Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
MedLatentDx는 개인정보 보호를 유지하며 병원 간 희귀 질환 진단을 돕는 멀티 에이전트 통신 프레임워크입니다. 임상 텍스트 대신 압축된 잠재 KV 블록을 전송하여 데이터 유출 위험을 줄이면서 진단 성능을 높입니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL (NLP)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기희귀 질환은 $7,000$개 이상의 질환에 걸쳐 $300$만 명 이상의 환자에게 영향을 미치지만, 단일 병원이 신뢰할 수 있는 진단을 내릴 수 있을 만큼 특정 질환의 사례를 충분히 접하는 경우는 없습니다. 병원 간 협업은 진단 기관이 분산된 사례별 진단 증거를 사용할 수 있게 함으로써 도움이 될 수 있지만, 개인정보 보호 규정으로 인해 식별 가능한 임상 텍스트를 기관 경계를 넘어 전송하는 것이 제한됩니다. 이러한 설정은 두 가지 과제를 제기합니다: 기존의 의료 에이전트 시스템은 종종 텍스트 증거 교환에 의존하는 반면, 은닉 상태 (hidden states) 및 KV 캐시 (KV caches)와 같은 원시 잠재 상태 (raw latent states)는 여전히 프롬프트에서 유도된 임상 내용을 드러낼 수 있습니다. 우리는 병원 에이전트가 개인적인 임상 기록과 검색된 사례를 로컬에 유지하고, 희귀 질환 진단을 위해 호스트 에이전트에게 압축된 잠재 KV 블록 (latent KV blocks)을 전송하는 잠재적 멀티 에이전트 통신 프레임워크인 MedLatentDx를 소개합니다. MedLatentDx는 두 가지 배포 설정을 지원합니다: 동일한 백본 (backbone)을 사용하는 병원 에이전트는 잠재 KV 증류 (latent KV distillation)를 사용하며, 서로 다른 LLM 백본을 사용하는 병원들은 교차 계열 잠재 정렬 (cross-family latent alignment)을 사용합니다. 병원 수준의 파티션이 포함된 자체 구축 대규모 희귀 질환 벤치마크인 CrossRare-Bench에서, MedLatentDx는 원시 잠재 통신 (raw-latent communication) 베이스라인과 비교했을 때 재구성 가능한 임상 콘텐츠를 줄이면서도 병원 간 진단 성능을 향상시킵니다.