연구진은 임상 언어 모델의 불확실성 추정 오류를 개선하기 위해 Clinical Uncertainty Risk Alignment (CURA) 프레임워크를 제안했습니다.
CURA는 환자 오류 가능성과 집단 수준의 모호성을 고려하여 임상 언어 모델 기반 위험 예측 및 불확실성을 정렬하며, 개별 오류 가능성에 따른 교정 및 집단별 모호성을 반영하는 정규화 기법을 사용합니다.
MIMIC-IV 데이터셋을 활용한 실험 결과, CURA는 판별력 저하 없이 교정 지표를 개선하고, 과도한 자신감으로 인한 오해를 줄여 임상 의사 결정 지원에 더욱 신뢰성 있는 불확실성 추정치를 제공하는 것으로 나타났습니다.