연구진은 LLaVA 1.6 모델에 뇌 손상과 유사한 인위적 손상을 가했을 때 실어증 환자의 단어 명명 오류 패턴을 재현할 수 있는지 확인했어요.
다양한 파라미터 조합을 통해 모델을 조작한 결과, 7가지 오류 유형 중 6가지에서 임상적으로 비교 가능한 비율로 오류가 발생했고, 97.8%의 환자 오류 패턴을 재현했어요.
이 연구는 실어증 환자의 디지털 트윈을 만들 수 있는 가능성을 제시하며, 언어 모델이 신경학적 질환 연구에 활용될 수 있음을 시사해요.