의료 데이터 검색

주의사항:

의료 관련 제한사항: 고객은 임상 목적(명확히 하자면 비임상 연구, 예약 또는 기타 관리 작업은 제한되지 않음)으로, 전문적인 의료 조언을 대체하기 위해 또는 관련 규제 당국의 감독을 받거나 허가 또는 승인이 필요한 방식으로 생성형 AI 서비스를 사용할 수 없으며, 최종 사용자가 이러한 행위를 하도록 허용하지 않습니다. 자세한 내용은 서비스별 약관을 참조하세요.
명확히 하자면, Vertex AI Search를 사용하여 기존 의료 정보를 검색하고 요약하는 것과 관련하여 임상 목적으로의 사용 제한은 관련 법률 및 규정에 따라 면허를 보유한 전문가의 검토 없이 직접 진단 또는 치료 목적으로 사용하는 것을 제한한다는 의미입니다.
생성된 출력 정보는 항상 완전히 신뢰하지 못할 수 있습니다. LLM 및 생성형 AI의 특성으로 인해 출력 정보에는 잘못되었거나 편향적인(예를 들어, 고정 관념적이거나 기타 유해한 콘텐츠) 정보가 포함될 수 있으며, 검토가 필요합니다. 모든 요약 또는 답변 내용은 최종본이 아닌 초안으로 간주되어야 합니다.
이 제품의 용도는 질환이나 질병의 예방, 진단, 치료와 관련된 정보를 제공하기 위한 것이 아닙니다. 진단 또는 치료 추천과 관련된 질문을 다루기 위해 만들어진 제품이 아닙니다. 이 제품의 용도는 사용자가 제공한 기존 의료 정보를 검색하고 요약하는 것입니다.
제한된 테스트 데이터로 인해 이 제품은 만 0~18세 및 85세 이상의 연령대에 적용되지 않을 수도 있습니다. 따라서 고객은 생성된 출력을 검토할 때 소스 데이터 내 하위 집단의 대표성을 고려해야 합니다.

FHIR R4 데이터를 의료 검색 앱으로 가져온 후 가져온 데이터를 쿼리하여 관련 결과를 가져올 수 있습니다. 다음 유형의 검색어를 사용하여 검색할 수 있습니다.

키워드 검색어
자연어 쿼리
생성형 AI 답변이 포함된 자연어 검색어

또한 날짜 필터링 검색어를 사용하여 검색을 필터링할 수 있습니다. 자세한 내용은 resource_datetime 필터 정의를 참조하세요.

Google Cloud 콘솔에서 검색할 때는 먼저 환자 ID를 입력하고 한 번에 환자 한 명 데이터를 검색해야 합니다. REST API를 사용하여 검색하면 전체 데이터 스토어를 검색할 수 있습니다.

이 페이지에서는 다양한 유형의 검색어를 사용하여 의료 데이터를 검색하는 방법을 보여줍니다.

의료 데이터 검색에 Vertex AI Search를 사용하는 목적

Vertex AI Search의 용도는 질병이나 질환의 예방, 진단 또는 치료와 관련된 정보를 제공하는 것이 아닙니다. 진단 또는 치료 추천과 관련된 질문을 다루기 위해 만들어진 제품이 아닙니다. 이 제품의 용도는 사용자가 제공한 기존 의료 정보를 검색하고 요약하는 것입니다.

테스트 데이터가 제한되어 있으므로 0~18세 및 85세 이상의 연령대에는 이 제품이 적용되지 않을 수도 있습니다. 따라서 고객은 생성된 출력을 검토할 때 소스 데이터 내 하위 집단의 대표성을 고려해야 합니다.

다음은 이 제품의 용도에 대한 몇 가지 예시입니다.

주제와 관련된 환자 정보를 찾기 위한 탐색 검색어:
- '아스피린 사용 요약'
- '혈압'
- '당뇨병 관리?'
정형 검색어에 매핑할 수 있는 특정 리소스를 찾는 탐색 검색어:
- '가장 최근 a1c 수치 보여 줘'
증거가 리소스 전체에 흩어져 있을 수 있는 특정 질문에 답하는 추출 질문 및 답변:
- '이 환자가 세팔로스포린으로 치료받은 적이 있나요?'
- '환자가 정신과 평가를 받은 적이 있나요?'

다음은 이 제품의 용도가 아닌 방법의 예시입니다.

진단 권장사항 및 치료 권장사항:
- '이 환자의 감별 진단은 무엇인가요?'
- '환자에게 어떤 약을 처방해야 하나요?'

