GPT-4, 다국어 의료 기록 분석의 가능성
최근 Lancet Digital Health에 발표된 연구에 따르면, GPT-4가 영어, 스페인어, 이탈리아어로 작성된 의료 기록을 분석하는 데 있어 높은 정확성을 보였습니다. 연구팀은 세 가지 언어로 작성된 의료 기록을 기반으로 사전 정의된 질문에 GPT-4가 답변하는 능력을 평가했습니다.
- 2023년 몇몇 연구에서는 AI 모델이 의료 분야에서 언어 장벽을 줄이는 데 기여할 수 있다는 보고가 있습니다. 다국어 분석을 통해 현지 의료진과 해외 의료 전문가 간의 협력 또한 원활하게 이루어질 수 있습니다.
- 세계보건기구(WHO)에 따르면 세계 인구의 40%가 의료 정보에 접근할 수 있는 언어로 제공받지 못하고 있습니다. 이러한 측면에서 GPT-4의 다국어 지원은 글로벌 헬스케어 시스템 내 정보 접근성을 크게 향상시킬 수 있습니다.
의료 기록 분석의 어려움
의료 기록은 귀중한 임상 정보를 포함하고 있지만, 비정형화된 서술 형식으로 인해 자동 분석에 어려움이 있습니다. GPT-4와 같은 대규모 언어 모델은 명시적인 세부 사항을 추출하는 데 유망하지만, 암시적 맥락 이해에서는 종종 어려움을 겪습니다. 특히 문서화 스타일의 변동성은 이러한 복잡성을 더욱 증가시킵니다.
- 미국 의료 협회(AMA)는 의사들이 매년 평균 15시간을 의료 기록 작성에 소비한다고 보고하며, 이는 중요 정보를 놓치는 인적 오류를 증가시킵니다. AI 기반 시스템은 이러한 오류를 방지하여 임상 효율성을 증가시킬 수 있습니다.
- 자연어 처리(NLP) 연구에 따르면, 문서화 스타일의 일관성 부족은 AI 모델의 맥락 이해를 방해하며, 이는 특정 텍스트 분석 태스크에서 20% 이상의 정확도 차이를 유발할 수 있습니다.
연구 진행 방식
이번 연구는 미국, 콜롬비아, 싱가포르, 이탈리아의 8개 대학 병원이 참여했으며, 총 56개의 의료 기록이 수집되었습니다. 참여 병원은 4CE Consortium의 일원으로, 각 병원은 2020년 2월 1일부터 2023년 6월 1일 사이에 작성된 비식별화된 의료 기록을 제공했습니다.
- 4CE Consortium은 미국, 유럽, 아시아의 의료기관들이 참여하는 국제 컨소시엄으로, 데이터 공유를 통해 코로나19 및 기타 질환 연구의 글로벌 협력을 지원합니다.
- 연구에 포함된 의료 기록은 질환 진단, 치료 계획 및 환자 결과를 포함한 다양한 데이터를 제공하며, 이는 AI 모델의 학습과 성능 평가에 사용되었습니다.
GPT-4의 성능 분석
의료 기록을 분석하기 위해 Python의 GPT-4 API가 사용되었습니다. 의사들은 GPT-4의 답변에 대한 동의 여부를 평가했으며, 평가 과정에서 서로의 평가를 모른 채 GPT-4의 응답만을 보았습니다. 결과적으로 의사들은 79%의 응답에 대해 GPT-4와 동의하였으며, 스페인어와 이탈리아어 기록에서 더 높은 동의율을 보였습니다.
- 비교 연구에서, 일반적인 인간 의사들 간의 진단 일관성은 약 70~80%로 보고되며, GPT-4의 79% 동의율은 상당히 양호한 결과로 평가됩니다.
- GPT-4의 다국어 지원 성능은 특히 다문화 사회에서 의료 서비스의 균등한 제공을 지원할 수 있는 잠재성을 보여줍니다.
언어별 성과 차이
흥미롭게도 GPT-4는 영어보다 이탈리아어와 스페인어 의료 기록에서 더 높은 성과를 보였습니다. 이는 미국 의료 기록의 복잡성 때문일 가능성이 있습니다. 노트의 길이는 성과에 영향을 미치지 않았습니다.
- 영어 의료 기록은 주로 방대한 양의 데이터와 복잡한 용어들을 포함하고 있어 AI 모델의 처리에 더 높은 난이도를 부과할 수 있습니다.
- 이탈리아와 스페인에서는 보다 간결한 서술 형식이 일반적이며, 이는 AI 모델이 정보 추출을 보다 수월하게 할 수 있는 환경을 제공합니다.
연구의 의의와 향후 과제
이번 연구는 GPT-4가 여러 언어로 작성된 의료 기록을 분석하는 데 효과적임을 보여주었지만, 암시적 세부사항의 추론에서 한계를 드러냈습니다. 이는 의료 과제에 최적화된 모델들이 이러한 도전에 대응할 수 있음을 시사합니다. 추가 연구를 통해 다양한 언어와 환경에서 성능을 평가하는 것이 필요합니다.
- 의료 특화 언어 모델은 더 정교한 문맥 이해와 암시적 정보 추출을 통해 이 영역의 주요 과제를 해결할 수 있는 가능성을 열고 있습니다.
- 미국국립보건원(NIH)의 보고에 따르면, AI가 의료 정보 처리를 더욱 정교하게 하는 것은 초현대적 개인 맞춤형 치료 및 예방 의학 발전에 크게 기여할 수 있습니다.
출처 : 원문 보러가기
