환자들이 온라인에서 정신과 약물 정보를 찾을 때, 신뢰할 수 있는 정보를 얻기 어려운 경우가 많습니다. 규제 기관의 공식 기록은 정확하지만 이해하기 어렵고, 환자들의 경험담은 생생하지만 검증되지 않은 정보가 많기 때문입니다. 이러한 문제 해결을 위해, 최근 연구에서 지식 그래프(knowledge graph) 기반의 다중 에이전트(multi-agent) AI 프레임워크가 개발되어 정신과 약물 정보를 통합 제공하는 새로운 가능성을 제시했습니다.
이 연구팀은 9가지 항우울제에 대한 46만 6,525개의 레딧(Reddit) 게시물, 6만 782개의 웹엠디(WebMD) 리뷰, 그리고 20년간의 미국 식품의약국(FDA) 부작용 보고 시스템(Adverse Event Reporting System) 기록을 통합 분석했습니다. 대규모 언어모델(LLM) 기반의 개체 인식 파이프라인은 의사 주석과 비교했을 때 약물명에서 F1 점수 0.969, 증상명에서 0.973이라는 높은 정확도를 보였습니다. 특히, 환자 커뮤니티 데이터는 규제 보고서보다 수백 일 먼저 특정 약물 부작용을 포착하는 경향이 있었으며, 네오포제이(Neo4j) 지식 그래프를 활용해 모든 정보의 출처를 명확히 구분하여 신뢰성을 높였습니다.
이러한 접근 방식은 환자들이 정신과 약물에 대한 정보를 더 신뢰성 있고 시의적절하게 얻을 수 있도록 돕는 중요한 진전입니다. 특히 정신과 약물 정보는 오해나 잘못된 맥락으로 인해 환자의 불안을 증폭시키거나 약물 복용 순응도를 떨어뜨릴 수 있어, 출처가 명확히 구분된 통합 정보 제공이 더욱 중요합니다. 앞으로 이 시스템의 유용성과 환자 혜택에 대한 추가적인 임상 연구가 필요하지만, AI가 의료 정보 접근성을 개선하고 환자 안전을 높이는 데 기여할 잠재력을 보여주었다는 점에서 의미가 큽니다.