GPT-4와 같은 대규모 언어 모델을 사용한 일상적인 임상 데이터 처리 (IMPL-AI-MENT)

미국과 네덜란드의 연구에 따르면 만성질환 환자의 33~40%가 진료지침을 따르지 않는 진료를 받고 있다. 이러한 발견은 COPD 관리에서도 입증되었습니다. 이는 환자의 과소 또는 과잉 치료를 초래하고, COPD의 경우 악화 및 입원을 초래합니다. 이러한 악화는 환자의 폐 기능, 삶의 질 및 사망률에 영향을 미치는 중요한 임상 문제입니다. 이는 의료 시스템에도 부담이 됩니다. 인공 지능의 기술 발전은 COPD 관리에서 이러한 문제를 해결할 수 있는 기회를 제공합니다. 지난 해 자연어 처리 분야에서는 특히 OpenAI의 GPT-4, Google의 Bard 또는 Gemini와 같은 대규모 언어 모델을 통해 눈에 띄는 혁신이 있었습니다. 이러한 모델은 임상 실습에서 증거 기반 치료 구현을 개선할 수 있는 기회를 제공합니다.

본 연구는 COPD 환자의 퇴원 시 치료법을 비교하는 전향적 무작위 시험입니다. 한 팔은 아무런 개입도 받지 않고 다른 팔은 LLM으로부터 치료 권장사항을 받습니다. 이번 연구에서는 가이드라인에 따라 치료받은 환자의 비율을 비교할 예정이다.