시작하기 전에

검색하기 전에 다음을 수행합니다.

의료 검색 앱과 의료 검색 데이터 스토어를 만들고 FHIR R4 데이터를 가져옵니다. 자세한 내용은 의료 검색 앱 만들기 및 의료 검색 데이터 스토어 만들기를 참조하세요.
의료 데이터 검색 결과를 구성합니다.
검색할 때 유용한 검색어 추천 용어를 받으려면 자동 완성을 사용 설정합니다. 이 기능은 미리보기 기능입니다.
Vertex AI Search에서 지원하는 FHIR R4 리소스 목록을 검토합니다. 자세한 내용은 의료 FHIR R4 데이터 스키마 참조를 참조하세요.

키워드를 사용하여 검색

키워드를 사용하여 의료 데이터 스토어를 검색할 수 있습니다. 예를 들어 'a1c', '인슐린' 또는 '궤양'과 같은 키워드를 사용하여 검색해 관련 FHIR 리소스를 가져올 수 있습니다.

다음 이미지에서는 키워드가 '지질'인 경우의 검색 결과를 보여줍니다. 이 예시에는 요약이나 생성형 AI 답변이 포함되지 않습니다.

키워드를 사용하여 검색하려면 다음 단계를 완료합니다.

콘솔

Google Cloud 콘솔에서 Agent Builder 페이지로 이동합니다.

Agent Builder를 사용하여 이 모든 것을 자체 데이터에 그라운딩하세요.
쿼리할 의료 검색 앱을 선택합니다.
탐색 메뉴에서 미리보기를 클릭합니다.
환자 ID 필드에 데이터를 쿼리하려는 환자의 ID를 입력합니다. 환자 ID는 대소문자를 구분합니다.
Enter 키를 누르거나 미리보기를 클릭하여 환자 ID를 제출합니다.
여기에서 검색 검색창에 검색할 키워드를 입력합니다.

자동 완성을 사용 설정한 경우 입력할 때 검색창 아래에 자동 완성 추천 용어가 표시됩니다.
Enter 키를 눌러 검색어를 제출합니다.
- 검색 결과는 FHIR 리소스 유형에 따라 분류된 페이지가 지정된 테이블에 표시됩니다.
- 기본적으로 모든 FHIR 리소스 유형의 검색 결과는 시간 역순으로 표시됩니다.
선택사항. 결과를 필터링하려면 검색창 아래에 있는 FHIR 리소스 카테고리를 하나 이상 선택합니다.
선택사항. Composition, DocumentReference, DiagnosticReport 리소스 관련성에 따라 결과를 정렬하려면 정렬: 시간 역순 필터를 클릭하고 목록에서 관련성을 선택합니다. 자세한 내용은 의료 검색 결과 정렬을 참조하세요.

REST

다음 샘플에서는 키워드를 사용하여 의료 검색 앱에서 환자 1명의 FHIR R4 데이터를 검색하는 방법을 보여줍니다. 이 샘플에서는 servingConfigs.search 메서드를 사용합니다.

기본적으로 검색 결과는 시간 역순으로 반환됩니다. Composition, DiagnosticReport, DocumentReference 리소스를 검색할 때 관련성에 따라 검색 결과를 정렬할 수 있습니다. 자세한 내용은 의료 검색 결과 정렬을 참조하세요.

키워드를 사용하여 검색합니다.

curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  "https://us-discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/us/collections/default_collection/engines/APP_ID/servingConfigs/default_search:search" \
  -d '{
"query": "KEYWORD_QUERY",
"filter": "patientId: ANY(\"PATIENT_ID\")",
"contentSearchSpec":{"snippetSpec":{"returnSnippet":true}}
}'

다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트의 ID입니다.
APP_ID: 쿼리할 Vertex AI Search 앱의 ID입니다.
KEYWORD_QUERY: 필터링된 환자의 환자 임상 데이터에서 검색하려는 키워드입니다(예: '당뇨' 또는 'a1c').
PATIENT_ID: 데이터를 검색하려는 환자의 리소스 ID입니다.

응답

다음 잘린 응답과 비슷한 JSON 응답이 수신됩니다. 응답에는 항목별 검색 결과가 역순으로 나열되며 스니펫(사용 가능한 경우)이 포함됩니다. structData 필드에는 문서의 정형 JSON 데이터가 포함됩니다.

