환자 교육 자료 가독성이 생성형 인공지능(AI)을 통해 크게 개선될 수 있다는 연구 결과가 나왔다. 그간 환자 교육 자료가 평균 독해 수준을 웃도는 난이도로 작성되어 이해하기 어렵다는 문제점이 지적되어 왔었다.
미국의학협회(American Medical Association)에 따르면 환자용 교육 자료는 6학년 수준의 독해력으로 이해할 수 있어야 한다. 하지만 현재 대부분의 자료들은 11학년 이상의 수준으로 작성되어 있어 환자들이 혼란을 겪고 있다.
미국의 의료 전문지 헬스이미징(healthimaging)은 텍사스 대학교 오스틴 캠퍼스 델 의과대학(University of Texas at Austin’s Dell Medical School)의 미툴 굽타(Mitul Gupta) 교수 연구팀은 ‘임상 방사선학(Clinical Radiology)’ 저널에 발표한 논문을 인용했다.
논문은 “오픈AI의 챗GPT-4(ChatGPT-4)와 구글 제미나이(Google Gemini) 같은 첨단 AI와 자연어 처리 기술의 등장으로 이 문제를 해결할 새로운 접근법이 생겼다”고 밝혔다.
연구팀은 GPT-4와 구글 제미나이 두 가지 생성형 AI 도구를 사용해 방사선 관련 자료를 환자 친화적으로 얼마나 잘 조정할 수 있는지 테스트했다. 대형 방사선과 진료소에서 사용 중인 7개의 팜플렛을 선정해 대규모 언어 모델(LLM)로 재구성한 뒤, 조정 전후의 독해 수준을 평가했다.
3명의 방사선과 의사들이 재구성된 자료의 적절성, 관련성, 명확성을 검토했다. 원본 팜플렛의 평균 독해 수준은 11.72학년이었다.
ChatGPT는 단어 수를 약 15% 줄이면서도 95%의 팜플렛에서 75%의 중요 정보를 유지했다. 제미나이는 단어 수를 33% 더 크게 줄였지만, 68%의 팜플렛에서 75%의 필수 내용을 유지했다.
두 LLM 모두 자료를 6~7학년 수준의 평균 독해력으로 조정할 수 있었다. ChatGPT는 적절성(95% 대 57%), 명확성(92% 대 67%), 관련성(95% 대 76%) 측면에서 제미나이보다 우수한 성능을 보였다. 평가자 간 일치도 역시 ChatGPT가 크게 앞섰다.
연구진은 “전통적인 수동 재작성 방식과 달리, AI 기반 접근법은 더 효율적이고 확장 가능한 솔루션을 제공할 수 있다”고 설명했다. 또한 “한계점이 있지만 환자 교육과 의료 결과에 미칠 잠재적 이점이 상당해 추가 연구와 방사선학 및 다양한 의료 분야에서의 AI 도구 통합이 필요하다”고 덧붙였다.
연구팀은 의료 정보 자료에 특화된 추가 개선을 통해 LLM의 성능을 더욱 향상시킬 수 있을 것으로 전망했다.
헬스이미징의 기사 원문은 링크에서 확인할 수 있다.
관련 콘텐츠 더보기
