본 논문은 의사의 진단 과정을 돕는 상호작용적인 차등 진단(Differential Diagnosis, DDx) 에이전트인 MEDDxAgent 프레임워크를 제시합니다. 기존의 LLM 기반 DDx 접근 방식의 한계점인 단일 데이터셋 평가, 구성 요소의 독립적인 최적화, 완전한 환자 정보 가정, 단일 시도 진단 등을 해결하기 위해, MEDDxAgent는 DDxDriver(오케스트레이터), 병력 청취 시뮬레이터, 지식 검색 및 진단 전략 에이전트 등 세 가지 모듈로 구성됩니다. 호흡기 질환, 피부 질환, 희귀 질환을 포함하는 종합적인 DDx 벤치마크를 도입하여, 단일 시도 진단 방식과 반복적인 개선의 중요성을 분석하고, 대규모 및 소규모 LLM에서 모두 10% 이상의 정확도 향상을 보여줍니다. 또한, 진단 추론 과정에 대한 설명 가능성을 제공합니다.
