Large Language Models Across the Clinical Trial Lifecycle: A Scoping Review of Applications, Methodologies, and Validation Gaps
2023년에서 2025년 사이에 발표된 71개의 연구를 대상으로 한 본 범위 검토(scoping review)는 대규모 언어 모델이 임상 시험 모집 및 데이터 분석에 점점 더 많이 적용되고 있음에도 불구하고, 파편화된 증거, 비교 벤치마크의 부재, 그리고 불충분한 전향적 검증으로 인해 일상적인 실무로의 전환이 저해되고 있음을 보여준다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
임상 시험은 새로운 약물이나 치료법이 사람에게 안전하고 효과적인지를 결정하는 엄격하고 비용이 많이 들며 시간이 오래 걸리는 실험입니다. 약물이 약국에 도달하기 전, 연구자들은 실험의 규칙을 설계하고, 참여할 적절한 자원봉사자를 찾고, 그들을 연구 과정 전반에 걸쳐 안내하며, 마지막으로 그들이 생성한 방대한 양의 데이터를 분석하는 일련의 세심하게 통제된 단계들을 거쳐야 합니다. 수십 년 동안 이러한 단계들은 인간의 노력에 크게 의존해 왔으며, 전문가 팀이 수천 페이지의 의료 기록을 읽고, 복잡한 법적 문서를 작성하며, 환자를 적절한 연구에 매칭하는 작업을 필요로 했습니다. 최근, 이 세계에 새로운 유형의 컴퓨터 프로그램이 등장했습니다. 대규모 언어 모델(LLM)로 알려진 이 프로그램들은 방대한 양의 텍스트를 학습하여, 이전의 소프트웨어로는 불가능했던 방식으로 인간의 언어를 읽고, 쓰고, 추론할 수 있습니다. 이들은 임상 연구의 느리고 노동 집약적인 부분들을 가속화할 가능성을 제시하지만, 기술이 너무 새롭기 때문에 이러한 도구들이 정확히 어디에 사용되고 있는지, 실제로 얼마나 잘 작동하는지, 그리고 실무에 투입될 준비가 되었는지는 불분명했습니다.
한 연구팀은 2023년 1월부터 2025년 8월 사이에 임상 시험에 이러한 언어 모델을 적용한 모든 연구를 검토함으로써 이 급변하는 지형을 파악하고자 했습니다. 그들은 이 기술이 시험의 첫 구상 단계부터 최종 결과 분석에 이르기까지 어떻게 사용되고 있는지 확인하기 위해 71개의 개별 연구를 조사했습니다. 조사 결과, 이러한 모델의 사용은 빠르게 증가하고 있지만 그 양상은 불균형하다는 것이 밝혀졌습니다. 현재 이 기술은 두 가지 특정 분야에서 가장 활발하게 활용되고 있습니다. 바로 시험이 끝난 후의 데이터 분석과 시험 시작 전의 참가자 모집 지원입니다. 데이터 분석 영역에서 모델은 수천 건의 의학 논문에서 특정 사실을 추출하고, 복잡한 연구 결과를 요약하며, 보고서가 필요한 규정을 준다를 확인하는 데 사용됩니다. 모집 영역에서 모델은 복잡한 의학적 적격성 규칙을 단순한 목록으로 번역하고 환자의 기록을 적절한 연구와 매칭하는 데 도움을 줍니다. 그러나 연구진은 모델이 환자와 직접 상호작용하거나 연구의 일상적인 활동을 관리하는 등 실제 시험이 진행되는 도중에는 거의 사용되지 않는다는 점을 발견했습니다.
또한 이 검토는 이러한 컴퓨터 프로그램들이 어떻게 테스트되었는지도 면밀히 살펴보았습니다. 연구 대상 연구의 거의 절반에서 연구자들은 새로운 모델을 기존의 컴퓨터 방식과 비교했으며, 언어 모델이 더 나은 성능을 보인다는 것을 발견했습니다. 하지만 거의 그만큼 많은 연구에서 그러한 비교 자체가 이루어지지 않았으며, 이로 인해 새로운 도구가 진정으로 개선된 것인지 여부가 불투명한 상태로 남았습니다. 더 중요한 것은, 연구진이 컴퓨터의 서류상 성능과 실제 병원이나 클리닉에서의 작동 능력 사이에 상당한 격차가 있음을 발견했다는 점입니다. 약 3분의 1의 연구가 사람이 컴퓨터의 작업물을 확인하는 형태의 인간 평가를 포함했으나, 이러한 확인 작업은 종종 과거의 기록을 검토하는 사후적인 방식으로 이루어졌습니다. 모델이 제공하는 조언이 안전하고 유용한지를 확인하기 위해 실제 환자나 의사를 대상으로 실시간 테스트를 수행한 연구는 매우 드물었습니다. 인간 전문가들이 결과를 검토했을 때, 모델이 중요한 세부 사항을 놓치거나 완전히 적절하지 않은 권고를 하는 경우도 있었습니다.
이 모델들이 학습한 데이터에 관한 또 다른 중요한 발견이 있었습니다. 대부분의 연구는 인터넷에서 이용 가능한 의학 저널이나 임상 시험 등록소와 같이 이미 공개된 정보에 의존했습니다. 개인 병원의 비공개적이고 민감한 환자 기록을 사용한 연구는 극소수에 불과했습니다. 비공개 데이터가 사용되었을 때, 연구자들은 환자의 개인정보를 어떻게 보호했는지 또는 정보를 사용할 공식적인 승인을 받았는지에 대해 명확하게 설명하지 못하는 경우가 많았습니다. 이러한 명확한 보고의 부재는 이 기술이 책임감 있게 사용되고 있는지 판단하기 어렵게 만듭니다. 검토 저자들은 이러한 언어 모델이 강력한 도구로서 빠르게 확장되고 있지만, 아직 임상 시험 과정의 표준적인 부분으로서 신뢰받을 준비는 되지 않았다고 결론지었습니다. 이들이 일상적으로 사용되기 위해서는 안전성을 입증하고, 실제 환경에서 테스트하며, 사용하는 데이터가 최대한 주의 깊게 다뤄지도록 보장하는 추가적인 작업이 필요합니다. 기술은 빠르게 움직이고 있지만, 이를 뒷받침하는 근거는 아직 따라잡는 중입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.