가이드스킬: 가이드라인 기반 의료판단을 위한 실행가능 LLM agent의 능력 향상
임상 실무 지침( Clinical Practice Guidelines, CPGs )은 진단 기준을 포함하지만, 대규모 언어 모델(LLM) 시스템은 일반적으로 지침 텍스트를 검색하거나 학습을 통해 흡수하는 대신 지침의 규칙을 실행하지 않는다. 우리는 GuideSkill이라는 외부 추론 층을 소개한다. 이 층은 질병에 특화된 기준을 실행 가능한 함수로 컴파일하여 순위별 진단 지원 점수를 반환한다
의료판단을 위한 가이드라인 기반의 실행 가능한 인공지능 에이전트
의료 분야에서 임상 실무 지침은 진단 기준을 포함하지만, 대규모 언어 모델 시스템은 일반적으로 지침 텍스트를 검색하거나 학습을 통해 흡수하는 대신 지침의 규칙을 실행하지 않는다. 이를 해결하기 위해 GuideSkill이라는 외부 추론 계층을 소개한다. 이 계층은 질병에 특화된 기준을 실행 가능한 함수로 컴파일하여 순위별 진단 지원 점수를 반환한다. GuideSkill은 지침으로 초기화되며, 진단-경우 쌍을 통해 커버된 기술을 개선하고 누락된 진단을 추가한다. GuideSkill-Zero와 GuideSkill-Evo는 두 가지 버전으로, GuideSkill-Zero는 지침으로 초기화되며, GuideSkill-Evo는 진단-경우 쌍을 통해 커버된 기술을 개선하고 누락된 진단을 추가한다. 이에 따라 기술 점수를 실행한 후 순위를 결합한다. GuideSkill-Zero는 지침 RAG보다 네 가지 벤치마크와 네 가지 백본에서 평균 13.45%의 거시 평균 정확도를 향상시킨다. GuideSkill-Evo는 모든 백본에서 거시 평균을 달성하고 직접 영향보다 18.49%를 상대적으로 향상시키며, 금속 레이블 기술 커버리지도 56.5%에서 99.5%로 증가시킨다. GuideSkill-Evo는 백본을 업데이트하지 않고도 강력한 파라미터 업데이트 기준을 11.16% 초과한다. 전문가 평가 결과 GuideSkill은 임상적으로 신뢰할 수 있고 널리 수용 가능한 기술을 생성한다. 이는 초기화된 기술과 진화된 규칙이 신뢰할 수 있으며 실제로 의미 있는지 여부를 시사한다. 이 결과는 지침에서 유래한 절차와 경우에서 유래한 진단 패턴을 결합하는 모델-agnostic 메커니즘으로서 실행 가능한 기술을 지지한다. GuideSkill은 임상 실무 지침을 기반으로 하는 의료판단을 위한 실행 가능한 인공지능 에이전트의 능력을 향상시키는 데 기여할 수 있다.결과와 의의
GuideSkill은 임상 실무 지침을 기반으로 하는 의료판단을 위한 실행 가능한 인공지능 에이전트의 능력을 향상시키는 데 기여할 수 있다. 이를 통해 의료 분야에서 대규모 언어 모델 시스템의 정확도와 신뢰성을 향상시킬 수 있다. 또한, GuideSkill은 임상적으로 신뢰할 수 있고 널리 수용 가능한 기술을 생성하는 데 기여할 수 있다. 이는 의료 분야에서 대규모 언어 모델 시스템의 활용을 확대하는 데 기여할 수 있다. GuideSkill의 결과는 지침에서 유래한 절차와 경우에서 유래한 진단 패턴을 결합하는 모델-agnostic 메커니즘으로서 실행 가능한 기술을 지지한다. 이를 통해 의료 분야에서 더 나은 의료판단과 진단을 지원할 수 있다.함께 읽으면 좋은 기사
Meta의 영감은 OpenAI와 Anthropic에서 본격적으로 빛나는 AI를 훔쳤습니다.
AI 리더들이 OpenAI와 Anthropic에서 "선도 경계를 맞춰가기"라는 주제로 논의를 시작했을 때, 누군가는 "어느 속도로?"라는 질문을 해야 했을 수도 있었다. 이제는 두 회사가 모두 모델을 출시하는 모델 출시 주간이 되었는데, Anthropic이 Opus 5.5을 출시한 후 OpenAI가 GPT-6 모델 업데이트를 90분만에 출시했다. 그러나 스포트라이트를 잡은 것은 Meta 였는
메타, 인공지능 앱 '뮤즈'에 힘을 싣는다
메타는 인공지능 개인 에이전트 '뮤즈'를 더욱 홍보하기 위해 대규모 언어 모델(LLM) 기반 앱의 홍보를 강화하고 있습니다. 뮤즈 앱은 앱스토어 차트에서 1위를 차지하고 사용자 추가가 빠른 속도로 진행되고 있습니다.
메타의 AI 태그치 시도는 성공적인 것일까?
메타의 개인 AI 에이전트 '뮤즈'가 ChatGPT의 초기 성과를 능가하고 있으며, 스마트 글래스와 같은 장치로 확장될 예정입니다. 메타의 AI 태그치 시도가 성공적인 것일까요?
OpenAI의 agent 군단이 수개월 동안 온라인 데이터베이스를 공격해 희귀한 사실을 찾고 있다.
연구자들이 최근에 불법적 인 에이전트 군집들이 발견되었다고 밝혔다.
강화 학습 기반 역할 놀이 에이전트의 역할 학습을 위한 적대적 폐쇄 루프 교육과정
역할 연기하는 agent는 대규모 언어 모델을 기반으로 한 것들이 개인화된 지원 및 사회 시뮬레이션과 같은 분야에서 광범위하게 적용되어 왔다. 최근 RL 방법들은 학습이 시작되기 전에 미리 수집한 고정된 시나리오 풀에서 훈련을 받는다. 이로 인해 분포적 병목 현상이 발생한다: agent가 향상될수록 agent가 나쁜 성능을 보이는 시나리오도 변하고, 훈련 분포는 정적이다. 따라서, 우리는 역
BaseCamp - AI 프레임워크를 활용한 DNA 서열 데이터 PIPE라인 자동화
DNA 시퀀싱 pipe라인을 처리하는 quality control, alignment, variation calling, annotation과 같은 작업은 이제 대규모 언어 모델(LLM)과 같은 established bioinformatics 도구를 scale에 맞게 조율하는 workflow 관리 시스템에 의해 신뢰할 수 있게 실행되고 있습니다. 그러나 그 실행에 관련된 결정 layer는 여
관련 콘텐츠 더 보기
다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.