신생아 호흡기 질환은 신생아 이환율과 사망률의 주요 원인이지만 기존 멀티모달 대형언어모델(MLLM)은 성인 데이터 위주 학습으로 인한 도메인 격차와 다차원 임상 맥락 통합 부족이라는 두 가지 한계를 안고 있다. 연구진은 실제 임상 데이터셋 NeoCXR과 NeoCXR-EV를 수집하고, 신생아 호흡기 질환 진단 보고서 생성 공백을 메우는 최초의 신생아 전용 MLLM인 NeoRed를 제안했다. 이질적 임상 맥락과 흉부 X선의 공동 진단을 강화하기 위해 지식-논리-정렬(KLA) 프레임워크를 설계했다. 신생아과 전문의의 진단 사전 지식을 다중모달 표현에 주입하는 지식 사전 주입, 생성된 보고서 의미를 다중모달 진단 논리와 정렬하는 진단 논리 제약, 시각적 특징과 영상 결론 간 의미적 대응을 확립하는 시각적 의미 정렬 세 가지로 모델 행동을 제약한다. NeoCXR에서 ROUGE-L 53.29%, 임상 효능 F1 65.19%를 달성해 기존 MLLM을 능가했으며, 성인 벤치마크에서도 경쟁력 있는 성능을 유지했다.

• •신생아 호흡기 질환 진단 보고서 생성을 위한 최초의 신생아 전용 MLLM NeoRed 제안
• •실제 임상 데이터셋 NeoCXR·NeoCXR-EV를 수집해 성인 데이터 위주 학습의 도메인 격차 해소
• •지식 사전 주입·진단 논리 제약·시각적 의미 정렬 3요소로 구성된 KLA 프레임워크 설계
• •NeoCXR에서 ROUGE-L 53.29%, 임상 효능 F1 65.19%로 기존 MLLM 능가
• •성인 벤치마크(MIMIC-CXR, IU-Xray)에서도 경쟁력 있는 보고서 생성 성능 유지