본 논문은 단일 모달 데이터에 의존하는 기존 AI 기반 의료 시스템의 한계를 극복하고자 다중 모달 정보를 통합하는 기초 모델을 활용한 새로운 다중 에이전트 프레임워크를 제안합니다. 기존 기초 모델들이 정적인 과업에는 뛰어나지만, 다중 턴 상호작용 관리 및 지속적인 정보 수집의 부족으로 동적인 진단에는 어려움을 겪는다는 점을 지적하며, 진료 과정 전반을 시뮬레이션하고 다양한 임상 정보를 통합하여 효과적인 진단을 내리는 시스템을 제시합니다. 이는 진료 상담 흐름과 의학 교과서에서 구조화된 계층적 행동 집합을 통합하여 에이전트의 의사 결정 과정을 효과적으로 안내함으로써 에이전트 상호 작용을 개선하고 동적 상태에 따라 행동을 적응적으로 최적화합니다. 공개된 동적 진단 벤치마크를 통해 기존 기초 모델 기반 방법보다 우수한 성능을 달성함을 보여줍니다.
시사점, 한계점
•
시사점:
◦
다중 모달 정보 통합을 통한 AI 기반 의료 진단 정확도 향상 가능성 제시
◦
진료 상담 흐름을 모방한 다중 에이전트 프레임워크의 효과성 입증
◦
계층적 행동 집합을 통한 에이전트 의사결정 과정의 효율적 안내
◦
기존 기초 모델 기반 방법 대비 우수한 성능 달성 및 state-of-the-art 성능 도달
