오픈웨이트 LLM LLaMA 3.1이 네덜란드어 뇌 MRI 신경영상 보고서에서 구조화된 정보를 얼마나 잘 추출하는지 평가한 연구다. 3차 기억력 클리닉의 947건 보고서를 대상으로 의대생이 30개 변수를 주석하고, LLaMA 3.1의 제로샷·퓨샷 성능을 네덜란드어와 영어 번역본에서 측정했다. 시각적 평가 점수에서 제로샷 성능이 높았는데, 내측측두엽 위축은 우측 96%, Fazekas 척도는 94%, 미세출혈 언급 탐지는 93% 정확도를 보였고 병변 위치 텍스트 유사도는 0.95에 달했다. 다만 미세출혈 개수(80%)·경색 개수(66%) 같은 수치 변수는 낮았으며, 구조 유사도 기반 퓨샷 프롬프팅이 이를 각각 92%·81%로 끌어올렸다. 네덜란드어 임상 보고서 자동 데이터 추출에 LLM이 강한 잠재력을 지님을 보여준다.
- •3차 메모리 클리닉 네덜란드어 뇌 MRI 보고서 947건에서 LLaMA 3.1의 정보 추출 성능 평가
- •시각적 평가 점수 제로숏 높음: 내측측두엽 위축 우측 96%, Fazekas 94%, 병변 위치 유사도 0.95
- •미세출혈·경색 개수 등 수치 변수는 낮았으나 퓨샷 프롬프팅으로 92%·81%까지 향상
- •영어 번역본도 유사한 결과, 네덜란드어 임상 보고서 자동 추출 가능성 입증
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Automatic Extraction of Structured Information from Brain MRI Reports Using an Open-Weight Large Language Model
- 1.네덜란드어 뇌 MRI 판독문서 정보를 추출하는 오픈웨이트 LLaMA 3.1 성능을 947건으로 평가
- 2.시각 평가 점수서 제로샷 고성능: 내측측두엽 위축 좌90%·우96%, Fazekas 94%
- 3.미세출혈 언급 93%·경색 82% 정확도, 영어 번역본도 유사한 결과
- 4.수치형 변수는 낮았으나(미세출혈 개수 80%) 퓨샷 프롬프팅으로 92%까지 향상
왜 중요한가?
비영어 임상 자유텍스트에서 오픈웨이트 LLM이 구조화 정보 추출에 강한 잠재력을 보였고 퓨샷으로 수치 변수 성능을 끌어올릴 수 있음을 입증해, 대규모 의료 연구 자동화에 실용적 실마리를 제공한다.
언급 프로젝트
오픈 가중치 LLM을 활용하여 뇌 MRI 보고서에서 정보를 자동 추출하는 이 사례 연구는 한국 의료 AI 분야에 큰 파급력을 가질 수 있습니다. 국내 병원들이 보유한 방대한 비정형 의료 데이터를 효율적으로 활용하여 연구와 진료를 고도화하고, 의료 데이터 분석의 비용 효율성을 높이는 데 기여할 것입니다.
본문 미리보기
arXiv:2606.07721v1 Announce Type: new Abstract: Objectives: Automatic data extraction from free-text radiology reports enables large-scale research, but few studies assessed the performance of large language models (LLMs) on Dutch neuroradiology reports. Methods: We analyzed 947 brain MRI reports from a tertiary memory clinic (2016-2021), authored by consultant neuroradiologists. Trained medical students annotated thirty variables; 100 reports were double-annotated to assess inter-rater reliabi
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 13:12AI 초안

