 증상 궤적 기반의 맞춤형 치료 모니터링의 중요성을 강조했습니다.
HybridNet-XR: Efficient Teacher-Free Self-Supervised Learning for Autonomous Medical Diagnostic Systems in Resource-Constrained Environments.
이 논문은 제한된 컴퓨팅 자원을 가진 환경에서 고도화된 의료 진단을 가능하게 하기 위해, 고사양 교사 모델 없이도 자체 지도 학습을 통해 효율적으로 학습하고 높은 정확도를 달성하는 경량 하이브리드 CNN 아키텍처인 HybridNet-XR 을 제안합니다.
Clinician Experiences with Ambient AI Scribe Technology in Singapore: A Qualitative Study
싱가포르 알렉산드라 병원에서 수행된 본 정성적 연구는 환자 참여 증대와 업무 부담 감소라는 잠재적 이점에도 불구하고, 정확성 문제, 다국어 지원 부재, 그리고 PDPA 와 같은 현지 규제 준수에 대한 우려 등 지속 가능한 도입을 위해 해결해야 할 과제를 규명했습니다.
Beyond AI Psychosis and Sycophancy: Structural Drift as a System-Level Safety Failure
이 논문은 대화형 AI 의 안전 평가가 개별 메시지 수준에 머무르는 한계를 지적하고, 사용자 입력이 대화 과정에서 점진적으로 확대·강화되는 '구조적 편향 (structural drift)' 현상을 자동화 도구로 조기에 탐지함으로써 AI 심증성 (psychosis) 과 같은 위험을 사전에 예방할 수 있음을 입증했습니다.
CLINPREAI: AN AGENTIC AI SYSTEM FOR EARLY POSTPARTUM DEPRESSION RISK PREDICTION FROM MULTIMODAL EHR DATA
이 논문은 텍사스 어린이 병원의 4,161 명 산모의 다중 모달 전자의무기록 (EHR) 데이터를 분석하여 산후우울증 위험을 예측하는 자율 에이전트 AI 시스템 'ClinPreAI'를 소개하고, 기존 자동화 머신러닝 및 상용 솔루션보다 우수한 성능을 입증함으로써 임상 환경에서 예측 모델 개발의 장벽을 낮추는 가능성을 보여줍니다.
Development and Validation of the Intensive Documentation Index for ICU Mortality Prediction: A Temporal Validation Study
이 연구는 MIMIC-IV 데이터베이스의 심부전 환자 26,153 명을 대상으로 한 시계열 검증을 통해, 간호 기록의 시간적 패턴을 정량화한 '집중 기록 지수 (IDI)'가 기존 임상 변수만으로는 설명되지 않는 ICU 사망률 예측 성능을 유의미하게 향상시킨다는 사실을 규명했습니다.
OpenScientist: evaluating an open agentic AI co-scientist to accelerate biomedical discovery
이 논문은 오픈소스 에이전트 AI 인 'OpenScientist'가 복잡한 생물의학 데이터에서 가설을 생성하고 분석을 수행하여 인간 연구자가 수주에서 수개월이 걸릴 작업을 분 단위로 완료하고 검증 가능한 임상 통찰력을 도출함으로써 실제 임상 연구를 가속화할 수 있음을 보여줍니다.