정신과적 동반 질환의 복잡성을 해결하기 위해, 합성 환자 전자 의료 기록(EMR) 생성과 다중 에이전트 진단 대화 생성을 통합하는 새로운 접근 방식을 개발했습니다. 임상적 관련성과 다양성을 보장하는 파이프라인을 사용하여 일반적인 동반 질환에 대한 502개의 합성 EMR을 생성했습니다. 다중 에이전트 프레임워크는 임상 인터뷰 프로토콜을 계층적 상태 머신과 컨텍스트 트리로 변환하여 130개 이상의 진단 상태를 지원하면서 임상 표준을 유지합니다. 이 과정을 통해 정신과 의사가 검증한 3,000개의 다중 턴 진단 대화를 포함하는, 동반 질환을 지원하는 최초의 대규모 대화 데이터세트인 PsyCoTalk를 구축했습니다. PsyCoTalk는 진단 정확도와 치료 계획을 향상시키며, 정신과적 동반 질환 연구를 위한 귀중한 자원을 제공합니다. 실제 임상 전사본과 비교하여 PsyCoTalk는 대화 길이, 토큰 분포 및 진단 추론 전략 측면에서 높은 구조적 및 언어적 충실도를 보입니다. 면허를 받은 정신과 의사들은 대화의 현실성과 진단적 타당성을 확인했습니다. 이 데이터세트는 단일 대화 통과에서 다중 질환 정신과 선별 검사를 수행할 수 있는 모델의 개발 및 평가를 가능하게 합니다.
