Sentiment in Clinical Notes: A Predictor for Length of Stay?
본 연구는 임상 기록의 감정 분석이 입원 기간 예측에 미미한 상관관계만 보인 반면, 대규모 언어 모델을 활용한 직접적인 입원 기간 추정이 더 강력한 예측력을 입증했음을 보여줍니다.
📄 Category
health informatics
193 편의 논문
Runtime Anomaly Detection and Assurance Framework for AI-Driven Nurse Call Systems
이 논문은 의료 환경의 지연 민감성과 안전성 요구사항을 충족하면서도 복잡한 딥러닝 모델 없이도 경량 Isolation Forest와 재현 가능한 오픈 소스 프레임워크를 통해 AI 기반 간호호출 시스템의 런타임 이상을 탐지하고 신뢰성을 보장하는 방안을 제시합니다.
Falsification Testing of Sepsis Prediction Models: Evaluating Independent Biological Signal After Controlling for Care-Process Intensity
본 연구는 MIMIC-IV 와 같은 단일 고도 의료기관 데이터에서 패혈증 예측 모델이 실제 생물학적 신호를 탐지하며, 의료 과정 강도 (care-process intensity) 가 주된 성능 요인이 아님을 확인했으나, 임상적 정의와 행정적 코딩 (CMS SEP-1) 간의 체계적인 불일치가 모든 데이터셋에서 발견되어 규제 보고 및 AI 벤치마크의 유효성에 중대한 시사점을 제공한다는 결과를 제시합니다.
Removing animal and nonhuman records in Ovid Embase: A comparison of 11 filters
이 연구는 Ovid Embase 에서 동물 및 비인간 기록을 제거하기 위해 사용되는 11 가지 필터의 성능을 3,000 건의 레코드로 평가하여 민감도와 특이도를 비교하고, 필터 선택 시 연구 주제와 기록 유형에 따른 차이를 고려해야 함을 강조했습니다.
Context-Aware Emergency Department Triage Using Pairwise Comparisons and Bradley-Terry Aggregation
이 논문은 브래들리-테리 모델을 활용한 쌍대 비교 기반의 LLM 순위 결정 방식이 기존 응급실 분류 체계 (ESI) 보다 위중도 예측 성능이 우수할 뿐만 아니라, 지역별 학습 데이터 없이도 외부 사이트에서 일관된 안정성을 유지하여 지도학습 기반 모델과 유사한 성능을 보임을 입증했습니다.
Artificial Intelligence for Automated, Highly Accurate, and Scalable Multimodal EHR Data Abstraction
이 논문은 자연어 처리 및 앙상블 학습 기반의 AI 파이프라인을 개발하여 다중 모달 전자의무기록 (EHR) 데이터에서 임상 레지스트리 정보를 자동 추출함으로써 수작업 부담을 크게 줄이면서도 99% 이상의 높은 정확도를 달성했음을 보여줍니다.
Persistent Proxy Discrimination in HIV Testing Prediction Models: A National Fairness Audit of 386,775 US Adults
이 연구는 HIV 검사와 같이 질병 부담이 인구집단 간에 다른 임상적 맥락에서 인구통계학적 균등성 (demographic parity) 을 강제하는 것이 고위험군의 선별 검사를 감소시켜 오히려 불공정을 초래할 수 있음을 보여주며, 의료 분야 공정한성 평가에는 필요에 부합하는 지표 (예: 동등한 기회, 보정) 를 사용해야 함을 주장합니다.
WITHDRAWN: Determinants of Digital Health Technology Acceptance Among Healthcare Caregivers: A Structural Equation Modeling Approach
이 논문은 허위 정보로 제출되었음을 이유로 medRxiv 에서 철회되었으므로, 의료 간병인의 디지털 건강 기술 수용 결정 요인에 대한 구조 방정식 모델링 연구는 더 이상 유효하지 않습니다.
WITHDRAWN: Causal Effects of Natural Language Processing-Enhanced Clinical Decision Support on Early Cognitive Impairment Detection: A Propensity Score Analysis Using Inverse Probability of Treatment Weighting
이 논문은 허위 정보로 제출되어 medRxiv 에서 철회된 바 있으며, 따라서 자연어 처리 기반 임상 의사결정 지원이 경도 인지 장애 조기 발견에 미치는 인과적 영향에 대한 분석 내용은 더 이상 유효하지 않습니다.
WITHDRAWN: Blockchain-Enabled Health Information Exchange Efficiency Across South Korean Hospital Networks: A Stochastic Frontier Analysis with Bayesian Model Averaging
본 연구는 한국 병원 네트워크 247 개를 대상으로 스토캐스틱 프론티어 분석과 베이지안 모델 평균화를 적용한 결과, 블록체인 기반 건강정보교환 (HIE) 시스템이 기존 플랫폼 대비 기술적 효율성을 유의미하게 향상시킨다는 실증적 증거를 제시합니다.
