대규모 언어 모델(LLM)을 활용한 정신 건강 평가의 확장성과 효율성을 개선하기 위해, 다차원 정신 건강 선별을 위한 적응형 질문 프레임워크인 MAQuA를 소개합니다. MAQuA는 언어 응답에 대한 다중 결과 모델링, 문항 반응 이론(IRT), 요인 분석을 결합하여 각 단계에서 여러 차원에 걸쳐 가장 유익한 응답을 가진 질문을 선택합니다. 이를 통해 진단 정보를 최적화하여 정확성을 높이고 응답 부담을 줄입니다. 새로운 데이터 세트에 대한 실험 결과에 따르면 MAQuA는 임의 순서에 비해 점수 안정화에 필요한 평가 질문 수를 50-87% 줄입니다. MAQuA는 내재화(우울증, 불안) 및 외현화(물질 사용, 섭식 장애) 영역 모두에서 강력한 성능을 보이며, 조기 중단 전략을 통해 환자의 시간과 부담을 더욱 줄일 수 있습니다.
