연구진은 기존 진단 코드 의존적 자해 감시의 한계를 극복하기 위해 응급실 이송 기록에서 자해를 탐지하는 새로운 접근법을 개발했어요.
전통적인 머신러닝에 대규모 언어 모델 기반 선별 및 증거 추출을 결합하여 자해 감시 정확도를 높였으며, 세 곳의 호주 병원에서 모델 적용 가능성을 평가했어요.
개발 병원에서는 0.881의 AUPRC를 달성했으며, 외부 병원에서도 추가 훈련 없이 0.879와 0.816의 AUPRC를 기록하며 유망한 결과를 보였어요.