임상 의사결정에서 DeepSeek 대형 언어 모델의 벤치마크 평가

오늘의 논문

원문 보기 문헌연구

HOT PAPER IT Crossref 실존 확인 2026-09-28 회차 지난 회차

임상 의사결정에서 DeepSeek 대형 언어 모델의 벤치마크 평가

Benchmark evaluation of DeepSeek large language models in clinical decision-making

Sarah Sandmann, Stefan Hegselmann, Michael Fujarski 외 · Nature Medicine · 2025년 · 조회 14

왜 이 논문인가 — 선정 기준

HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위

2025-04 발표 · 피인용 220회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%

HOT PAPER 슬롯은 최근 가장 높은 주목을 받은 논문을 선정하며, 본 논문은 발표 연도 대비 인용 220회로 동년 상위 1%에 해당해 높은 인용 영향력을 보여준다.

논문 요약

본 연구는 의료 현장에서 프라이버시 규제로 인해 현장 배포가 어려운 GPT‑4o와 같은 폐쇄형 대형 언어 모델의 대안을 탐색한다. 오픈소스 DeepSeek‑V3와 DeepSeek‑R1을 로컬 데이터에 미세조정한 뒤, 125개의 다양한 질환 사례를 이용해 임상 의사결정 지원 작업에서 성능을 비교하였다. 비교 결과 DeepSeek 모델이 기존 폐쇄형 모델에 비해 경쟁력 있는 성능을 보였으며, 현장 적용 가능성을 입증하였다.

후속 연구설계에 활용하기

후속 연구에서는 DeepSeek 모델의 미세조정 방법, 환자 케이스 다양성, 임상 의사결정 정확도 등을 변수·척도로 설정해 멀티모달 의료 데이터에 대한 확장 실험을 설계할 수 있다.

핵심어

DeepSeek대형 언어 모델임상 의사결정벤치마크

실존 확인

이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다. SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.

DOI: 10.1038/s41591-025-03727-2

2026-09-28 확인 · 2026-09-28 선정

임상 의사결정에서 DeepSeek 대형 언어 모델의 벤치마크 평가

왜 이 논문인가 — 선정 기준

논문 요약

후속 연구설계에 활용하기

핵심어

실존 확인

같은 회차의 다른 논문