AI는 병원이 품질 보고서를 생성하는 방식을 변화시킬 수 있습니다
캘리포니아 대학교 샌디에이고 의과대학 연구자들이 주도한 파일럿 연구에 따르면, 고급 인공지능(AI)을 활용하면 높은 정확도를 유지하면서도 병원 품질 보고를 더 쉽고 빠르고 효율적으로 수행할 수 있는 잠재력이 있어, 의료 서비스 제공이 향상될 수 있다고 합니다.
2024년 10월 21일 New England Journal of Medicine(NEJM) AI 온라인판에 게재된 연구 결과에 따르면 대규모 언어 모델(LLM)을 사용하는 AI 시스템이 병원 품질 측정치를 정확하게 처리하여 수동 보고와 90% 일치율을 달성할 수 있는 것으로 나타났습니다. 이는 의료 보고에 대한 보다 효율적이고 신뢰할 수 있는 접근 방식으로 이어질 수 있습니다.
캘리포니아 대학교 샌디에이고 캠퍼스(JCHI)의 조안 앤 어윈 제이콥스 건강 혁신 센터와 협력한 연구진은 LLM이 복잡한 품질 측정에 대한 정확한 추상화를 수행할 수 있다는 것을 발견했습니다. 특히 중증 패혈증과 패혈성 쇼크에 대한 CMS(의료보험 및 의료급여 서비스 센터)의 SEP-1 측정이라는 까다로운 맥락에서 그 효과가 입증되었습니다.
"LLM을 병원 워크플로에 통합하면 프로세스를 더 실시간으로 만들어 의료 서비스 제공을 혁신할 수 있는 가능성이 있으며, 이는 개인화된 치료를 강화하고 환자가 양질의 데이터에 접근할 수 있도록 개선할 수 있습니다." UC 샌디에이고 의대의 박사후 연구원이자 연구 책임자인 Aaron Boussina의 말입니다. "이 연구를 진행하면서 양질의 보고가 효율적일 뿐만 아니라 전반적인 환자 경험을 개선하는 미래를 상상합니다."
전통적으로 SEP-1의 추상화 프로세스에는 광범위한 환자 차트에 대한 꼼꼼한 63단계 평가가 포함되며, 여러 검토자의 수주일의 노력이 필요합니다. 이 연구에서는 LLM이 환자 차트를 정확하게 스캔하고 몇 초 만에 중요한 맥락적 통찰력을 생성함으로써 이 프로세스에 필요한 시간과 리소스를 획기적으로 줄일 수 있음을 발견했습니다.
연구자들은 품질 측정의 복잡한 요구 사항을 해결함으로써 이 연구 결과가 보다 효율적이고 대응력 있는 의료 시스템을 구축하는 길을 열어줄 것이라고 믿습니다.
"우리는 의료의 행정적 부담을 줄이는 데 도움이 되는 기술을 활용하고, 결과적으로 우리의 품질 개선 전문가들이 의료팀이 제공하는 뛰어난 치료를 지원하는 데 더 많은 시간을 할애할 수 있도록 하는 우리의 길을 부지런히 걷고 있습니다." UC 샌디에이고 건강의 공동 저자이자 최고 품질 및 환자 안전 책임자인 Chad VanDenBerg가 말했습니다.
연구의 다른 주요 결과에 따르면 LLM은 오류를 수정하고 처리 시간을 단축하여 효율성을 개선할 수 있고, 작업을 자동화하여 관리 비용을 낮추고, 실시간에 가까운 품질 평가를 가능하게 하며, 다양한 의료 환경에서 확장이 가능하다는 것을 발견했습니다.
향후 단계로는 연구팀이 이러한 연구 결과를 검증하고 이를 구현하여 신뢰할 수 있는 데이터와 보고 방법을 개선하는 작업이 포함됩니다.
이 연구의 공동 저자로는 Shamim Nemati, Rishivardhan Krishnamoorthy, Kimberly Quintero, Shreyansh Joshi, Gabriel Wardi, Hayden Pour, Nicholas Hilbert, Atul Malhotra, Michael Hogarth, Amy Sitapati, Karandeep Singh 및 Christopher Longhurst가 있으며 모두 UC San Diego 소속입니다.
이 연구는 미국 국립 알레르기 및 감염병 연구소(1R42AI177108-1), 미국 국립 의학 도서관(2T15LM011271-11 및 R01LM013998), 미국 국립 일반의학 연구소(R35GM143121 및 K23GM146092)와 JCHI의 자금 지원을 받았습니다.
출처: https://www.sciencedaily.com/releases/2024/10/241021122744.htm
댓글 없음
아름다운 덧글로 인터넷문화를 선도해 주세요