메디칼타임즈=이인복 기자거대언어모델인 챗 지피티(Chat-GPT)가 응급실에 내원한 환자의 중증도를 매우 높은 정확도로 분류해 내면서 새로운 가능성을 입증했다.의료진과 차이가 없을 정도로 응급 환자와 비응급 환자를 구분해 냈다는 점에서 향후 의사의 업무를 상당 부분 대체할 수 있는 가능성을 보여줬기 때문이다.챗 지피티가 전문의 수준으로 응급실 내원 환자의 응급-비응급을 분류할 수 있다는 연구 결과가 나왔다.현지시각으로 9일 자마 네트워크 오픈(JAMA Network open)에는 챗 지피티를 활용한 응급 환자 분류 시스템에 대한 대규모 연구 결과가 게재됐다(10.1001/jamanetworkopen.2024.8895).현재 챗 지피티는 미국 의사 면허 시험을 합격한 것은 의사보다 빠른 속도로 퇴원요약을 정확히 해내는 등의 성능을 보이면서 임상 적용 가능성을 높이고 있다.하지만 질환별로 서로 다른 성능차를 보이면서 시기상조라는 의견과 현재로도 충분하다는 주장이 갈리고 있는 상황.이로 인해 전 세계 의료계는 과연 챗 지피티를 어느 분야에 어떻게 적용할 수 있는지를 두고 다양한 연구를 진행하고 있다.캘리포니아 의과대학 크리스토퍼 윌리암스(Christopher Williams) 교수가 이끄는 연구진이 응급실 환자 분류에 챗 지피티를 활용하는 연구를 진행한 배경도 여기에 있다.국가와 지역에 관계없이 응급실은 늘 환자 과밀 구간인 만큼 만약 챗 지피티가 여기서 의사의 업무를 덜어줄 수 있다면 과밀화를 해결하는데 도움이 될 수 있다는 판단에서다.이에 따라 연구진은 2012년 1월부터 2023년 1월까지 캘리포니아 대학병원 응급실에 내원한 환자 25만 1401명의 환자의 데이터를 기반으로 챗 지피티를 통한 응급-비응급 분류 정확도를 검증했다.응급 중증도 지수(ESI)를 기반으로 챗 지피티에게 즉시 조치가 필요한 환자와 응급 환자, 혹은 비응급환자를 구분하도록 지시한 뒤 실제 전문의들의 판단과 비교한 것이다.그 결과 챗 지피티는 무려 89%의 환자를 정확하게 즉시, 응급, 비응급으로 나누는데 성공했다.전문의 등 의료진이 데이터를 통해 이를 분류한 결과의 정확도가 86%였다는 점에서 오히려 의료진보다 더 정확하게 중증도를 구분했다는 의미다.연구진은 이러한 결과가 향후 응급실 환자 선별 시스템에 큰 기반이 될 것으로 기대하고 있다. 이미 현존하는 시스템에 거대언어모델을 적용한 것만으로 의료진보다 나은 결과를 냈기 때문이다.윌리암스 교수는 "이번 연구는 현재 응급실의 워크플로우에 곧바로 챗 지피티를 적용해도 응급 환자 분류에 많은 도움을 받을 수 있다는 것을 보여준다"며 "일부 인종 및 성별 등에 대한 부분을 보완한다면 향후 임상 환경에 적절히 적용할 수 있을 것"이라고 밝혔다. 

