연구 AI의 데이터 품질과 업무 맥락을 연결하기
J&J’s Ashita Batavia on advancing oncology clinical-trials with data
공식 원문 보기SOURCE SUMMARY
원문 핵심 요약
J&J 데이터 과학 책임자의 연구 데이터·AI 활용 인터뷰
많은 자료보다 목적에 맞는 자료
데이터 결합, 설명 가능성과 실제 사용 흐름의 연결을 강조한다.
데이터 적합성
자료의 폭·깊이·품질과 중복 집계 방지를 사용 목적에 맞춘다.
설명 가능성
자료와 AI가 무엇을 하고 왜 그런 결과를 내는지 공유한다.
업무 맥락
새 통찰을 기존 작업 흐름과 사용자에게 맞게 전달한다.
원문에 명시된 범위와 사례 유형을 구분한 요약
확인할 근거와 맥락
연구와 사용의 경계
사전 선별 알고리즘의 방향성 있는 결과와 임상 적용은 구분한다. 전달·보고 방식도 별도의 과제였다.
실무에 연결되는 원문 관점
연결 역량
데이터·분야·사업
데이터 과학과 전문 분야, 목표를 함께 이해하고 소통하는 역량을 강조한다.
기준의 일치
서로 다른 자료 결합
자료 간 정의와 측정 맥락이 맞는지 확인해야 한다.
사용자 이해
결과를 전달하는 방식
모델 결과가 있어도 받아들이는 사람의 업무에 맞지 않으면 활용이 어렵다.
데이터 접근성만으로 연구·실무 활용의 적합성이 확보되지는 않는다.
APPLICATION PROPOSAL
별도의 적용 제안
기술 자료 통합의 정의·중복·전달 조건 점검
공개 제품 문서 두 묶음의 조회 예제
제안 범위 · 품목·버전·측정 조건이 다른 합성 자료
의료·개인 자료와 분리한 문서 검토
사용 질문
누가 어떤 기술 질문에 답하려는지 먼저 정한다.
자료 정렬
같은 대상의 다른 버전과 중복·누락·측정 조건 차이를 표시한다.
결과 전달
답과 근거·한계를 검토자가 실제로 확인할 수 있는 형태로 구성한다.
효과와 품질을 함께 확인
정의 일치
단위·버전·조건이 다른 내용을 같은 사실로 합치지 않는지 확인한다.
근거 충실성
자료가 지원하는 범위와 해석·미확인을 구분하는지 본다.
업무 적합성
검토자가 결과를 이해하고 필요한 다음 확인을 할 수 있는지 본다.
근거·권한·승인 경계
자료 범위
환자·임상·개인 데이터나 의료 판단을 포함하지 않는다.
기존 기준
실무 연결 시 Teamcenter/PDM/ERP와 확립된 M-BOM 정합성을 따른다.
책임 경계
AI 요약이 설계·시험·생산 적용의 전문 검증을 대체하지 않는다.
- 조회 목적 정의
- 자료 조건 정렬
- 결과·근거 검토
- 전달 방식 보완