본 논문은 의료 진단에 대규모 언어 모델(LLM)을 통합하기 위한 새로운 계층적 다중 에이전트 프레임워크인 KG4Diagnosis를 제시한다. KG4Diagnosis는 362가지 일반적인 질병을 다루는 자동화된 지식 그래프 생성을 LLM과 결합하여 일반 의사(GP) 에이전트와 전문 에이전트의 2단계 아키텍처를 통해 실제 의료 시스템을 모방한다. 핵심 혁신은 (1) 의학 용어에 최적화된 의미 기반 엔티티 및 관계 추출, (2) 비정형 의료 텍스트에서 다차원 의사 결정 관계 재구성, (3) 지식 확장을 위한 사람의 지도 하에 이루어지는 추론을 포함하는 엔드투엔드 지식 그래프 생성 방법론에 있다. KG4Diagnosis는 새로운 질병과 의학 지식을 통합할 수 있는 확장 가능한 기반으로, 모듈식 설계를 통해 도메인 특정 개선 사항을 원활하게 통합할 수 있다.
