1. 문제 정의 (Problem)

의료 데이터 통합 및 상호운용성을 위해 HL7 FHIR(Fast Healthcare Interoperability Resources) 표준이 널리 사용되고 있습니다. 그러나 비정형화된 임상 노트 (Free-form Clinical Notes) 를 FHIR 리소스로 자동 변환하는 작업은 다음과 같은 어려움이 존재합니다.

• 기존 접근법의 한계: 기존의 자동화 시도들은 주로 제한된 작업에 국한되거나, 모듈식 접근법과 지시 튜닝 (Instruction Tuning) 이나 제약 디코딩 (Constrained Decoding) 을 적용한 LLM 에 의존합니다.
• 일반화 및 구조적 불일치: 이러한 솔루션들은 일반화 능력이 부족하고, 생성된 FHIR 문서가 표준 스키마를 엄격하게 준수하지 못해 구조적 오류가 빈번하게 발생합니다.
• 복잡한 임상 문맥: 의료 도메인은 모호성이 많고, FHIR 스키마 자체가 복잡하여 단순한 텍스트 추출만으로는 정확한 의미론적 매핑이 어렵습니다.

2. 방법론 (Methodology: Infherno)

저자들은 Infherno라는 이름의 엔드 - 투 - 엔드 (End-to-End) 에이전트 기반 프레임워크를 제안합니다. 이는 LLM 에이전트, 코드 실행, 그리고 의료 용어 데이터베이스 도구를 결합하여 비정형 텍스트를 FHIR 리소스로 변환합니다.

핵심 구성 요소

1. ReAct 기반 에이전트 아키텍처:

   • Thought-Code-Observation 사이클을 따릅니다. 에이전트는 주어진 임상 노트를 분석하고, 필요한 정보를 추출하며, 외부 도구를 호출하여 검증합니다.
   • Smolagents 라이브러리를 사용하여 Python 코드 실행을 통한 다단계 추론을 지원합니다.

2. 용어 검색 및 표준화 (Terminology Search):

   • SNOMED CT 및 FHIR ValueSet 과 같은 외부 의료 용어 서버에 연결됩니다.
   • 에이전트는 임상 용어 (예: "위통", "구토") 를 검색하여 표준 코드 (Code) 와 시스템 (System) 을 자동으로 찾아 FHIR CodeableConcept 에 매핑합니다.

3. 코드 기반 데이터 생성 (Structured Data as Code):

   • 단순히 JSON 문자열을 생성하는 대신, fhir.resources Python 모듈을 사용하여 객체 지향 방식으로 FHIR 인스턴스를 생성합니다.
   • 장점: 코드 실행 단계에서 문법적/구조적 오류를 조기에 발견하고 수정할 수 있으며, 순수 JSON 생성 방식보다 스키마 준수율이 높습니다.

4. 출력 포맷팅:

   • 생성된 모든 FHIR 리소스 (환자, 상태, 약물 등) 를 하나의 FHIR Bundle로 집계하여 최종 JSON 출력으로 반환합니다.

5. 인터페이스:

   • Gradio 기반의 프론트엔드를 제공하며, 사용자가 임상 노트를 입력하면 에이전트의 사고 과정 (Thought), 도구 호출 (Tool Call), 관찰 (Observation) 을 실시간으로 확인할 수 있습니다.

3. 주요 기여 (Key Contributions)

1. 엔드 - 투 - 엔드 구현: LLM 에이전트, SNOMED CT 통합, FHIR 스키마 검증을 포함한 텍스트 - 투 - FHIR 변환의 완전한 파이프라인을 구축했습니다.
2. 포괄적인 평가: 실세계 데이터 (n2c2 2018 챌린지) 와 합성 데이터 (Synthetic Data) 를 모두 사용하여 다양한 상용 및 오픈소스 LLM 에 대해 정량적 및 정성적 오류 분석을 수행했습니다.
3. 실용적 데모: 로컬 및 API 기반 최신 LLM 을 모두 지원하는 경량 데모 애플리케이션을 공개하여 임상 데이터 통합 프로세스의 상호운용성을 입증했습니다.

4. 실험 결과 (Results)

실험은 n2c2 데이터셋 (실제 EHR 기반) 과 합성 데이터셋 (German discharge letters) 을 대상으로 수행되었습니다.

• 모델 성능 비교:
  • Gemini 2.5 Pro가 모든 모델 중 가장 우수한 성능을 보였습니다.
  • 정밀도 (Precision): 모든 모델이 매우 높은 정밀도 (거의 1.0) 를 보였으며, 허위 사실 (Hallucination) 은 극히 드뭅니다.
  • 재현율 (Recall): n2c2 데이터셋에서는 모델 간 편차가 컸으나, Gemini 2.5 Pro 가 가장 높은 재현율 (0.605) 을 기록했습니다. 합성 데이터 (모호성이 낮은 경우) 에서는 모든 모델이 높은 성능을 보였습니다.
• 인간 기준선 (Human Baseline) 대비 분석:
  • 1 차 항목 (Primary Items): 핵심 임상 정보 (예: Condition Code) 에 대해서는 모델과 인간 annotator 간의 일치도가 높았습니다.
  • 2 차 항목 (Secondary Items): 모호한 표현이나 부수적인 정보에서는 모델이 인간보다 더 많은 정보를 포착하거나, 반대로 인간이 놓친 세부 사항 (예: 발병 시기 추론) 을 찾아내는 경우가 많았습니다.
  • 결론: 인간 annotator 는 피로와 일관성 부족으로 인해 누락이 발생하기 쉬운 반면, 에이전트는 대용량 컨텍스트를 활용해 더 포괄적이고 일관된 구조화된 데이터를 추출할 수 있음을 보였습니다.

5. 의의 및 결론 (Significance & Conclusion)

• 상호운용성 강화: Infherno 는 비정형 임상 데이터를 표준화된 FHIR 형식으로 변환하여 병원 간 데이터 통합 및 2 차 분석 (Retrospective Analysis) 을 용이하게 합니다.
• 에이전트 접근법의 우위: 단순한 생성 모델이 아닌, 외부 도구 (용어 검색) 와 코드 실행 (검증) 을 활용하는 에이전트 방식이 복잡한 의료 도메인에서 구조적 정확성과 의미론적 일관성을 확보하는 데 필수적임을 입증했습니다.
• 한계 및 향후 과제:
  • 현재는 Patient, Condition, MedicationStatement 등 일부 리소스 타입에 국한되어 있습니다.
  • SNOMED CT 라이선스 문제 및 더 다양한 FHIR 리소스 타입 지원이 필요합니다.
  • 모호한 임상 문맥에 대한 해석의 주관성 문제는 여전히 해결 과제로 남아있습니다.

이 연구는 의료 AI 가 단순한 정보 추출을 넘어, 표준화된 형식으로 신뢰할 수 있는 데이터를 생성하는 데 있어 에이전트 기반 접근법이 강력한 해결책이 될 수 있음을 보여줍니다.