Automated Clinical Report Generation for Remote Cognitive Remediation:

인지 재활 치료에 대한 수요 증가와 언어치료사 부족으로 인해 원격 재활 도구의 채택이 가속화되었습니다. 이러한 시스템은 클리닉진이 효율적으로 검토하기 어려운 대량의 상호작용 데이터를 생성합니다. 본 논문은 저자원이 없는 환경에서 아바타를 안내한 가정 기반 인지 재활 세션의 자동화된 임상 보고서 생성을 조사합니다. 우리는 두 가지 접근법을 제시하고 비교합니다: (1) 언어 치료 도메인 지식을 명시적인 결정 규칙과 검증된 템플릿으로 인코딩하는 규칙 기반 템플릿 시스템, 이는 임상 신뢰성과 추적성을 보장합니다; 그리고 (2) 더 유창하고 간결한 출력을 목표로 하는 0-shot LLM 기반 접근법 (GPT-4). 두 시스템 모두 동일한 사전 추출된 전문가 검증 구조 변수를 사용하여 통제된 사실적 비교가 가능합니다. 출력은 8명의 언어치료사와 졸업생이 9 가지 기준 질문지를 사용하여 평가했습니다. 결과는 임상 신뢰성과 언어적 품질 사이의 명확한 트레이드 오프를 보여줍니다. 템플릿 기반 시스템은 유동성, 일관성, 결과 제시에서 더 높은 점수를 얻었으며, GPT-4 는 더 간결한 출력을 생성했습니다. 평가 차원에 걸쳐 방향성은 일관되지만, 교정 후 통계적 유의성을 달성하지 않은 것은 전문가 임상 평가의 규모 제한을 반영합니다. 평가자 피드백에 기반하여, 우리는 원격 재활 환경의 임상 보고 시스템에 대한 8 가지 설계 권고를 도출했습니다. 더 넓게는, 이 작업은 저자원이 있는 환경의 임상 NLG 에서 전문가 유도, 분류학 기반 생성, 다차원 인간 평가를 결합하는 재현 가능한 방법론을 기여하며, 통제된 비교가 의료에서 생성형 AI 의 책임 있는 채택에 어떻게 정보를 제공하는지 보여줍니다.