연구진은 LLM을 활용한 방사선 보고서 재작성 작업이 임상 정보 손실을 야발할 수 있음을 조사했어요. 450건의 흉부 X선 보고서를 분석한 결과, EHR 요약은 임상 개체와 불확실성 표현을 크게 감소시켰어요. 표준화 재작성 및 교육 사례 준비 작업은 정보 손실은 적었지만 이미지-텍스트 정렬을 악화시켰어요. 연구진은 이러한 현상을 '슬롭 역설'이라고 명명하며, 데이터 정제 작업이 오히려 교차 모드 정렬을 저해할 수 있음을 강조했어요.
희귀 질환이 우선적으로 손실되지 않았으며, 정보 손실은 임상 내용이 아닌 AI 재작성 작업의 유형에 따라 결정되는 것으로 나타났어요.
본 연구는 다중 모드 의료 AI 데이터셋 구축 및 AI 지원 임상 문서 관리에 중요한 시사점을 제공해요.