Next-Gen Longitudinal EMR AI

길고 긴 EMR, 5초 안에 차트원샷이 읽습니다

의사가 복잡한 케이스를 검토하는 데 걸리는 시간: 25분. 차트원샷은 이 시간을 5초로 단축하여 골든타임을 지킵니다.

근거: Nolan et al., Mayo Clinic 다기관 설문연구, Applied Clinical Informatics (2017)

Synthea™ Powered · 환자 단위 시계열 요약 · 원문 인용 강제
다분과 협진5.2s
주요 질환

생체 간이식 후 추적 (12~17개월차)

AST/ALT 외상 후 일시 상승 → 2주 만에 정상 복귀, Tacrolimus trough 안정 유지

타임라인 (위: 주요 / 아래: 부수)

1.23검진
2.10골반골절
2.20AST↑
3.02정상
4.10아나필
4.25안정
약어f/u → follow-upBID → 1일 2회HLD · 미등재

원문 인용 9건 부착 — 각 항목의 출처 청크 ID로 추적 가능.

Pipeline

How It Works

데이터가 인사이트로 변하는 과정 — LangGraph 추론 파이프라인

Webhook In
Document Chunker
문서 단위 청킹
Abbreviation Lookup
분과 사전결정론적
RAG Retriever
pgvectorEmbeddingGemma 300M
MedGemma 27B
vLLMQLoRA r=164-bit NF4
Citation Verifier
원문 인용 강제
Webhook Response
JSON 구조화
Step 01

EMR 업로드

텍스트 형식의 EMR을 시스템에 업로드합니다. 별도의 전처리 없이 원본 그대로 업로드하면 됩니다.

Step 02

AI 분석

추출된 텍스트를 LLM이 임상적 맥락에서 해석합니다. 활력징후, 주증상, 알레르기 등 핵심 필드를 구조화하고, 현재 질환을 위주로 반드시 확인해야 할 환자의 타임라인을 그려줍니다.

Step 03

결과 대시보드

30초 이내에 구조화된 JSON 응답을 반환합니다. Split View에서 원본과 요약을 대조하며, 이상 수치는 시각적으로 즉시 강조됩니다.

Baseline MedGemma 27B 그대로 사용

분과별 QLoRA PEFT 어댑터로 한국 임상 특화

+ DPO 후속 적용 (3단계 로드맵)

LangGraph Inference Pipeline
Ready
RuntimevLLM
Base ModelMedGemma 27B
AdapterQLoRA (PEFT) r=16
Quantize4-bit NF4
Vector DBpgvector
EmbeddingEmbeddingGemma 300M
GPURTX A6000 48GB
Network폐쇄망 온프레미스

노드 교체만으로 모델·검색·청크 전략을 유연하게 변경 가능

적응 로드맵 · RAG + Few-shot (1) + QLoRA SFT (2) + DPO (3, 옵션)

Capabilities

Features

긴 EMR을 정확하게 압축하는 4가지 핵심 기능

Split View 비교

원본 EMR과 AI 요약을 한 화면에서 대조해 신뢰성을 검증합니다. 길고 반복되는 차트가 핵심 trend로 압축되는 과정을 한눈에.

원본
요약

환자 단위 시계열 요약

여러 차수의 외래·입원 기록 중 핵심 질환만 추출. 주요 trend는 화살표 위, 부수 이슈는 아래에 분리해 보여줍니다.

약어 결정론적 해소

분과별 약어 사전을 lookup해 풀이. 사전에 없는 약어는 LLM 추측 없이 원문 그대로 유지해 환각을 차단합니다.

f/ufollow-up
BID1일 2회
HLD미등재 (원문 유지)

데이터 주권

온프레미스 폐쇄망에서 운용. MedGemma 27B를 병원 GPU에 직접 띄워 환자 데이터가 외부로 나가지 않습니다.

폐쇄망 · LIVE
외부 송신: 0건
< 0s
EMR 분석
의사 25분 → 5초
0 → 1
차수 통합
9차 외래/입원을 1장 시계열 카드로
0%
폐쇄망 운영
외부 송신 0건 · 온프레미스
0B+α
MedGemma 27B 한국 임상 특화
QLoRA PEFT + DPO 로드맵
Synthea™ Powered

Interactive Demo

MITRE Synthea™로 생성된 가상 환자 데이터입니다. 실제 환자 정보가 아닙니다.

Challenge

당신이 의사라면, AI보다 빠를까요?

긴 외래 차트를 읽고 환자의 주요 질환을 판단해보세요. 차트원샷이 같은 작업을 5초에 끝내는 동안, 당신은 몇 초가 걸리는지 비교합니다.