Interpreting Antibody Identification Tests with Large Language Models : The Critical Role of Table Data Formatting = 대형 언어모델을 활용한 비예기항체 동정검사 해석: 표 형식 데이터의 중요성

국문 초록 (Abstract)

배경
대형 언어 모델(Large Language Model, LLM)은 다양한 분야에서 활용되고 있고, 추론 기능이 탑재된 모델이 등장한 이후 더욱 활용도가 늘어났다. 수혈 과정에서 필수적인 비예기항체 동정 검사(antibody identification test)의 해석 또한 LLM을 통해 이점을 얻을 수 있다. 그러나 이 검사에서 사용되는 샘플의 항원 정보는 표 형식으로 제공되며, 표 형식은 LLM이 처리하기 어려운 것으로 알려져 있다. 이에 본 연구에서는 여러 LLM 모델과 다양한 표 형식을 사용하여 항체 동정 해석에서 LLM의 해석 정확도를 분석하였다.
연구 설계 및 방법
단일 동종항체, 두 개의 동종항체, 자가항체, 그리고 감별이 불가능한 항체를 포함한 총 100명의 가상 환자 사례를 제작하였다. LLM 모델은 총 7개(GPT-4o, GPT-4.1, o3, GPT-5, Gemini 2.0 Flash, Gemini 2.5 Flash, Gemini 2.5 Pro)를 사용하였다. 표는 다섯 가지 텍스트 기반 표현(Markdown 표, CSV, JSON, 목록 기반 직렬화, 문장 기반 형식)으로 형식을 변경하였으며, 스프레드시트 파일을 직접 업로드하는 방식도 채택하였다. 각 LLM에게 표 형식별로 동일한 사례를 10회씩 해석하도록 요청하였다.
결과
추론형 모델이 비추론형 모델보다 비예기항체 동정검사의 해석에서 우수한 성능을 보였으며, 정확도의 중앙값은 84.5%였다. 표 형식 중에서는 문장 기반 형식의 정확도가 가장 높았고, CSV 형식이 가장 낮았다. 표 형식 간 최대 정확도 차이는 40.5%p였다. GPT-5와 o3 모델은 업로드된 스프레드시트 파일을 이용할 때도 높은 성능을 보여, 문장 기반 형식과 유사한 정확도가 확인되었다.
논의
샘플의 항원 정보를 포함하여 적절한 프롬프트를 제공할 경우, 추론형 LLM은 비예기항체 동정검사 결과를 해석하기에 충분한 능력을 갖추고 있다. 그러나 LLM의 성능은 표 형식과 같은 입력 형식의 차이에 크게 영향을 받으므로, 임상 분야에서 LLM을 활용하기 위해서는 최적화 과정이 필수적이다.

다국어 초록 (Multilingual Abstract)

Background
Large language models (LLMs) have been utilized in various fields with advanced inferring ability since the release of reasoning models. The interpretation of antibody identification test could benefit from the use of LLMs. However, there is a hurdle that antigen profile data for the test are provided in tables, a format which LLMs are known to struggle with. We analyzed LLMs’ accuracy in interpreting antibody identification using various LLM models and several table formats.
Study design and methods
We created 100 patient cases with single alloantibody, two alloantibodies, autoantibodies, and unidentifiable antibodies. Seven LLM models (GPT-4o, GPT-4.1, o3, GPT-5, Gemini 2.0 Flash, Gemini 2.5 Flash, and Gemini 2.5 Pro) were employed. Tables were serialized in five different text-based representations (Markdown table, CSV, JSON, list-based serialization, and sentence-based format) and directly uploaded by spreadsheet files. We asked each LLM to interpret the cases 10 times for each table format.
Results
Reasoning models outperformed non-reasoning models in interpreting antibody identification, with a median accuracy of 84.5%. The sentence-based format acquired the best accuracy among the table formats, and CSV was the worst. The maximum accuracy gap for table formats was 40.5%p. GPT-5 and o3 revealed strong performance using uploaded spreadsheet files, achieving similar accuracy to that of the sentence-based format.
Discussion
Reasoning models have sufficient ability to interpret antibody identification test results, when accompanied by appropriate antigen profile prompting. Utilizing LLMs in clinical fields needs proper optimization, as the performance of LLMs severely depends on variances like table format.

목차 (Table of Contents)

• Introduction 1
• Methods 4
• Results 15
• Discussion 27
• Conflict of Interests 32
• References 33
• Abstract in Korean 36