저선량 흉부 컴퓨터 단층 촬영(LDCT)을 통해 폐 및 심혈관 건강을 동시에 평가할 수 있는 가능성을 탐구하는 연구입니다. 기존 접근 방식과는 달리, 생리학적 상호 작용과 공유된 영상 바이오마커를 고려하여, 설명 가능한 상호 질병 추론 프레임워크를 제안합니다. 이 프레임워크는 폐 이상을 파악하고, 의학적 지식을 통해 추론하며, 심혈관 판단을 도출하는 에이전트 기반 추론 과정을 도입합니다. 폐 인지 모듈, 지식 기반 추론 모듈, 심장 표현 모듈의 세 가지 구성 요소를 통합하여 정확하고 생리학적으로 근거한 심혈관 위험 예측을 수행합니다. NLST 코호트 실험을 통해 심혈관 질환(CVD) 선별 및 사망률 예측에서 기존 방식보다 우수한 성능을 보였으며, 인간이 검증 가능한 추론을 제공합니다.