메디칼타임즈=이인복 기자거대언어모델인 챗 지피티(Chat-GPT)가 전문의 수준까지 발전했다는 보고가 이어지고 있지만 실제 임상 적용은 위험할 수 있다는 연구 결과가 나와 주목된다.검증된 진단 도구와 유사한 수준으로 진단을 내릴 수는 있지만 같은 데이터에 같은 값을 내는 동일성 부분에서 낙제점을 받았기 때문이다.챗 지피티가 일정 부분 정확도를 보장하지만 동일성 부분에서 한계가 있다는 지적이 나왔다.현지시각으로 2일 국제 학술지 플로스 원(PLoS ONE)에는 챗 지피티를 활용한 임상 진단의 정확도 및 신뢰도에 대한 대규모 연구 결과가 게재됐다(10.1371/journal.pone.0301854).현재 챗 지피티는 고도화가 지속적으로 진행되면서 점차적으로 버전이 업그레이드 되고 있는 상황이다.이미 미국 의사 시험을 우수한 성적으로 통과한데 이어 특정 질환의 경우 전문의를 앞지르는 정확도를 보여주며 실제 임상 적용의 가능성을 높여가고 있는 상태.이로 인해 의학계에서는 다양한 방법으로 이를 검증해가며 임상 현장에 이를 도입하기 위한 노력을 지속하고 있다.워싱턴의과대학 로렌스 루이스(Lawrence Lewis) 교수가 이끄는 다기관 연구진이 이에 대한 검증 연구에 들어간 배경도 여기에 있다.비 외상성 흉통으로 응급실을 찾는 환자가 지속적으로 늘고 있지만 이에 대응할 수 있는 의료진은 적다는 점에서 주요 진단 도구를 학습시키고 이를 기반으로 챗 지피티를 예측 모델로 만든다면 임상에 도움이 될 수 있다는 판단에서다.이에 따라 연구진은 무작위로 시뮬레이션된 1만개의 환자 데이터를 기반으로 3개의 데이터 세트를 구성했다.하나는 비 외상성 흉통이 있는 환자에게 30일~6주간 주요 심혈관계 질환 위험(MACE)을 측정하는 도구인 TIMI로 검증했고 또 하나는 3개월에 걸쳐 MACE를 예측하는 응급실 심혈관 질환 예측 도구인 HEART 척도가 포함됐다.또한 나머지 하나는 44개의 무작위 건강 변수를 대입해 이 세가지 데이터 세트를 챗 지피티를 통해 진단을 내리도록 주문했다.그 결과 일단 챗 지피티는 매우 높은 정확도로 이러한 표준 평가 척도와 유사한 답변을 내놓는데 성공했다.TIMI 데이터의 경우 89%, HEART 점수는 92%로 높은 상관관계를 보였기 때문이다. 전문의가 TIMI를 통해 예측한 위험도와 챗 지피티가 예측한 위험도가 매우 유사했다는 의미다.하지만 문제는 동일성이었다. 즉 한명의 환자 데이터를 줬을때 지속적으로 같은 결과값을 내는가에 대한 부분이다.실제로 TIMI와 HEART 점수를 기반으로 한 전문의들의 판단은 동일성이 유지됐지만 챗 지피티의 경우 44%가 다른 결과값을 내놨다.동일한 환자 데이터를 가지고 처음에는 급성 심근경색이 위험하다는 진단을 내렸다가 다음에는 아무 이상이 없다는 결과를 내놓은 셈이다.연구진은 바로 이 부분에서 챗 지피티의 임상 적용은 아직 시기상조라고 결론내렸다. 불확실성에 대한 부분이 해결되지 않으면 더 위험한 상황이 벌어질 수 있다는 것이다.로렌스 루이스 교수는 "TIMI나 HEART와 같은 척도들과 매우 유사한 수준의 상관관계를 갖는다는 것은 분명히 희망적인 부분"이라며 "하지만 동일성 부분에서 챗 지피티는 사실상 낙제점을 받았다"고 지적했다.그는 이어 "똑같은 환자의 동일한 데이터를 두고 챗 지피티는 위험하다고 했다가 위험하지 않다고 판단하는 등 무작위성을 보였다"며 "임상 현장에서 단일하고 일관된 진단은 매우 중요한 부분인 만큼 이러한 무작위성은 인정될 수 없는 지표"라고 밝혔다.

