Automated Clinical Report Generation for Remote Cognitive Remediation:

요약

본 논문은 원격 인지 재활 세션의 대량 상호작용 데이터로부터 자동화된 임상 보고서를 생성하는 두 가지 접근법(규칙 기반 템플릿 시스템과 LLM 기반 접근법)을 비교합니다. 연구는 이 두 시스템이 임상 신뢰성, 일관성, 그리고 언어적 유창성 측면에서 어떤 트레이드오프를 보이는지 평가했습니다. 결과적으로, 템플릿 기반 시스템은 구조화된 보고서 작성에 강점을 보였으나, LLM은 더 간결하고 자연스러운 출력을 생성하는 것으로 나타났습니다.

핵심 포인트

• 원격 인지 재활 환경에서 자동 임상 보고서 생성이 중요한 과제이며, 이는 언어치료사 부족 문제와 관련이 있습니다.
• 규칙 기반 템플릿 시스템은 높은 임상 신뢰성, 일관성 및 추적성을 제공하여 구조화된 의료 문서에 적합합니다.
• LLM(예: GPT-4) 기반 접근법은 더 유창하고 간결한 자연어 출력을 생성하는 데 강점을 보입니다.
• 임상 보고 시스템 설계 시에는 임상 신뢰성(구조화)과 언어적 품질(유창성) 사이의 트레이드오프를 고려해야 합니다.
• 본 연구는 저자원이 있는 환경의 임상 NLG에 대한 재현 가능한 방법론을 제시하며, 생성형 AI의 책임 있는 의료 채택에 기여합니다.