자동 의료 코딩을 위한 미세조정 대규모 언어 모델: 비교 평가

기술적으로 유능한 작업이다. CNN 기준선 대비 6.2점 향상은 의미가 있고 방법론은 깔끔하다. 주 요청은 보고된 숫자의 엄밀성이다 — 최상 모델을 최소 세 개의 랜덤 시드로 다시 돌려 평균 ± 표준편차를 보고하라. 이 정도 차이에서 단일 시드 F1은 저널 게재 근거로 부족하다. 이 추가와 리뷰어 C가 요청한 챕터별 내역까지 들어오면, 이 논문은 수락 가능하다.

“코더 업무 부담” 프레이밍은 초록에서는 크게 일하지만, 논문의 나머지 부분에서는 거의 쓰이지 않는다. 실제 기여는 특정 ICD-10 과제에 대한 세 개의 오픈소스 LLM 벤치마크 비교다. 그것만으로도 충분히 좋은 기여이며, 게재를 위해 운영상 프레이밍이 필요하지 않다. 초록을 논문이 실제로 하는 일에 맞춰 부드럽게 조정하고, 논의에 한 단락을 추가해 MIMIC-IV가 단일 기관 데이터셋이며 도메인 적응 없이는 결과가 전이되지 않음을 인정하는 것을 권한다.

임상 운영 쪽 독자로서 이 작업에 관심이 있지만, 더 많은 운영 기반 없이는 수락을 권할 수 없다. 상위 50개 ICD 코드는 훈련된 코더가 1분 안에 부여하는 코드들이며, 코더를 실제로 늦추는 코드는 미세조정 모델이 일반적으로 무너지는 특정·희귀 코드들이다. 희귀 코드 평가를 추가해 달라. 또한 현실적인 병원 중 추론 지연과 컴퓨트 비용을 모르고 모델을 배포할 수 있는 곳은 없으니, 그 수치를 반드시 추가해 달라. 저자들이 모델이 롱테일에서 유용한 일을 한다는 것을 증명하면 이 논문은 강한 논문이 된다. 현재 상태로는 흥미로운 벤치마크 논문이지만, 초록이 주장하는 응용적 주장에는 닿지 못한다.