메디칼타임즈=이인복 기자거대언어모델인 챗 지피티(Chat-GPT)는 영어가 아닌 한국어로도 환자에게 제공하는 퇴원 요약서를 제대로 작성할 수 있을까.결과적으로 '그렇다'는 결론이 나왔다. 많은 데이터를 학습시키지 않고도 실제 임상 현장에서 쓸 수 있을 정도의 문서를 만들어냈기 때문이다.챗 지피티가 한국어로된 퇴원 요약서도 능숙하게 작성할수 있다는 연구가 나왔다오는 29일 대한의학회 국제학술지 Journal of korean medical science에는 챗 지피티를 활용한 퇴원 요약서 프로그램에 대한 검증 연구 결과가 게재될 예정이다.현재 챗 지피티를 임상 현장에 활용하기 위한 연구는 전 세계적으로 이뤄지고 있는 상태다.특히 세계적으로 의사의 번아웃이 심각한 문제로 떠오르면서 업무량을 줄이기 위한 대안으로 급부상하고 있는 상황.미국과 유럽 등에서 의사의 가장 큰 로딩 중 하나인 의무기록과 퇴원 요약서 작성에 챗 지피티를 활용을 적극적으로 도입하고 있는 이유다.실제로 지난달 국제학술지 액타 올쏘피디카(Acta Orthopaedica)에는 챗 지피티를 통한 퇴원요약서 작성의 유효성에 대한 연구 결과가 게재된 바 있다(10.2340/17453674.2024.40182).전문의와 전공의 10명이 작성한 퇴원 요약서와 챗 지피티가 작성한 요약서를 무작위로 섞은 뒤 15명의 전문의가 정확도를 평가한 것.결과는 놀라웠다. 15명의 전문가 평가에서 전문의가 작성한 퇴원 요약서와 챗 지피티가 작성한 요약서는 점수에 차이가 없었다. 전문가가 봐도 어느 것이 챗 지피티가 작성한 것인지 몰라볼 정도라는 의미다.그러나 퇴원 요약서 작성에 걸리는 시간은 큰 차이를 보였다. 챗 지피티가 전문의들의 평균 작성 시간에 비해 10배나 빨리 문서를 작성했기 때문이다.그렇다면 영어에 비해 아직까지 완성도가 크게 떨어진다는 평가를 받는 한국어 챗 지피티 버전은 어떨까.연세대 의과대학 유승찬 교수가 이끄는 연구진은 이를 검증하기 위해 심근경색 환자 50명과 일반 외과 환자 50명의 퇴원 요약서 100개를 사용해 챗 지피티가 한국어 퇴원 요약서 작성이 가능한지를 검증했다.또한 각 문서에 대해 세가지 프롬프트(Zero-shot, One-shot, Few-shot)을 사용해 각 요약서를 비교 분석했다. 평가 척도는 5점 만점의 리커트(Likert) 척도였다.러닝머신의 학습법을 뜻하는 샷(shot)은 학습 데이터의 양을 뜻한다. 제로샷은 아예 라벨링이 없는 데이터로 학습한 것을 의미하며 원샷은 1개 데이터로 학습시킨 것을, 퓨샷은 2~5개 데이터로 학습한 것을 의미한다.평가 결과 제로샷 프로프트의 경우 평균 점수가 3.73±0.44를 기록했다. 또한 원샷의 경우 4.11±0.36로 집계됐다. 이어 퓨샷 프롬프트는 4.19±0.36로 나왔다. 당연하게도 퓨샷 프롬프트가 가장 높은 평가 점수를 받은 셈이다.전체 평가 중 가장 높은 평가를 받은 문서는 퓨샷에서 생성돼 4.9점으로 거의 만점을 받았다. 가장 낮은 평가는 제로샷에서 만들어진 것으로 2.7점을 기록했다. 신뢰할 수 없다는 의미가 된다.결과적으로 4점 이상, 즉 신뢰할만한 퇴원 요약서를 만들어낸 비율을 보면 퓨샷의 경우 77%, 원샷의 경우 70%, 제로샷은 32%로 분석됐다.신뢰할 수 없는 수준인 3점 이하는 퓨샷과 원샷 프롬프트에서 모두 0%를 기록했으며 제로샷만 2%로 조사됐다.연구진은 이러한 결과에 대해 챗 지피티가 한국어로도 충분히 활용 가능한 퇴원 요약서를 만들 수 있다는 것을 의미한다고 설명했다.퓨샷과 원샷 모두 5점 만점에 4점 이상의 평균 종합 점수를 얻은 것은 사실상 바로 임상에서 활용이 가능하다는 것이다.연구진은 "특히 심근경색 환자와 일반외과 환자 모두에서 점수에 차이가 없었다는 것은 충분히 범용으로 활용이 가능하다는 것을 의미한다"며 "당장에라도 임상 의사의 퇴원 요약서 작성 로딩을 덜어줄 수 있다는 것을 보여준다"고 전했다.이어 "특히 퓨샷 프롬프트의 경우 평균 용이성 점수가 4.39 ± 0.45로 이는 영어가 주를 이루는 의학 용어에 대한 지식이 없는 사람들도 아무 부담없이 이를 읽고 이해할 수 있다는 것을 의미한다"며 "의사들의 고민을 크게 줄여줄 수 있을 것"이라고 밝혔다.