{
  "results": [
    {
      "id": "DOCUMENT_ID",
      "document": {
        "name": "projects/PROJECT_ID/locations/us/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents/DOCUMENT_ID",
        "id": "DOCUMENT_ID",
        "structData": {
          ...
          "resource_type": "FHIR_RESOURCE_TYPE",
          "resource_datetime": "RESOURCE_DATETIME",
          "patient_id": "PATIENT_ID",
          "FHIR_RESOURCE_TYPE": { ... }
        },
        "derivedStructData": {
          "snippets": [
            {
              "snippet": "SNIPPET_TEXT",
              "snippet_status": "SUCCESS"
            }
          ]
        }
      }
    }
  ]
}

자연어 검색어를 사용하여 검색

Vertex AI Search를 사용하면 복잡한 자연어 검색어 결과를 얻을 수 있습니다. 예를 들어 다음 이미지에서는 '당뇨와 관련된 실험실 결과'라는 자연어 검색어 결과를 보여줍니다.

'환자의 지질 실험 결과는 무엇인가요?'라는 검색어 — **그림 2.** 자연어 검색어를 사용하여 검색

자연어 검색어를 사용하여 검색하려면 다음 단계를 완료합니다.

콘솔

Google Cloud 콘솔에서 Agent Builder 페이지로 이동합니다.

Agent Builder를 사용하여 이 모든 것을 자체 데이터에 그라운딩하세요.
쿼리할 의료 검색 앱을 선택합니다.
탐색 메뉴에서 미리보기를 클릭합니다.
환자 ID 필드에 데이터를 쿼리하려는 환자의 환자 ID를 입력합니다. 환자 ID는 대소문자를 구분합니다.
Enter 키를 누르거나 미리보기를 클릭하여 환자 ID를 제출합니다.
여기에서 검색 검색창에 '당뇨와 관련된 실험실 결과'와 같은 자연어 검색어를 입력합니다.

자동 완성을 사용 설정한 경우 입력할 때 검색창 아래에 자동 완성 추천 용어가 표시됩니다.
Enter 키를 눌러 검색어를 제출합니다.
- 검색 결과는 FHIR 리소스 유형에 따라 분류된 페이지가 지정된 테이블에 표시됩니다.
- 기본적으로 모든 FHIR 리소스 유형의 검색 결과는 시간 역순으로 표시됩니다.
선택사항. 검색창 아래에 있는 FHIR 리소스 카테고리를 하나 이상 선택하여 결과를 필터링합니다.
선택사항. Composition, DocumentReference, DiagnosticReport 리소스 관련성에 따라 결과를 정렬하려면 정렬: 시간 역순 필터를 클릭하고 목록에서 관련성을 선택합니다. 자세한 내용은 의료 검색 결과 정렬을 참조하세요.

REST

다음 샘플에서는 자연어 검색어를 사용하여 의료 검색 앱에서 환자 1명의 FHIR R4 데이터를 검색하는 방법을 보여줍니다. 이 샘플에서는 servingConfigs.search 메서드를 사용합니다. 자연어 검색어를 사용하여 검색하려면 naturalLanguageQueryUnderstandingSpec 필드를 요청 본문에 추가해야 합니다.

자연어로 검색어를 게시합니다.

curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  "https://us-discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/us/collections/default_collection/engines/APP_ID/servingConfigs/default_search:search" \
  -d '{
"query": "NATURAL_LANGUAGE_QUERY",
"filter": "patientId: ANY(\"PATIENT_ID\")",
"contentSearchSpec":{"snippetSpec":{"returnSnippet":true}},
"naturalLanguageQueryUnderstandingSpec":{"filterExtractionCondition":"ENABLED"}
}'

다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트의 ID입니다.
APP_ID: 쿼리할 Vertex AI Search 앱의 ID입니다.
NATURAL_LANGUAGE_QUERY: '당뇨와 관련된 실험실 결과' 또는 '환자가 현재 약물을 복용하고 있나요?'와 같은 자연어로 된 검색어입니다.
PATIENT_ID: 데이터를 검색하려는 환자의 리소스 ID입니다.

응답

다음 잘린 응답과 비슷한 JSON 응답이 수신됩니다. 응답에는 항목별 검색 결과가 역순으로 나열되며 스니펫(사용 가능한 경우)이 포함됩니다.

