Open-MAI-Dx-Orchestrator
요약
Microsoft Research의 논문을 기반으로 구축된 의료 진단 멀티 에이전트 시스템의 오픈 소스 구현체입니다. Swarms AI 프레임워크를 사용하여 8명의 전문 AI 의사 에이전트가 협업하며, 비용 최적화와 임상 평가 기능을 제공합니다.
핵심 포인트
- 8명의 전문화된 AI 의사 에이전트 기반 멀티 에이전트 시스템
- 비용 효율성을 위한 5가지 운영 모드 및 실시간 예산 모니터링
- GPT, Gemini, Claude 등 다양한 LLM과 호환되는 모델 불가지론 설계
- 토큰 최적화 프롬프트를 통한 지연 시간 및 비용 절감
Swarms AI 프레임워크로 구축된 Microsoft Research의 "Sequential Diagnosis with Language Models" 논문의 오픈 소스 구현체입니다.
MAI-DxO (MAI Diagnostic Orchestrator)는 비용 효율성 최적화를 통해 반복적인 의료 진단을 수행하기 위해 의사 에이전트(physician-agents) 가상 패널을 시뮬레이션하는 정교한 AI 기반 진단 시스템입니다. 이 구현체는 Microsoft Research 논문에 기술된 방법론을 충실히 재현하면서 추가적인 기능과 유연성을 제공합니다.
8명의 AI 의사 에이전트 (AI Physician Agents): 종합적인 진단을 위한 전문화된 역할.
5가지 운영 모드 (Operational Modes): 즉시(Instant), 질문 전용(question-only), 예산 설정(budgeted), 예산 없음(no-budget), 앙상블(ensemble) 모드.
비용 추적 (Cost Tracking): 25개 이상의 의료 테스트 비용을 포함한 실시간 예산 모니터링.
임상 평가 (Clinical Evaluation): 상세한 피드백을 포함한 5점 척도 정확도 점수 산정.
모델 불가지론 (Model Agnostic): GPT, Gemini, Claude 및 기타 주요 LLM(Large Language Models)과 작동.
토큰 최적화 프롬프트 (Token-Optimized Prompts): 추론 품질을 희생하지 않으면서 토큰 사용량과 지연 시간(latency)을 줄이는 초소형 역할 프롬프트.
pip를 통해 패키지를 직접 설치하세요:
pip install mai-dx
또는 개발을 위해 저장소(repository)를 클론(clone)하고 요구 사항을 설치하세요:
git clone https://github.com/The-Swarm-Corporation/Open-MAI-Dx-Orchestrator.git
cd Open-MAI-Dx-Orchestrator
pip install -r requirements.txt
프로젝트 루트에 .env 파일을 생성하고 API 키를 추가하세요:
OPENAI_API_KEY="Your OpenAI API key"
GEMINI_API_KEY="Your Gemini API key"
ANTHROPIC_API_KEY="Your Anthropic API key"
from mai_dx import MaiDxOrchestrator
# 오케스트레이터 생성 (기본적으로 유능한 모델로 설정됨)
orchestrator = MaiDxOrchestrator()
...
오케스트레이터의 모델, 예산 및 운영 모드를 사용자 정의하세요.
from mai_dx import MaiDxOrchestrator
# 특정 모델 및 예산으로 구성
orchestrator = MaiDxOrchestrator(
...
MAI-DxO는 각 에이전트가 특정 역할을 갖는 멀티 에이전트 시스템 (multi-agent system)을 채택합니다:
🧠 Dr. Hypothesis: 감별 진단 (differential diagnosis)을 유지합니다.
🔬 Dr. Test-Chooser: 가장 비용 효율적인 진단 검사를 선택합니다.
🤔 Dr. Challenger: 인지 편향 (cognitive biases)과 진단 오류를 방지합니다.
💰 Dr. Stewardship: 비용 효율적인 케어를 보장합니다.
✅ Dr. Checklist: 품질 관리 (quality control) 체크를 수행합니다.
🤝 Consensus Coordinator: 패널의 결정을 종합합니다.
🔑 Gatekeeper: 임상 정보의 오라클 (oracle) 역할을 수행합니다.
⚖️ Judge: 최종 진단 정확도를 평가합니다.
docs를 통해 이 리포지토리(repository)에 대해 더 자세히 알아보세요.
기여를 환영합니다! 언제든지 이슈 (issue)를 생성하거나 풀 리퀘스트 (pull request)를 제출해 주세요.
이 프로젝트는 MIT 라이선스 (MIT License) 하에 라이선스가 부여됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.
이 작업을 연구에 사용하는 경우, 원문 논문과 이 소프트웨어 구현체 모두를 인용해 주세요.
@misc{nori2025sequentialdiagnosislanguagemodels,
title={Sequential Diagnosis with Language Models},
author={Harsha Nori and Mayank Daswani and Christopher Kelly and Scott Lundberg and Marco Tulio Ribeiro and Marc Wilson and Xiaoxuan Liu and Viknesh Sounderajah and Jonathan Carlson and Matthew P Lungren and Bay Gross and Peter Hames and Mustafa Suleyman and Dominic King and Eric Horvitz},
...
- 원문 논문 - Sequential Diagnosis with Language Models
- Swarms Framework - 멀티 에이전트 AI 오케스트레이션 (multi-agent AI orchestration)
- Microsoft Research - 원천 연구 기관
Issues: GitHub Issues
Discussions: GitHub Discussions
Documentation: 전체 문서 (Full Documentation)
AI 기반 의료 진단 발전을 위해 Swarms로 구축되었습니다
AI 자동 생성 콘텐츠
본 콘텐츠는 GitHub AI Tools의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기