장기 임상 의사 결정에 대한 의료-agent의 성능 평가
arXiv:2607.09322v1 발표 본 연구에서는 실제 병원 기록(EHR)에 기반한 장기 시야의 의료 결정-making을 위한 LongMedBench라는 새로운 benchmark를 제시합니다. 이전에 LLM 기반 의료 agent를 평가한 연구는 주로 단기 맥락에 기반한 지식 QA와 도구 사용에 중점을 두었습니다. 그러나 실제 의료 치료는 장기적으로 진행되며, 임상가들은 반복적인 방문, 테
장기 임상 의사 결정 평가의 필요성
의료 분야에서 대규모 언어 모델(LLM) 기반 의료 에이전트의 성능 평가가 중요해지고 있습니다. 이전 연구들은 주로 단기 맥락에 기반한 지식 QA와 도구 사용에 중점을 두었습니다. 그러나 실제 의료 치료는 장기적으로 진행되며, 임상가들은 반복적인 방문, 테스트, 진료의 진화에 대한 증거를 종합해야 합니다. 따라서 장기 시야의 상호 작용은 현실적인 평가를 위해 필수적입니다. 장기 임상 의사 결정의 평가를 위한 새로운 벤치마크인 LongMedBench가 제시되었습니다. LongMedBench는 실제 병원 기록(EHR)에 기반한 장기 시야의 의료 결정-making을 위한 재현 가능한 PIPELINE을 통해 생성됩니다. 이를 통해 에이전트와 임상 환경 간 장기 시야의 다중 세션 상호 작용이 가능합니다. LongMedBench에는 평균 19.72개의 입원 방문과 44.91개의 의료 이벤트가 포함된 335명의 환자가 있습니다. 장기 시야의 의료 결정-making을 지향하는 가이드하에, 세 가지 부문으로 구성된 평가 분류 체계가 제안되었습니다: 사실 기반 QA, 시공간 추론, 장기 시야의 의료 결정-making. 이 분류 체계는 에이전트가 장기 시야에서 환자의 역사적 정보를 이해하고 활용하는지 측정합니다. 실험 결과, 최근의 LLM은 명시적 타임 스탬프를 잘 활용할 수 있지만, 암시적 시간 추론에는 어려움을 겪습니다. RAG와 에이전트 메모리 시스템은 정보 검색 태스크의 성능을 향상시킬 수 있지만, 의료 결정-making 태스크의 성능은 모델의 즉각적 맥락에 크게 의존합니다. 장기 임상 의사 결정 평가의 결과는 의료 에이전트의 성능을 개선하는 데 중요한 역할을 할 것입니다. 의료 에이전트가 장기적으로 환자의 정보를 이해하고 활용할 수 있도록 하는 것은 실제 의료 환경에서 성공적인 의사 결정에 중요한 요소입니다. 따라서 LongMedBench와 같은 벤치마크는 의료 에이전트의 성능을 평가하고 개선하는 데 중요한 도구가 될 것입니다.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.