메디칼타임즈=이인복 기자생성형 인공지능인 챗 지피티(Chat-GPT)가 학습을 거듭하면서 임상 적용의 가능성을 높이고 있다.단순히 의학 논문 작성이나 요약 등을 넘어 의사의 업무를 획기적으로 줄이는 수단으로 각광받고 있는 것. 배경은 속도와 정확성이다.챗 지피티가 전문의와 비교해 내용의 질이 떨어지지 않으면서도 10배 빠르게 기록을 작성한다는 연구가 나왔다.현지시각으로 27일 국제학술지 액타 올쏘피디카(Acta Orthopaedica)에는 챗 지피티의 임상적 효용성에 대한 연구 결과가 게재됐다(10.2340/17453674.2024.40182).현재 챗 지피티 등 거대언어모델은 초창기에 비해 학습이 지속되면서 보다 정확도가 높아지고 있다는 평가를 받고 있다.출시 초기 환각 등의 문제가 지적됐지만 방대한 학습이 지속적으로 이뤄지면서 점점 이를 보완해가고 있는 셈이다.의학계에서 이에 대한 활용법을 모색하고 있는 것도 이러한 이유 때문이다. 전 세계적으로 의사의 번아웃이 문제가 되고 있다는 점에서 이를 보완할 수 있는 도구로 주목하고 있는 것이다.웁살라 의과대학 사이러스 브로덴(Cyrus Brodén) 교수가 이끄는 연구진이 의사와 챗 지피티를 비교하는 흥미로운 연구를 진행한 배경도 여기에 있다.과연 챗 지피티가 논문 작성이나 요약 등을 넘어 실제로 임상 현장에서 활용이 가능한지를 확인하기 위해서다.이에 따라 연구진은 의료진의 가장 큰 로딩 중 하나인 의무기록과 퇴원 안내서 작성을 두고 챗 지피티의 성능을 시험했다.모든 의료기관에서 퇴원 환자에게 질환과 수술 및 치료 경과, 처방 약물에 대한 설명, 주의사항 등을 담은 안내서를 전달한다는 점에서 과연 챗 지피티가 이러한 문서를 작성할 수 있는지를 확인한 것이다.연구는 정형외과 전문의와 대학병원 전공의 10명이 퇴원 안내서를 작성하고 챗 지피티가 작성한 문서와 비교하는 방식으로 진행됐다.이에 대한 평가는 블라인드 형태로 15명의 전문가 패널이 진행했다. 어느 것이 의사가 작성한 것이고 어떤 것이 챗 지피티가 쓴 것인지 모르는 상태에서 정확도와 충실도를 평가한 셈이다.결과적으로 챗 지피티는 매우 충실하고 정확하게 환자의 퇴원 안내서를 적어내는데 성공했다. 전문의가 작성한 문서와 평가 점수에 차이가 없었기 때문이다.중요한 것은 속도였다. 전문의가 작성한 퇴원 안내서와 질적인 면에서 차이가 없음에도 전문의들의 평균 작성 시간보다 10배나 빠르게 문서를 작성했기 때문이다.연구진은 이러한 결과가 챗 지피티의 가능성을 설명한다고 강조했다.사이러스 브로덴 교수는 "챗 지피티는 전문의가 작성한 퇴원 안내서와 품질 면에서 거의 차이가 없는 상태로 무려 10배나 빠르게 기록을 작성했다"며 "향후 전문의 등 의료진의 로딩을 획기적으로 줄여줄 수 있는 잠재력이 있다는 의미"라고 밝혔다. 

