합의 기반, 최신 과학에 부합: 장기 코로나(Long COVID)를 위한 합의 중심 다중 코퍼스 임상 챗봇

Grounded in Consensus, In Step With Emerging Science: A Consensus-Anchored Multi-Corpus Clinical Chatbot for Long COVID

장기 코로나(LC)는 관련 증거가 업데이트 주기, 증거 역할 및 임상적 성숙도가 다른 다양한 출처에 분산되어 있어 임상 의사 결정 지원에 어려움을 야기합니다. 본 연구에서는 전문가가 선별한 합의 지침, 최신 PubMed 논문, 등록된 임상 시험 데이터, 그리고 실시간 체계적 검토 자료를 통합하여 활용하는 검색 기반 워크플로우를 통해 의료진을 위한 챗봇을 개발했습니다. 이 챗봇은 응답을 제공할 때 항상 합의 지침을 포함하며, 사용자가 선택하면 나머지 출처들을 동시에 검색합니다. 50개의 의료진 대상 질문에 대한 탐색적 자동 평가 결과, 본 챗봇은 OpenEvidence와 유사한 평균 점수를 보였으며, LLM(Large Language Model) 기반 평가에서는 수치적으로 더 높은 점수와 낮은 변동성을 나타냈습니다.

Long COVID (LC) poses a challenge for clinical decision support because relevant evidence is distributed across sources with different update cycles, evidentiary roles, and levels of clinical maturity. We present a clinician-facing chatbot that organizes four sources within a retrieval-augmented workflow: expert-curated consensus guidance, current PubMed literature, registered interventional trials, and evidence from living systematic reviews. Consensus guidance is always included to frame responses, while the remaining sources are retrieved in parallel when selected by the user. In an exploratory automated evaluation on 50 clinician-facing questions, our chatbot showed comparable mean ratings to OpenEvidence, with numerically higher scores and lower score variability in an LLM-judged comparison.