WITHDRAWN: The Causal Impact of Natural Language Processing-Driven Clinical Decision Support on Sepsis Mortality in England: An Augmented Synthetic Control Analysis of NHS Trust-Level Data
이 논문은 허위 정보로 제출되어 medRxiv 에서 철회된, 자연어 처리 기반 임상 의사결정 지원이 영국 NHS 신뢰 수준의 패혈증 사망률에 미치는 인과적 영향을 분석한 연구입니다.
WITHDRAWN: Longitudinal Impact of NLP-Augmented Clinical Decision Support on Cognitive Decline Detection in German Geriatric Primary Care: A Dynamic Panel Data Analysis Using System GMM Estimation
이 논문은 허위 정보로 인해 medRxiv 에서 철회된, 독일 노인 일차 진료에서 NLP 기반 임상 의사결정 지원이 인지 기능 저하 감지에 미치는 종단적 영향을 분석한 연구입니다.
Reward-Guided Generation Improves the Scientific Utility of Synthetic Biomedical Data
이 논문은 회귀 모델의 계수와 예측을 실제 데이터와 일치하도록 유도하는 강화 학습 기반 생성 모델 'RLSYN+REG'를 제안하여, 기존 방법보다 합성 데이터의 과학적 유효성과 예측 성능을 크게 향상시키면서도 데이터 충실도와 프라이버시를 유지함을 입증했습니다.
Predicting cognitive impairment using novel functional features of spatial proximity and circularity in the digital clock drawing test
본 연구는 프레이밍햄 심장 연구의 3,415 명 데이터를 활용하여 디지털 시계 그리기 검사 (dCDT) 의 공간적 근접성과 원형성 관련 새로운 함수형 특징이 기존 요약 특징과 유사한 예측력을 보이며 인지 장애 조기 발견에 기여할 수 있음을 입증했습니다.
Ollivier Ricci Curvature as a Geometric Biomarker for Biomedical Networks: From Ontology to Comorbidity Aging Trajectories
이 논문은 오를리에 리치 곡률을 정량적 기하학적 생체표지자로 활용하여 의학 온톨로지, 노화에 따른 다발성 질환 네트워크, 뇌 기능 연결성 및 생물학적 상호작용 네트워크의 구조적 특성을 분석하고, 이를 통해 다양한 생물의학 네트워크가 공통적으로 삼각형이 풍부한 구형 연결성을 선호함을 입증함과 동시에 모든 핵심 수학적 주장을 Lean 4 를 통해 기계적으로 검증했습니다.
Comparative Evaluation of Logistic Regression and Gradient Boosting Models for Influenza Outbreak Early-Warning Using U.S. CDC ILINet Surveillance Data (2010-2025)
본 연구는 2010 년부터 2025 년까지의 미국 CDC ILINet 감시 데이터를 활용하여 로지스틱 회귀와 XGBoost 모델을 비교 분석한 결과, 두 모델 모두 국가 인플루엔자 유행 주기를 높은 정확도로 조기에 탐지할 수 있음을 입증했습니다.
Self-Reported Side Effects of Semaglutide and Tirzepatide in Online Communities
본 연구는 2019 년 5 월부터 2025 년 6 월까지의 레딧 게시물을 분석하여 세마글루타이드와 티르제파타이드의 실제 사용 시 임상 시험 데이터에서 포착되지 않았던 위장관 증상뿐만 아니라 생식 및 체온 조절 관련 부작용 신호를 발견함으로써, 소셜 미디어 분석이 약감시를 보완할 수 있음을 시사합니다.
Decoupling Reasoning and Reward: A Modular Approach for Stable Alignment of Small Clinical Language Models
이 논문은 소규모 임상 언어 모델의 학습 불안정성과 객관적 충돌 문제를 해결하기 위해 추론 감독과 보상 조정을 분리된 모듈식 어댑터 기반 프레임워크로 해체함으로써, 정확성과 감사 가능성을 유지하면서 프라이버시 보호가 가능한 안정적인 정렬을 가능하게 하는 방법을 제안합니다.
The Orphanet Nomenclature and Classification of rare diseases: a standard terminology for improved patient recognition and data interoperability
이 논문은 희귀질환의 표준화된 명칭 및 분류 체계인 Orphanet 의 내용, 생산 및 업데이트 방법론, 그리고 다른 의료 용어와의 매핑 현황을 제시함으로써 희귀질환의 정확한 식별과 데이터 상호운용성을 강화하여 환자 인식과 보건의료 정책 개선을 도모함을 보여줍니다.
GLOW UP Study: Protocol for an Observational Digital Biomarker Study for Prediabetes Screening and Digital Phenotyping
이 논문은 스위스에서 45 세 이상 비만 성인을 대상으로 웨어러블 기기와 스마트폰을 활용한 디지털 바이오마커를 통해 prediabetes(전당뇨병) 선별 및 디지털 표현형 분석의 타당성을 검증하고 개인별 대사 이상 예측 인자를 규명하기 위해 설계된 관찰 연구 (GLOW UP) 의 프로토콜을 제시합니다.