# ADAPTS: Agentic Decomposition for Automated Protocol-agnostic Tracking of Symptoms

### 저자

Alexandria K. Vail, Marcelo Cicconet, Katie Aafjes-van Doorn, Ryan Maroney, Marc Aafjes

### 💡 개요

본 논문은 제약 없는 임상 상호작용에서 잠재적 임상 구조를 모델링하는 과제를 해결하기 위해 ADAPTS(Agentic Decomposition for Automated Protocol-agnostic Tracking of Symptoms) 프레임워크를 제안한다. ADAPTS는 LLM 기반의 혼합 에이전트 아키텍처를 활용하여 우울증 및 불안 증상의 중증도를 자동 평가하며, 인터뷰를 증상별 추론 작업으로 분해하고 감사 가능한 근거를 제시한다. 두 개의 독립적인 데이터셋에서 실험한 결과, ADAPTS는 전문가 기준에 근접한 평가 성능을 보였으며, 질적 임상 관례를 통합한 확장 프로토콜은 평가의 안정성을 크게 향상시켰다.

### 🔑 시사점 및 한계

- ADAPTS 프레임워크는 다양한 임상 인터뷰 구조에 관계없이 정신과적 중증도 평가를 위한 객관적이고 확장 가능한 기반을 제공한다.

- 전문가 수준의 정확도를 프로토콜에 구애받지 않는 방식으로 근사할 수 있어, 특히 자원이 제한된 환경에서의 정신과적 평가에 유용할 수 있다.

- 현재 구현은 텍스트 기반이지만, 음향 및 시각적 특징을 포함한 다중 모달 입력으로 확장될 수 있는 잠재력을 가지고 있다.

- 향후 연구는 음성이나 영상과 같은 추가적인 다중 모달 데이터를 통합하여 평가의 정확성과 견고성을 더욱 향상시키는 방향으로 진행될 수 있다.

[PDF 보기](https://arxiv.org/pdf/2605.03212)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).