메디칼타임즈=이인복 기자거대언어모델로 불리는 생성형 인공지능(AI)이 의학 논문 작성 등을 넘어 실제 임상 현장에서도 활용도를 인정받고 있다.생성형 AI를 통해 퇴원 환자에게 전달되는 안내서를 부탁하자 훨씬 더 이해하기 편하게 바꿔주는 등 기대하지 못했던 효과가 나오고 있기 때문이다.퇴원 안내서 작성 등에 생성형 AI를 활용할 경우 환자 만족도를 크게 올릴 수 있다는 연구가 나왔다.현지시각으로 13일 미국의사협회지(JAMA network open)에는 생성형 AI를 활용한 퇴원 안내서 변환의 효과에 대한 연구 결과가 게재됐다(10.1001/jamanetworkopen.2024.0357).현재 전 세계 모든 의료기관에서는 퇴원하는 환자에게 어떠한 병에 걸려 무슨 치료를 받았으며 앞으로 주의해야 할 사항 등을 담은 안내서를 전달하고 있다.또한 필요한 경우 전자의무기록(EMR)이나 입원 당시 진행한 검사 결과 등도 함께 제공하고 있는 상황.하지만 문제는 이러한 내용이 의학 용어가 많고 의사에 따라 내용이 함축돼 있는 경우가 많아 환자나 보호자들이 쉽게 이해할 수 없다는 점에 있다.실제로 미국과 유럽 등에서 진행된 다양한 연구 결과 환자의 최대 88%는 이러한 의무기록이나 퇴원 안내서를 제대로 읽거나 이해하지 못하는 것으로 나타났다(2016;211(3):631-636).뉴욕 의과대학 조나 자레츠키(Jonah Zaretsky) 교수가 생성형 AI의 접목을 고려한 것도 이러한 이유 때문이다.의료진이 이를 더 편하게 작성하는 것이 쉽지 않다면 생성형 AI를 통해 이러한 간극을 최소화할 수 있지 않을까 하는 가정에서다.이에 따라 연구진은 뉴욕대병원 내과에 입원했다가 퇴원한 환자의 퇴원 안내서를 마이크로소프트 생성형 AI인 'OPEN AI'에 맡겨 쉽게 풀어보도록 주문했다.또한 병원에서 작성한 퇴원 안내서와 OPEN AI가 변환한 안내서를 환자에게 동시에 전달하고 이를 비교 분석했다.그 결과 OPEN AI가 변환한 안내서가 난이도를 크게 낮춰 환자의 이해도를 크게 향상시킨 것으로 나타났다.실제로 문장의 난이도 평가 지표인 플레쉬 킹케이드(Flesch-Kincaid) 등급을 비교하자 의료기관이 작성한 퇴원 안내서는 평균 11.0을 기록했지만 OPEN AI가 다듬은 글은 6.2로 크게 난이도가 낮아졌다.또한 환자의 이해도 평가를 위한 척도인 PEMAT(Patient Education Materials Assessment Tool) 점수도 큰 차이를 보였다.의료기관이 전달한 퇴원 안내서는 13%만이 완전히 이해했지만 OPEN AI가 작성한 경우 81%로 월등하게 높아졌기 때문이다.다만 현재 생성형 AI의 가장 큰 한계로 꼽히는 이른바 '환각'을 여전히 주의해야 할 점으로 꼽혔다. 18%의 퇴원 안내서에서 환각이 나타났기 때문이다.조나 자레츠키 교수는 "의료기관이 제공하는 퇴원 안내서를 단순히 OPEN AI에게 맡긴 것 만으로 문장의 난이도가 크게 낮아져 환자의 이해도가 월등하게 올라갔다"며 "실제 의료기관에서 매우 유용하게 쓸 수 있는 도구가 될 수 있다는 것을 보여준다"고 설명했다.그는 이어 "하지만 일부에서 환각 문제가 나타났다는 점에서 일정 부분 한계는 있는 상태"라며 "생성형 AI가 마련한 문서를 의료진이 한번 검토해 환자에게 전달하는 식으로 활용이 가능할 것"이라고 밝혔다. 

메디칼타임즈=이인복 기자챗 지피티(Chat-GPT) 등 인공지능 기반 거대언어모델(LLM)이 잘못된 의학 정보를 대량 생산할 수 있어 규제 방안이 시급하다는 경고가 나왔다.단기간에 잘못된 정보를 포함한 게시 글이나 사진, 영상까지 광범위하게 생성해 확산시킬 수 있다는 점에서 보건의료체계에 큰 악영향을 끼칠 수 있다는 지적이다.챗 지피티 등 거대언어모델의 위험성을 지적하는 연구 결과가 나왔다.현지시각으로 21일 자마 네트워크 오픈(JAMA Network open)에는 거대언어모델의 위험성에 대한 연구 결과가 게재됐다(10.1001/jamaininternmed.2023.5947).현재 생성형 인공지능, 거대언어모델 등으로 표현되는 챗 지피티는 고도화가 지속되면서 의학계에서도 이에 대한 기대와 우려가 공존하고 있다.