활용 사례 연구

Import What You Need: Learning When and How to Augment EHR Graphs with External Knowledge

ARarXiv9월 3일 발표 · 1분 · 심사 전 논문

전자 건강 기록(EHR) 데이터의 희소성 문제를 해결하기 위해, 환자의 상태에 따라 외부 지식 그래프(KG)를 동적으로 결합하는 'ReTA' 프레임워크가 제안되었습니다.

세 줄 요약arXiv 원문 기반

기존 방식이 고정된 방식으로 지식을 추가했던 것과 달리, ReTA는 강화학습을 이용해 매 방문 시점마다 특징 보강(Soft), 그래프 연결(Hard), 건너뛰기(Skip) 중 최적의 결정을 내립니다.
진단 예측 및 재입원율 등 임상 분야에서 높은 성능을 입증했으며, 데이터가 부족하거나 불규칙한 상황에서도 지식을 효율적으로 활용할 수 있습니다.
이 기술은 여러 데이터셋과 KG로 전이가 가능하고 결과 해석성이 높다는 장점이 있어, 임상 AI 모델의 신뢰도를 높이는 데 기여할 것으로 기대됩니다.