Automated Medical Report Generation System Using Retrieval-Augmented Generation and Deep Learning
Year: 2025
Type: article
Abstract: 반려 가구 수의 증가로 동물 병원 방문 수가 증가하여, 수의사의 진료 업무 부담도 증가하는 추세다. 수의사의 진료 업무 중 소견서 작성이 매우 많은 부담을 차지한다. 본 논문에서는 진료 소견 작성 부담을 감소시키기 위해, LangChain 기반의 검색 생성 증강 기법과 ResNet50, CLIP VIT 이미지 처리 모델을 결합한 시스템을 제안한다. 시스템은 진료 데이터를 추출하여 환자 정보, 주요 증상, 신체 검사 등 8개 카테고리로 요약하고, 이미지 선별 과정을 통해 진료 소견서에 필요한 이미지를 자동으로 선별한다. 제안하는 시스템의 우수성을 입증하기 위해서 정량적, 정성적 평가를 수행한다. 정량적 평가에서 이미지 분류 모델은 90% 이상의 정확도를 보였으며, 정성적 평가에서는 수의사들이 선별한 이미지와 75% 이상의 일치도를 나타냈다. 특히 소견서 작성시간이 3-4시간에서 5분 이내로 단축되어 수의사의 업무 효율성을 크게 향상시켰다.
Authors: Jin-U Park, Eun-Ji Lee, Jin-Soo Ahn, Do-Jin Choi
Language: English
Subfield: Health Informatics
Field: Medicine
Domain: Health Sciences
Open Access status: diamond
OpenAlex ID: W4411164663