'pt referred pt for lbp'

 의사들의 의료 기록에 종종 쓰이는 속기와 약어다. 풀어 쓰면 'Patient referred to physical therapy for low back pain'(허리 통증으로 물리 치료를 의뢰한 환자)이지만 일반 환자 입장에서는 쉽게 알아보기 어렵다.

 그러나 최근 일반인도 의사의 임상 기록을 포함한 의료 기록에 디지털로 접근할 수 있는 경우가 늘면서 환자들도 의료 약어를 쉽게 이해할 필요성이 생겨났고 그러한 기술도 개발됐다.

 과학자 알빈 라지코마르와 구글 리서치의 에릭 로로 스포트웨어 엔지니어가 구글 블로그에 올린 '개인정보 보호 ML(머신 러닝)'로 임상 약어 해독'에 따르면 구글은 최근 수천 개의 임상 약어와 확장어 사전을 참조해 의학 약어를 변환해주는 모델을 개발했다.

 구글은 민감한 정보가 포함된 실제 환자들의 기록을 사용하지 않고, 별도의 데이터 세트를 만든 뒤 훈련된 모델이 여러 병원 현장의 임상 기록과 치료에서 잘 작동하는지 확인했다.

 이 과정에서 분자 생물학의 발산 서열 정렬 기술 등이 활용됐으며 이를 통해 약어를 정확하게 감지하고 확장하는 모델의 능력을 평가할 수 있었다고 저자들은 설명했다.

 모델을 활용한 약어 변환 사례를 보면 '45 yo m pt undergoing pt for lbp'를 '45 year old male patient undergoing physical therapy for low back pain'(허리 통증으로 물리 치료를 받는 45세 남성 환자)으로 번역해주는 걸 확인할 수 있다.

 나아가 '45 yo m pt undergoing pt for lbp was referred for bruising and elevated pt'를 '45 year old male patient undergoing physical therapy for low back pain was referred for bruising and elevated prothrombin time'(타박상과 혈액 응고 시간 증가로 허리 통증을 겪는 45세 남성 환자가 물리치료를 받고 있음)으로까지 번역된다.

 저자들은 "특정 의료 교육을 받지 않은 일반인은 의학 약어에 대한 이해도가 30% 미만이었지만, 구글 검색을 사용한 후에는 75%로 증가했다"고 설명했다.

 그러면서 "이 검색 기술은 모든 의미를 해독하지는 못하더라도 환자가 보고 읽는 정보를 보강해 자신의 건강과 진단 및 치료 등 건강 지식을 향상하는 데 도움이 될 수 있을 것"이라고 말했다.