Second Opinion Matters: Towards Adaptive Clinical AI via the Consensus of Expert Model Ensemble
Created by
Haebom
저자
Amit Kumthekar, Zion Tilley, Henry Duong, Bhargav Patel, Michael Magnoli, Ahmed Omar, Ahmed Nasser, Chaitanya Gharpure, Yevgen Reztzov
개요
본 논문은 단일 모델 아키텍처에 의존하는 기존의 대규모 언어 모델(LLM) 기반 의료 응용의 한계를 극복하기 위해, 의료 전문가 에이전트들의 앙상블을 활용하는 새로운 프레임워크인 '합의 메커니즘(Consensus Mechanism)'을 제시합니다. 합의 메커니즘은 다학제적 임상 의사결정을 모방하여 비용, 지연 시간 또는 성능에 대한 최적화를 가능하게 합니다. MedMCQA, MedQA, MedXpertQA Text 및 DDX+ 등의 의료 평가 벤치마크를 통해 OpenAI의 O3 및 Google의 Gemini 2.5 Pro 모델보다 향상된 정확도와 성능을 보임을 실험적으로 입증합니다. 특히 MedXpertQA에서 61.0%의 정확도를 달성하여 O3(53.5%) 및 Gemini 2.5 Pro(45.9%)보다 높은 성능을 나타냈습니다.
시사점, 한계점
•
시사점:
◦
단일 LLM 모델의 한계를 극복하고, 다양한 의료 응용 분야에서 더욱 안정적이고 성능이 우수한 의료 의사결정 지원 시스템 구축 가능성 제시.