ETRI-Knowledge Sharing Plaform

본 기술은 거대언어모델(LLM, large language model) 기반 인-컨텍스트 학습(in-context learning)을 활용해 구급차 내부에서 수집되는 멀티모달(음성·생체신호·영상)센서로부터 실시간 정보를 텍스트로 변환, 요약, 분석하는 응급의료지원 기술이다. 구급환자의 상태와 응급 처치 내용을 요약하고, 환자가 24종의 중증응급질환에 해당하는지 판단 근거와 함께 결과를 제공하고, 병원 도착 전까지 필요한 맞춤형 응급처치 대응 지침을 제안한다. 이를 통해 구급대원, 의료지도 의사, 병원 의료진이 구급 환자의 정보를 신속히 공유하고 빠르게 의사결정을내릴 수 있도록 지원한다

구급 환자의 상태와 응급처치 내용을 요약하고, 환자가 24종 중증응급질환에 해당하는지 판단 근거와 함께 결과를 제공한다. 또한 병원 도착 전까지 필요한 맞춤형 응급처치 지침을 제안함으로써, 구급대원·의료지도 의사·병원 의료진 간의 신속한 정보 공유와 빠른 의사결정을 지원한다.

1. 생체신호, 음성, 영상 멀티모달 데이터에서 병원 이송중인 환자의 상태, 이루어지는 처치 등을 종합적으로 분석해 실시간 환자 상태 파악 및 대응 지원 가능
2. 24종 중증응급질환 중 Top3 후보와 이를 판단하게된 근거를 구급대원에게 제공해 신뢰할 수 있는 의학적 판단 보조 역할 수행
3. 119 구급대원 현장응급처치 표준지침을 참고해 환자별 맞춤형 대응 조언 제공 가능

A. 기술명 : LLM 기반 응급상황 요약 평가 대응 지원 기술
- LLM 기반 인-컨텍스트 학습을 활용해 구급차 내부에서 수집되는 멀티모달(음성·생체신호·영상)센서로부터 실시간 정보를 텍스트로 변환 및 요약
- LLM 활용 텍스트로 변환된 정보를 분석해 응급상황 판단, 근거제공, 대응 정보 제공
- 요약 평가 대응 지원 기술 관련 streamlit 웹 애플리케이션 관련 소스코드

B. 기술명 : LLM 기반 인컨텍스트 학습 활용 환자평가 기능 성능효율성 평가
- 이송단계에서 수집된 3종 이상의 멀티모달 데이터(생체신호, 음성, 영상)를 기반으로 환자를 평가, 제시된 Top3 후보 질환 중 실제 환자 질환이 포함되는 비율인 정확도 80 % 이상을 만족하는지 확인

A. 기술명 : LLM 기반 응급상황 요약 평가 대응 지원 기술
- 요구사항 정의서 1건
- 시험 절차서 및 결과서 1건
- 정보 요약, 환자 평가, 응급환자 대응 기능 SW 소스코드
- 특허 1건 (PR20240377KRa, 구급상황에 특화된 개체명 인식을 이용한 구급상황 지원 방법 및 장치)
- 기술자료 3건 / 프로그램 3건


B. 기술명 : LLM 기반 인컨텍스트 학습 활용 환자평가 기능 성능효율성 평가
- 요구사항 정의서 1건
- 시험 절차서 및 결과서 1건
- 환자 평가 기능의 성능 효율성 평가 SW 소스코드
- 특허 1건 (PR20240060KR, 환자 평가 장치 및 방법)
- 기술자료 1건 / 프로그램 1건

구급차·응급현장 대응: 실시간 환자 모니터링과 응급처치 지침 제공으로 골든타임 확보
원격 응급의료 지원: 병원 의료진이 현장 데이터를 실시간 수신·평가하여 원격 지휘 및 의사결정 지원
재난·대규모 사고 대응: 복잡한 현장 상황을 자동 요약·전달해 다수 환자 관리 효율화
의료 교육 및 시뮬레이션: 실제 멀티모달 데이터를 활용한 응급 대응 훈련 및 교육