간세포암 진료지침과 병기 체계는 중요한 기준이지만 같은 단계 안의 환자 차이와 의무기록의 세부 맥락을 모두 담기 어렵다. HCC-STAR는 일상적인 전자 의무기록 서술을 읽고 위험 점수 기반 병기, 지침에 부합하는 치료 선택의 순위와 근거, 개인별 생존 추정을 함께 출력하도록 설계된 임상 추론 언어모델이다. 연구진은 SEER의 간세포암 약 3만 건을 임상의가 검증한 프롬프트 기반 절차로 의무기록형 학습 자료로 확장했다.
학습은 지침 문장을 암기하는 데 머물지 않고 추론 단계를 확인할 수 있는 복합 보상으로 지식 정렬을 유도했다. 중국 12개 병원의 환자 6,668명으로 구성된 다기관 코호트에서 치료 추천과 위험 계층화를 평가했다. 초록에 따르면 HCC-STAR는 비교한 진료지침과 경쟁 모델보다 높은 성능을 보였고, 맹검 평가에 참여한 간담췌 전문의들은 추론과 근거 제시를 신뢰할 만하다고 평가했다. 의사가 보조 도구로 사용할 때 판단의 정확도와 속도도 개선됐다고 연구진은 보고했다.
다만 생존 관련 비교는 모델 권고를 따랐다고 가정한 분석이므로 실제 무작위 임상시험 결과와 같게 해석해서는 안 된다. 학습 자료를 의무기록 문체로 확장한 방식, 중국 병원 중심의 외부 평가, 병원별 기록 관행 차이도 배치 전 점검 대상이다. 강점은 병기 하나를 예측하는 대신 치료 근거와 예후를 연결하고 단계별 검증을 시도했다는 데 있다. HCC-STAR는 의사를 대체하는 진단 확정기가 아니라, 근거를 확인하며 선택지를 검토하는 의사결정 지원 시스템으로 평가해야 한다.
실제 도입에서는 추천이 현재 병원에서 가능한 치료와 환자의 선호를 반영하는지 확인해야 한다. 모델이 제시한 근거의 출처와 최신성, 입력 기록에서 누락된 정보도 화면에 함께 드러내야 한다. 전향적 평가를 통해 모델을 사용한 집단에서 실제 치료 결과와 안전성이 개선되는지 확인하기 전까지는 연구 결과를 임상 효과의 확정으로 받아들여서는 안 된다.
원문: arXiv 2607.08602
저작권자 © STORIUM 무단전재 및 재배포 금지
