수의학 생성형 AI 검토, 검증 공백 확인

미국수의학회지에 실린 범위 검토 연구는 수의학 임상 기록과 보호자 소통에 활용되는 생성형 AI 및 대규모 언어 모델 연구를 분석했습니다. 연구진은 범위 검토 지침에 따라 2020년 1월부터 2026년 6월까지 발표된 원저를 대상으로 펍메드, 스코퍼스, CAB 앱스트랙츠, IEEE 엑스플로어를 검색했습니다. 검토자 2명이 독립적으로 문헌을 선별하고 자료를 추출했으며, 기술 정확성, 임상 품질과 안전성, 운영 영향, 사람 중심 영향을 평가하는 4차원 검증 기준을 적용했습니다. 종합 분석에는 직무 요구·자원 모형을 활용했습니다.

선정 기준을 충족한 연구는 10편이었습니다. 6편은 자동 임상 코딩, 정보 추출, 주관적·객관적 정보와 평가·계획을 담은 SOAP 기록 생성 등 임상 기록을 살폈고, 4편은 수의학적 분류와 보호자 질의에 대한 자동 응답 등 소통을 조사했습니다. 기술 정확성은 자주 평가됐지만 운영 영향을 살핀 연구는 1편에 그쳤으며, 번아웃 측정에 검증된 심리측정 도구를 사용한 연구는 없었습니다.

검토는 임상적 환각, 데이터 개인정보 우려, 동물병원 정보관리 시스템과의 낮은 상호운용성, 수의학에 특화한 추가 학습의 부족을 도입 장벽으로 꼽았습니다. 저자들은 생성형 AI가 기술적으로 가능성을 보였지만 운영 및 사람 중심 결과는 대체로 수치화되지 않았다고 결론 내렸습니다. 더 강한 근거가 나올 때까지 수의사에게 상용 AI 도구를 신중한 낙관론으로 사용하라고 권고했으며, 안전한 임상 배치를 뒷받침할 다차원 검증 기준을 활용해 여러 기관에서 실용적인 전향적 시험을 진행하자고 촉구했습니다.

미국수의학회지에 실린 범위 검토 연구는 수의학 임상 기록과 보호자 소통에 활용되는 생성형 AI 및 대규모 언어 모델 연구를 분석했습니다. 연구진은 범위 검토 지침에 따라 2020년 1월부터 2026년 6월까지 발표된 원저를 대상으로 펍메드, 스코퍼스, CAB 앱스트랙츠, IEEE 엑스플로어를 검색했습니다. 검토자 2명이 독립적으로 문헌을 선별하고 자료를 추출했으며, 기술 정확성, 임상 품질과 안전성, 운영 영향, 사람 중심 영향을 평가하는 4차원 검증 기준을 적용했습니다. 종합 분석에는 직무 요구·자원 모형을 활용했습니다.

선정 기준을 충족한 연구는 10편이었습니다. 6편은 자동 임상 코딩, 정보 추출, 주관적·객관적 정보와 평가·계획을 담은 SOAP 기록 생성 등 임상 기록을 살폈고, 4편은 수의학적 분류와 보호자 질의에 대한 자동 응답 등 소통을 조사했습니다. 기술 정확성은 자주 평가됐지만 운영 영향을 살핀 연구는 1편에 그쳤으며, 번아웃 측정에 검증된 심리측정 도구를 사용한 연구는 없었습니다.

검토는 임상적 환각, 데이터 개인정보 우려, 동물병원 정보관리 시스템과의 낮은 상호운용성, 수의학에 특화한 추가 학습의 부족을 도입 장벽으로 꼽았습니다. 저자들은 생성형 AI가 기술적으로 가능성을 보였지만 운영 및 사람 중심 결과는 대체로 수치화되지 않았다고 결론 내렸습니다. 더 강한 근거가 나올 때까지 수의사에게 상용 AI 도구를 신중한 낙관론으로 사용하라고 권고했으며, 안전한 임상 배치를 뒷받침할 다차원 검증 기준을 활용해 여러 기관에서 실용적인 전향적 시험을 진행하자고 촉구했습니다.