이미 다양한 연구를 통해 챗 지피티가 전문의 수준까지 이르렀다는 보고가 이어지면서 실제 임상 현장에 적용 가능성을 타진하고 있는 것.하지만 이에 대한 우려의 목소리도 적지 않은 것이 사실이다. 모델의 특성상 표절 등에서 자유로울 수 없으며 잘못된 정보를 재생산하는 문제가 있다는 것이 공통된 지적이다.호주 플린더스대 브래들리 맨즈(Bradley Menz) 박사가 이끄는 연구진이 실제 이같은 우려에 대한 적용 연구를 진행한 배경도 여기에 있다.과연 실제로 챗 지피티가 악의적 의도에 따라 정보를 왜곡하는지를 실제로 파악하기 위해서다.이에 따라 연구진은 이미 많은 의학정보와 연구가 있는 백신과 전자담배를 대상으로 왜곡된 정보를 지속적으로 챗 지피티에 주입하며 허위 정보를 유도한 뒤 확산을 시도했다.그 결과 65분만에 백신과 전자담배와 관련된 1만 7천 단어 이상의 허위 정보가 포함된 102개의 블로그 게시글을 생성하는데 성공했다.또한 이러한 블로그 게시글에는 가짜 환자와 가짜 의대 교수 등이 작성한 허위 정보가 포함됐으며 마치 연구 논문 등과 같이 과학적으로 보이는 참고 자료까지 생성하는데 성공했다.단지 텍스트 뿐만이 아니었다. 연구진이 다양한 방법으로 이를 시도한 결과 2분 내에 백신의 허위 정보를 담은 카드 뉴스와 가짜 환자 및 증상, 가짜 의사의 설명이 담긴 자료 사진 20개를 구현했다.영상 또한 마찬가지. 이같은 허위 정보를 담은 게시글과 사진을 통해 딥페이크 영상을 만들라고 주문하자 실제 의대 교수가 강연하는 것과 같은 영상을 만들어내는데 성공했다.특히 이러한 게시글과 사진, 영상은 5분 만에 40개 이상의 언어로 번역돼 계속해서 확산됐다.연구진은 이러한 시도가 거대언어모델의 위험성을 여실히 보여주는 것이라고 지적했다. 만약 특정인이나 특정 집단이 정보를 왜곡하고자 마음 먹는다면 얼마든지 매우 위험한 컨텐츠를 끊임없이 생산하고 확산할 수 있다는 것이다.브래들리 맨즈 박사는 "이 연구는 얼마나 쉽게 사실인것 처럼 보이는 사진과 영상을 대량으로 생산하고 확산할 수 있는지를 보여준다"며 "보건의료의 특성상 이러한 허위 정보는 생명을 위협할 수 있다는 점에서 문제가 심각한 상황"이라고 지적했다.그는 이어 "의료 전문가와 인공지능 개발자, 규제 기관이 힘을 합쳐 이를 검증하고 감시하며 관리할 수 있는 체제가 시급한 상황"이라고 밝혔다.

메디칼타임즈=김승직 기자에이치디정션이 25일 웨비나를 개최하고 4차산업 기술을 활용한 정신건강의학과 전자의무기록(EMR) 서비스를 공개했다.이번에 선보인 서비스는 ▲정신건강의학과 척도검사 EMR 내재화 ▲초거대언어모델 기반 의료용 챗봇 AI medic ▲사진·문서 촬영 및 EMR 저장·열람이 가능한 트루닥 스캔 등이다.에이치디정션이 25일 웨비나를 개최하고 4차산업 기술을 활용한 정신건강의학과 전자의무기록(EMR) 서비스를 공개했다.에이치디정션은 척도검사 EMR 내재화와 관련해, 문서를 별도로 관리하지 않아도 돼 관리의 효율성이 높아지는 것과 유실의 위험이 줄어드는 것을 강점으로 소개했다. 척도검사 결과 변화의 추이를 한눈에 파악할 수 있으며, 결과 해석 서비스를 현장에서 바로 이용할 수 있다는 설명이다.AI medic와 관련해선 학습 데이터 오류나 부적절함, 모델 자체의 편향 등으로 인한 문제를 해결한, 국내의약품 정보 특화 의약품 엔진을 개발했다고 강조했다.트루닥 스캔을 통해선 환자가 가져온 진단서나 환부 사진을 촬영해 실시간으로 EMR에서 결과를 확인할 수 있다고 전했다.이와 관련 에이치디정션 장동진 대표는 "현재 정신건강의학과에서 트루닥의 채택률이 높아지고 있다"며 "이번에 공개한 서비스는 정신건강의학과 진료에 필요한 기능을 강화하고, 환자와 의사의 편의성을 높이는 데 중점을 뒀다. 앞으로도 4차 산업 기술을 활용하여 진료실에서 필요한 다양한 서비스를 개발할 계획"이라고 말했다.이번에 공개한 서비스는 올해 말부터 정식 출시될 예정이며, 에이치디정션은 지속적인 업데이트와 개선을 통해 더 발전된 서비스를 제공한다는 계획이다.