본 논문은 대규모 언어 모델(LLM)을 의료 진단에 통합하기 위한 새로운 계층적 다중 에이전트 프레임워크인 KG4Diagnosis를 제시한다. KG4Diagnosis는 362가지 일반적인 질병을 다루며, 일반의(GP) 에이전트와 전문 에이전트의 2단계 아키텍처를 통해 실제 의료 시스템을 모방한다. 핵심 혁신은 의료 용어에 최적화된 의미 기반 엔티티 및 관계 추출, 비정형 의료 텍스트로부터 다차원 의사결정 관계 재구성, 그리고 지식 확장을 위한 사람 중심 추론을 포함하는 엔드투엔드 지식 그래프 생성 방법론에 있다. 모듈식 설계를 통해 도메인 특화된 기능을 원활하게 통합할 수 있으며, 새로운 질병과 의학 지식을 통합할 수 있는 확장 가능한 기반을 제공한다.
