CaresAI가 임상시험 투약 오류 감지를 위해 트랜스포머 기반 언어 모델을 활용한 연구를 발표했어요.
ClinicalBERT, PubMedBERT, BioBERT, MedCPT 등 다양한 모델을 활용해 임상시험 정보를 분석하고, 투약 오류 예측 성능을 평가했어요.
BioBERT가 다른 모델보다 우수한 성능을 보였으며, ROC-AUC 점수가 0.794로 ClinicalBERT 대비 3.95% 향상됐어요.
Gradient boosting 모델, SVM, 로지스틱 회귀, ResNet 등 다양한 머신러닝 모델이 투약 오류 예측에 가장 강력한 성능을 보였어요.