EHR-RAGp: 전자 건강 기록 (Electronic Health Records)을 위한 검색 증강 프로토타입 가이드 파운데이션 모델

요약

EHR-RAGp는 전자 건강 기록(EHR)의 복잡한 역사적 데이터를 효과적으로 활용하기 위해 설계된 검색 증강 파운데이션 모델입니다. 이 모델은 다양한 임상 이벤트 유형에 걸쳐 가장 관련성 높은 환자 이력을 동적으로 통합하는 프로토타입 가이드 검색 모듈을 제안합니다. EHR-RAGp는 기존의 고정된 윈도우 방식의 한계를 극복하고, 여러 임상 예측 작업에서 최첨단 성능을 보여주며 장기적인 임상 문맥 활용에 효율적인 프레임워크를 제공합니다.

핵심 포인트

• EHR 데이터는 종단적이고 이질적이며 시간적으로 불규칙하여 분석이 어렵다.
• EHR-RAGp는 검색 증강(Retrieval-Augmented) 방식을 사용하여 가장 관련성 높은 환자 이력을 동적으로 통합한다.
• 핵심은 '프로토타입 가이드 검색 모듈'로, 주어진 예측 작업에 대한 역사적 청크의 관련성을 추정하여 모델을 안내한다.
• EHR-RAGp는 기존 EHR 파운데이션 모델 및 트랜스포머 기반 베이스라인보다 일관되게 높은 성능을 보인다.
• 이 프레임워크는 다운스트림 임상 예측 작업의 성능 향상을 위한 확장 가능하고 효율적인 방법을 제공한다.