[논문 리뷰] From RAGs to riches: Utilizing large language models to write documents for clinical trials

Nigel Markey, Ilyass El-Mansouri외 3명|arXiv (Cornell University)|2024. 02. 26.

Biomedical Text Mining and Ontologies인용 수 6

한 줄 요약

이 논문은 임상시험 문서를 작성하기 위해 검색보강 생성(RAG)과 대형 언어 모델을 활용하는 것을 조사한다.

ABSTRACT

This manuscript has now been published: - Link to article on journal website: https://journals.sagepub.com/doi/10.1177/17407745251320806 - Pubmed link: https://pubmed.ncbi.nlm.nih.gov/40013826/

연구 동기 및 목표

• 임상시험 문서 저자 작성을 자동화하기 위해 LLM 및 RAG의 사용을 촉진한다.
• 시험 관련 텍스트의 초안 작성 및 편집을 RAG가 어떻게 지원할 수 있는지 평가한다.
• 임상시험을 위한 LLM 기반 문서 생성의 잠재적 이점과 한계를 강조한다.

제안 방법

• 임상시험 문서를 초안하기 위해 대형 언어 모델과 함께 검색 보강 생성(RAG)을 사용하는 접근법을 제안한다.
• 구조화된 시험 문서를 생성하기 위해 검색 메커니즘과 LLM의 통합을 논의한다.
• 임상시험 작성을 위한 LLM 적용의 워크플로우와 고려사항을 설명한다.

실험 결과

연구 질문

• RQ1 RAG를 활성화한 LLM이 임상시험 문서를 효과적으로 작성할 수 있는가?
• RQ2 시험 작성에 LLM을 사용하는 실용적 고려사항과 한계는 무엇인가?
• RQ3 임상 문서화를 배포할 때 필요한 워크플로우와 품질 관리 절차는 무엇인가?

주요 결과

• 이 원고는 임상시험 문서를 작성하기 위해 RAG와 LLM을 결합한 방법을 제시한다.
• 이 논문은 두 그림이 있는 여섯 페이지 분량이다.
• 이 연구는 Clinical Trials: Journal of the Society for Clinical Trials(2025)에 게재되었다.