COTCAgent: 확률적 사고의 사슬 완성을 통한 예방적 상담

요약

본 연구는 종단적 전자 건강 기록(EHR) 분석에서 발생하는 LLM의 통계적 추론 및 장기 시간 의존성 포착의 한계를 극복하기 위해 COTCAgent라는 계층적 추론 프레임워크를 제안합니다. 이 에이전트는 시계열-통계 어댑터(TSA), 사고의 사슬 완성(COTC) 계층, 유계 완성 모듈로 구성되어 통계 계산과 언어 생성을 분리하여 엄격하고 신뢰할 수 있는 임상 추론을 가능하게 합니다. 실험 결과, COTCAgent는 기존 모델 대비 높은 정확도를 보여 의료 분야에서의 활용 잠재력을 입증했습니다.

핵심 포인트

• COTCAgent는 종단적 EHR 분석을 위한 계층적 추론 프레임워크이다.
• 통계적 계산과 언어 생성을 분리하여 LLM의 환각 및 통계적 추론 오류를 방지한다.
• TSA 모듈은 분석 계획을 코드로 변환하여 표준화된 추세 출력을 생성한다.
• COTC 계층과 유계 완성 모듈은 구조화된 증거 확보와 질병 위험 평가에 기여한다.
• Baichuan-M2 기반 COTCAgent는 자체 데이터셋에서 90.47%의 Top-1 정확도를 달성했다.