Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

JingFang: An Expert-Level Large Language Model for Traditional Chinese Medicine Clinical Consultation and Syndrome Differentiation-Based Treatment

Created by
  • Haebom

저자

Yehan Yang, Tianhao Ma, Ruotai Li, Xinhan Zheng, Guodong Shan, Chisheng Li

개요

본 논문은 전통 중의학(TCM)의 효과적인 적용을 위해 대규모 언어 모델(LLM)을 활용하는 새로운 모델, JingFang (JF)을 제시합니다. 기존 TCM LLM의 불완전한 진료 및 진단, 부정확한 증후 감별의 한계를 극복하기 위해, JF는 다중 에이전트 협업 사고 연쇄 메커니즘(MACCTM)을 통해 포괄적이고 표적화된 진료 상담을 가능하게 합니다. 또한, 증후 에이전트와 2단계 복구 체계(DSRS)를 개발하여 증후 감별 및 그에 따른 치료의 정확성을 높였습니다. JF는 LLM의 적용을 용이하게 할 뿐만 아니라 중의학의 효과적인 의료 적용을 촉진합니다.

시사점, 한계점

시사점:
LLM을 활용한 TCM 진료 및 진단 시스템의 새로운 가능성 제시
MACCTM, 증후 에이전트, DSRS를 통해 TCM 진료의 정확성 및 효율성 향상
TCM의 의료 접근성 향상 및 전문가의 업무 부담 경감 기대
한계점:
실제 임상 환경에서의 성능 검증 및 안전성 평가 필요
모델의 편향성 및 일반화 가능성에 대한 추가 연구 필요
MACCTM, 증후 에이전트, DSRS의 구체적인 성능 및 한계에 대한 자세한 분석 부족
대규모 데이터셋의 확보 및 관리에 대한 어려움
👍