LlamaIndex 기반 환자 정보 결합 구급 서비스 가이드

Patient record-combined emergency rescue guide built upon LlamaIndex

본 논문은 구급 서비스 소외지역에서 응급환자 발생 시 신속한 대처를 위해 ‘119 구조대원 현장지침’을 Open AI의 LlamaIndex에 학습시켜 대화형 모델을 만들고 콜 센터와의 협력하에 일정 의료지식을 가진 인력들로 하여금 구급대가 도착할 때까지 사전 조치를 취하도록 한다. 응급 처치 중 가장 중요한 약물 지침에 대해 전처리과정에 의해 불필요한 정보를 제거하고 환자의 사전동의 전제하에 FHIR에 기반한 병력 정보들을 대화형 모델에 결합한다. 지침을 기반으로 선택된 각 40 개의 질의로 구성된 테스트 셋에 대해 제안된 EmsGPT는 90%, 80%, 80% 의 부합성을 보이며 전체 오류에 대한 금기증 판단 오류의 비율은 15%로 유지된다.

This paper builds a rescue assistant model by training '119 Rescuer Field Instructions' using Open AI's LlamaIndex utilities, for the sake of making it possible for people with a certain level of medical knowledge to take precautionary measures along with the cooperation of the emergency call center, particularly in underserved areas. The proposed assistant also learns the medical records of those potential patients who have consented to open their personal information in emergency conditions, promisingly obeying the HL7 FHIR standards for instantaneous treatment. For three test sets each consisting of 40 queries, 90%, 80%, and 80% of query results from the proposed EmsGPT conform to the guideline, with the misprediction ratio of contraindications remaining at 15%.