RE-MCDF: Closed-Loop Multi-Expert LLM Reasoning for Knowledge-Grounded Clinical Diagnosis
Created by
Haebom
Category
Empty
저자
Shaowei Shen, Xiaohong Yang, Jie Yang, Lianfen Huang, Yongcai Zhang, Yang Zou, Seyyedali Hosseinalipour
💡 개요
신경과 EMR의 불확실성 문제를 해결하기 위해, 본 논문은 질병 간 논리적 제약을 명시적으로 고려하는 RE-MCDF라는 관계 강화 다중 전문가 임상 진단 프레임워크를 제안합니다. 이 프레임워크는 진단 후보 생성, 증거 검증, 그리고 임상적 타당성 검토를 포함하는 폐쇄 루프 방식을 통해 오류를 최소화하고 정확도를 높입니다. 실험 결과, RE-MCDF는 복잡한 진단 시나리오에서 최신 기술 대비 우수한 성능을 보였습니다.
🔑 시사점 및 한계
•
EMR 데이터의 불확실성과 질병 간의 복잡한 관계를 고려하여 임상 진단 정확도를 획기적으로 향상시킬 수 있습니다.
•
다중 전문가 간의 체계적이고 상호 보완적인 상호작용 설계가 LLM 기반 임상 진단 시스템의 신뢰성을 높이는 데 중요합니다.
•
제안된 모델의 임상 현장 적용을 위해서는 추가적인 검증과 의료 전문가와의 긴밀한 협력이 필요하며, 다양한 질환 영역으로의 확장 가능성도 탐구해야 합니다.
