임상 진료가 근거 기반 프로토콜을 따르는지 검증하는 일은 안전이 중요한 환경에서 순수 신경망이나 순수 기호적 접근 어느 쪽으로도 다루기 어려운 신경-기호 문제다. 이 논문은 LLM을 지저분한 약물·미생물학 텍스트를 고정된 임상 어휘로 매핑하는 의미 정규화에만 엄격히 제한하고, 정규화된 이벤트에 대해서는 Sugeno 퍼지 추론 시스템이 추론하는 전문가 가이드 파이프라인을 제시한다. 퍼지 계층은 패혈증 생존 캠페인(Surviving Sepsis Campaign)의 8개 번들 규칙을 인코딩해 이분법적 판단 대신 [0,1] 등급 점수를 부여한다. MIMIC-IV v3.1의 패혈증 사례 2,438건에 적용한 결과 항생제 투여 시점이 가장 취약한 항목(평균 0.24점, 1시간 이내 투여 13%)으로 드러났고, 1시간 이내 번들 이행률은 평균 36.7%에 그쳤으며 젖산 상승 시 후속 조치 누락률이 51%에 달했고, 준수도 그룹 간 중환자실 재원일수도 3.8일 대 5.1일로 차이가 났다.

• •LLM은 의미 정규화에만 사용하고 Sugeno 퍼지 추론이 8개 패협증 번들 규칙을 등급 점수로 평가하는 하이브리드 파이프라인.
• •MIMIC-IV 패협증 사례 2,438건에 적용해 항생제 투여 시점을 가장 취약한 항목으로 지목(1시간 이내 투여 13%).
• •1시간 번들 이행률 평균 36.7%, 정상 정보병목 누락률 51%로 진료 공백 계량화.
• •준수도가 높은 그룹은 중환자실 재원일수가 3.8일로 미준수 그룹(5.1일)보다 짧았다.