{
  "results": [
    {
      "id": "DOCUMENT_ID",
      "document": {
        "name": "projects/PROJECT_ID/locations/us/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents/DOCUMENT_ID",
        "id": "DOCUMENT_ID",
        "structData": {
          ...
          "resource_type": "FHIR_RESOURCE_TYPE",
          "resource_datetime": "RESOURCE_DATETIME",
          "patient_id": "PATIENT_ID",
          "FHIR_RESOURCE_TYPE": { ... }
        },
        "derivedStructData": {
          "snippets": [
            {
              "snippet": "SNIPPET_TEXT",
              "snippet_status": "SUCCESS"
            }
          ]
        }
      }
    }
  ]
}

생성형 AI 답변이 포함된 자연어 검색어를 사용하여 검색

자연어 검색어를 사용하여 환자의 FHIR 데이터를 검색할 때 검색 결과와 함께 생성형 AI 답변을 받을 수 있습니다. 대답은 검색 결과를 요약하고 대답을 생성하는 데 사용된 참조도 표시합니다.

콘솔을 사용할 때 생성형 AI 대답의 대규모 언어 모델(LLM)을 선택할 수 있습니다. 자세한 내용은 의료 데이터 검색 결과 구성을 참조하세요.

REST API를 사용할 때 다음 LLM 모델 중 하나를 지정하여 version 필드에 생성형 AI 답변을 제공할 수 있습니다.

gemini-1.5-flash-001/answer_gen/v1 또는 stable: gemini-1.5-flash-001 모델을 기반으로 하는 안정적인 정식 버전 모델입니다. 자세한 내용은 정식 버전(GA) 모델을 참조하세요.
gemini-1.0-pro-002/answer_gen/v1: gemini-1.0-pro-002 모델을 기반으로 하는 Vertex AI Search입니다. 자세한 내용은 정식 버전(GA) 모델을 참조하세요.
medlm-medium/answer_gen/v1 또는preview: MedLM 모델을 기반으로 하는 미리보기 모델입니다. 자세한 내용은 MedLM 모델을 참조하세요.

다음 이미지에서는 생성형 AI 대답이 포함된 자연어 검색어의 예시를 보여줍니다. 검색 요약은 관련 결과의 발견항목을 요약하여 검색어에 대한 답변을 제공합니다. 인용이 있는 세그먼트를 펼쳐 선택한 세그먼트를 생성하는 데 사용된 참조를 확인할 수 있습니다. 생성된 답변 중 일부에만 인용이 포함됩니다.

'환자의 지질 실험 결과는 무엇인가요?'라는 검색어 검색 결과가 표 형식으로 표시됩니다. 검색 결과에는 생성형 AI에서 생성한 요약이 표시됩니다. 요약 내용은 '환자에게 알려진 알레르기가 없습니다'입니다. — **그림 3.** 생성형 AI 답변이 포함된 자연어 검색어를 사용하여 검색

생성형 AI 답변으로 검색하려면 다음을 수행합니다.

콘솔

Google Cloud 콘솔에서 Agent Builder 페이지로 이동합니다.

Agent Builder를 사용하여 이 모든 것을 자체 데이터에 그라운딩하세요.
쿼리할 의료 검색 앱을 선택합니다.
탐색 메뉴에서 구성을 클릭합니다.
검색 위젯을 맞춤설정하려면 다음 안내를 따르세요.
1. 검색 유형 필드에서 답변이 포함된 검색을 선택합니다.
2. 요약을 생성하는 데 사용할 모델을 선택합니다. 자세한 내용은 의료 데이터 검색 결과 구성을 참조하세요.
3. 환경설정을 저장하고 게시합니다.
탐색 메뉴에서 미리보기를 클릭합니다.
환자 ID 필드에 데이터를 쿼리하려는 환자의 환자 ID를 입력합니다. 환자 ID는 대소문자를 구분합니다.
Enter 키를 누르거나 미리보기를 클릭하여 환자 ID를 제출합니다.
여기에서 검색 검색창에 'nsaids', '환자의 지질 실험 결과는 무엇인가요?', '최근 A1C 결과는 무엇인가요?'와 같은 자연어 검색어를 입력합니다.

자동 완성을 사용 설정한 경우 입력할 때 검색창 아래에 자동 완성 추천 용어가 표시됩니다.
Enter 키를 눌러 검색어를 제출합니다.
- 생성형 AI 답변이 검색창 아래에 표시됩니다.
- 검색 결과는 FHIR 리소스 유형에 따라 분류된 페이지가 지정된 테이블에 표시됩니다.
- 기본적으로 모든 FHIR 리소스 유형의 검색 결과는 시간 역순으로 표시됩니다.
선택사항. 인용이 있는 답변의 세그먼트를 펼쳐 검색 결과에서 참조를 확인합니다.
선택사항. 검색창 아래에 있는 FHIR 리소스 카테고리를 하나 이상 선택하여 결과를 필터링합니다.
선택사항. Composition, DocumentReference, DiagnosticReport 리소스 관련성에 따라 결과를 정렬하려면 정렬: 시간 역순 필터를 클릭하고 목록에서 관련성을 선택합니다. 자세한 내용은 의료 검색 결과 정렬을 참조하세요.

