의료 현장에서 환자 진료 경로가 임상 가이드라인을 실제로 따르는지 점검하는 적합성 검사(conformance checking)는 보통 가이드라인을 컴퓨터가 읽을 수 있는 형식(CIG, Computer-Interpretable Guidelines)으로 변환해야 가능하다. 그러나 CIG는 현실 임상 환경에서 갖춰진 경우가 드물다. 연구진은 CIG 없이도 비구조화 임상 텍스트와 가이드라인 문서에서 직접 적합성 검사를 수행하는 LLM(대규모 언어 모델) 오케스트레이션 기반 모듈형 프레임워크를 제안했다.
제안된 아키텍처는 여러 LLM과 보조 구성 요소를 연동해 네 단계로 작동한다. 임상 퇴원 기록에서 환자 트레이스를 추출하고, 텍스트 가이드라인에서 규범적 규칙을 식별한 뒤, 해당 규칙을 실행 가능한 스크립트로 변환하고, 최종적으로 트레이스 적합성 지표(Trace Conformance Indicator)를 산출해 이벤트 로그 내 준수 수준을 정량화한다. 이탈리아 알레산드리아 병원(Alessandria Hospital) 신경과 병동의 뇌졸중 진료 도메인에서 구현 및 평가가 이뤄졌다.
평가에서는 수백 건의 환자 트레이스가 참조 가이드라인에서 도출한 50개 규칙과 대조됐다. 분석 결과 전체 트레이스의 86% 이상이 가이드라인에 적합한 것으로 나타났고, 알레산드리아 병원의 뇌졸중 치료 가이드라인 준수 수준이 높다는 근거도 확보됐다. 연구진은 오케스트레이션된 LLM이 현실적인 의료 적합성 분석에 활용될 수 있음을 보여 줬다고 밝혔다. 사전 정의된 기계 판독 가능 가이드라인 없이도 비정형 임상 문서에서 준수 여부를 자동 분석할 수 있다는 점에서, 다양한 임상 영역으로의 확장 가능성이 주목된다.
