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.
📄 Category
health informatics
193 편의 논문
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.
OCR-Mediated Modality Dominance in Vision-Language Models: Implications for Radiology AI Trustworthiness
본 논문은 의료 영상 내 텍스트가 시각적 증거보다 우선하여 진단 신뢰성을 무너뜨리는 OCR 매개 모달리티 지배 현상을 규명하고, 프롬프트 수준의 방어만으로는 충분하지 않으므로 임상 적용 전 시스템 차원의 안전 장치가 필수적임을 강조합니다.
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.
Fully Automated Systematic Review Generation via Large Language Models: Quality Assessment and Implications for Scientific Publishing
이 논문은 인간 개입 없이 대규모 언어 모델을 활용해 체계적 문헌고찰을 자동 생성하는 파이프라인의 기술적 실현 가능성과 높은 문체 품질을 입증하는 동시에, 환각 현상 완화 전략의 필요성, 정보 폭의 제한, 그리고 전문가들의 인식 편향과 같은 중대한 한계와 학술 출판에 대한 시사점을 제시합니다.
Handling onset age inconsistencies in longitudinal healthcare survey data
이 논문은 캐나다 파트너십 포 투모로우즈 헬스 데이터를 활용하여 종단적 의료 설문조사에서 발생하는 자기 보고식 발병 연령 불일치를 해결하기 위해 신뢰도 점수 기반의 계층화 방법과 베이지안 보정 기법을 제안하고, 두 방법 모두 생물학적 관련성 강화 및 예측 성능 향상에 효과적임을 입증했습니다.
Machine Learning Analysis of User Sentiments in Tinnitus Management Apps
본 연구는 2015 년부터 2025 년까지 84 개 이명 관리 앱의 34 만여 건의 리뷰를 그래프 신경망 기반의 감성 분석 모델로 분석하여 치료 기능에 대한 긍정적 평가와 가격, 광고, 기술적 안정성에 대한 부정적 피드백을 규명함으로써 개발자와 임상가에게 앱 개선 및 추천을 위한 실용적 통찰을 제공했습니다.
Randomized Trial Protocol: Epic Generative AI Chart Summarization Tool to Reduce Ambulatory Provider Cognitive Task Load
이 논문은 다양한 외래 진료 분야에서 Epic 의 생성형 AI 차트 요약 도구 접근이 의사의 인지적 업무 부하를 줄이는지 평가하기 위해 수행된 3 개월 간의 무작위 대조 시험 프로토콜을 제시합니다.
Clinicians' Rationale for Editing Ambient AI-Drafted Clinical Notes: Persistent Challenges and Implications for Improvement
본 연구는 임상가들이 환경형 AI 가 생성한 진료 기록 초안을 수정하는 주된 동기가 임상적 정확성 향상, 법적 리스크 감소, 그리고 청구 기준 충족에 있으며, 이를 개선하기 위해서는 벤더, 기관, 임상가의 협력과 맞춤형 기술 개발이 필요함을 시사합니다.
Agentic Trial Emulation to Learn Health System-specific Drug Effects At Scale
이 논문은 자율 에이전트 워크플로우를 통해 대규모로 수행된 EHR 기반 시험 모의 실험에서 관찰된 RCT 결과와의 편차를 학습 가능한 시스템 고유 특성으로 간주하고, 베이지안 계층 모델을 적용하여 이러한 편차를 보정함으로써 의료 시스템별 약물 효과를 대규모로 정확하게 추정하는 새로운 프레임워크를 제시합니다.
CardioPulmoNet: Modeling Cardiopulmonary Dynamics for Histopathological Diagnosis
이 논문은 제한된 데이터 환경에서 조직병리학적 진단을 위해 생리학적 결합 개념을 도입한 CardioPulmoNet 아키텍처를 제안하며, 이 모델이 안정적이고 해석 가능한 특징 학습을 통해 기존 사전 학습 모델과 유사하거나 우수한 성능을 보임을 입증했습니다.
ADVANCED ARTIFICIAL INTELLIGENCE ENABLED METHODS FOR EARLY DETECTION OF NON-ALCOHOLIC FATTY LIVER DISEASE AND ASSOCIATED HEALTH RISKS
이 논문은 XGBoost 알고리즘과 SHAP 기반의 설명 가능한 AI 를 활용하여 비알코올성 지방간 질환 (NAFLD) 과 관련 합병증을 비침습적이고 비용 효율적으로 조기 예측할 수 있는 해석 가능한 2 단계 머신러닝 파이프라인을 제안하고 있습니다.
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.
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.