본 논문은 이차 두통 진단을 위해 설계된 대규모 언어 모델(LLM) 기반의 다중 에이전트 임상 의사 결정 지원 시스템을 제시한다. 이 시스템은 오케스트레이터-전문가 아키텍처를 기반으로 하며, 자유 텍스트 임상 사례로부터 명확하고 해석 가능한 이차 두통 진단을 수행한다. 다중 에이전트 시스템은 7개의 도메인 전문 에이전트로 진단을 분해하고, 각 에이전트는 구조화된 근거 기반의 근거를 생성하며, 중앙 오케스트레이터는 작업 분해 및 에이전트 라우팅을 조정한다. 90개의 전문가 검증된 이차 두통 사례를 사용하여 시스템을 평가하고, 단일 LLM 기반의 기본 모델과 비교했다. 두 가지 프롬프트 전략(질의 기반 프롬프트, 임상 진료 지침 기반 프롬프트)을 사용했으며, 다섯 개의 오픈소스 LLM을 테스트했다. 그 결과, 임상 진료 지침 기반 프롬프트를 사용한 오케스트레이션된 다중 에이전트 시스템이 가장 높은 F1 점수를 달성했으며, 특히 작은 모델에서 더 큰 성능 향상을 보였다.
