FeatEHR-LLM: 전자의무기록 (EHR) 를 위한 특징 공학에 대규모 언어 모델 활용

전자의무기록 (Electronic Health Records, EHR) 에 대한 특징 공학 (feature engineering) 은 임상 시계열 데이터에 내재된 불규칙한 관측 간격, 변수한 측정 빈도, 그리고 구조적 희소성으로 인해 복잡해집니다. 기존 자동화 방법은 임상 도메인 인식을 결여하거나 청결하고 규칙적으로 샘플링된 입력을 가정하여 실제 세계 EHR 데이터에 대한 적용성을 제한합니다. 우리는 불규칙하게 샘플링된 EHR 시계열로부터 임상적으로 유의미한 표형 특징 (tabular features) 을 생성하기 위해 대규모 언어 모델 (Large Language Models, LLMs) 을 활용하는 extbf{FeatEHR-LLM} 프레임워크를 제시합니다. 환자 프라이버시 노출을 제한하기 위해 LLM 은 원본 환자 기록 대신 데이터셋 스키마와 작업 설명에만 작동합니다. 도구 증강 생성 메커니즘 (tool-augmented generation mechanism) 은 불규칙한 시간 데이터를 쿼리하는 전문 루틴으로 LLM 을 무장시켜, 불균등한 관측 패턴과 정보성 희소성을 명시적으로 처리하는 실행 가능한 특징 추출 코드를 생성할 수 있게 합니다. FeatEHR-LLM 은 반복적 검증 인 루프 (validation-in-the-loop) 파이프라인을 통해 단변량 및 다변량 특징 생성을 모두 지원합니다. 네 개의 ICU 데이터셋에서 수행된 8 가지 임상 예측 작업에 대한 평가 결과, 우리 프레임워크는 8 가지 작업 중 7 가지에서 가장 높은 평균 AUROC 를 달성했으며, 강력한 베이스라인 대비 최대 6 퍼센트 포인트의 개선을 보였습니다. 코드는 github.com/hojjatkarami/FeatEHR-LLM 에서 이용 가능합니다.