REST

다음 샘플에서는 생성형 AI 답변이 포함된 자연어 검색어를 사용하여 의료 검색 앱에서 환자 1명의 FHIR R4 데이터를 검색하는 방법을 보여줍니다. 이 샘플에서는 servingConfigs.search 메서드를 사용합니다.

자연어 검색어를 사용하여 검색하려면 naturalLanguageQueryUnderstandingSpec 필드를 요청 본문에 추가해야 합니다.
인라인 인용 색인을 포함하려면 includeCitations 필드를 추가해야 합니다. 이 필드는 불리언 필드이며 기본값은 false입니다.

자연어로 검색어를 게시합니다.

curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  "https://us-discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/us/collections/default_collection/engines/APP_ID/servingConfigs/default_search:search" \
  -d '{
        "query": "QUERY",
        "filter": "patientId: ANY(\"PATIENT_ID\")",
        "contentSearchSpec": {
          "snippetSpec": {
            "returnSnippet": true
          },
          "summarySpec": {
            "summaryResultCount": 1,
            "includeCitations": true,
            "modelSpec": {
              "version": "MODEL_VERSION"
            }
          }
        },
        "naturalLanguageQueryUnderstandingSpec": {
          "filterExtractionCondition": "ENABLED"
        }
      }'

다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트의 ID입니다.
APP_ID: 쿼리할 Vertex AI Search 앱의 ID입니다.
QUERY: 'nsaids', '환자의 지질 실험 결과는 무엇인가요?', '최근 A1C 결과는 무엇인가요?'와 같은 자연어로 된 검색어입니다. 검색어에 아포스트로피(')가 포함된 경우 아포스트로피를 아포스트로피의 숫자 문자 참조(')로 바꿔야 합니다.
PATIENT_ID: 데이터를 검색하려는 환자의 리소스 ID입니다.
MODEL_VERSION: 답변을 생성하는 데 사용할 모델 버전입니다.

응답

다음 잘린 응답과 비슷한 JSON 응답이 수신됩니다. 응답에는 summary 객체의 다음 필드와 함께 시간 역순으로 나열된 항목별 검색 결과가 포함됩니다.

summaryText: 생성된 답변 요약이 포함됩니다.
summaryWithMetadata: 인용과 함께 생성된 답변 요약이 포함됩니다. 이 필드는 인용이 있는 경우에만 표시됩니다. 생성된 답변 중 일부에만 인용이 포함됩니다. summaryWithMetadata 필드를 사용할 수 있으면 summaryText 필드 대신 summaryWithMetadata 필드를 사용하는 것이 좋습니다.
citations.sources.referenceIndex: 응답에서 인용된 문서의 참조 색인이 포함됩니다. 이는 references 필드에서 문서의 전체 리소스 이름을 찾는 데 유용합니다.

{
  "results": [
    {
      "id": "DOCUMENT_ID",
      "document": {
        "name": "projects/PROJECT_ID/locations/us/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents/DOCUMENT_ID",
        "id": "DOCUMENT_ID",
        "structData": {
          ...
          "resource_type": "FHIR_RESOURCE_TYPE",
          "resource_datetime": "RESOURCE_DATETIME",
          "patient_id": "PATIENT_ID",
          "FHIR_RESOURCE_TYPE": { ... }
        },
        "derivedStructData": {
          "snippets": [
            {
              "snippet": "SNIPPET_TEXT",
              "snippet_status": "SUCCESS"
            }
          ]
        }
      }
    }
  ],
  "summary": {
    "summaryText": "GENERATE_ANSWER_TEXT",
    "summaryWithMetadata": {
      "summary": "GENERATE_ANSWER_TEXT",
      "citationMetadata": {
        "citations": [
          {
            "sources": [
              {
                "id": "DOCUMENT_ID",
                "referenceIndex": "REFERENCE_INDEX_FROM_SUMMARY_METADATA"
              }
            ]
          }
       ]
      },
      "references": [
        {
          "document": "projects/PROJECT_ID/locations/us/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents/DOCUMENT_ID"
        },
        ...
      ]
    },
  }
...
}