PromptRad는 방사선 보고서 라벨링을 위해 지식을 활용한 다중 레이블 프롬프트 튜닝 기법입니다. UMLS 메타테사우루스에서 가져온 유의어를 활용하여 범주 표현을 풍부하게 합니다. 32개의 라벨링된 훈련 예제로 기존 방식보다 뛰어난 성능을 보였습니다.
PromptRad는 기존의 규칙 기반 라벨러의 한계를 극복하고, 대량의 라벨링 데이터 없이 사전 훈련된 언어 모델(PLM)을 미세 조정합니다. GPT-4와 경쟁력 있는 성능을 보이면서도 훨씬 작은 모델을 사용합니다.
연구 결과, PromptRad는 기존 방법보다 복잡한 부정 패턴을 더 효과적으로 파악하며, 데이터가 부족한 임상 시나리오에서 유망한 솔루션입니다.