PIA: 건강 대화를 기록으로, 기록을 이해로 전환하는 개인 지능 에이전트

범용 에이전트 메모리는 대화를 요약합니다: 핵심 구절을 추출하고, 임베딩하며, 상위 k개를 프롬프트에 검색하여 가져옵니다. 하지만 건강 에이전트는 요약만으로는 작동할 수 없습니다: 용량이 문장으로 변환되고, '지난주부터'는 모델의 재량에 따라 해결되며, 3개월 동안의 혈당 추세는 텍스트 유사성만으로는 답변될 수 없습니다. 우리는 소비자 건강 에이전트와 함께 배포되는 개인 지능 에이전트인 PIA를 소개합니다. PIA는 에이전트의 자연어 요청을 받아들여, 스스로 작성하거나 읽어야 할지 여부와 방법을 결정하고, 대화를 타이핑된 임상 기록으로, 기록을 사용자에 대한 합성적 이해로 전환합니다. 그 메모리 하네스는 추출(extraction), 메모리(memory), 검색(retrieval), 이해(understanding)의 네 가지 제어로 구성되며, 각 제어는 스키마(schema), 의료 약어 사전(medical alias dictionary), 지식 그래프(knowledge graph), 시간 규칙(temporal rules)이라는 플러그인 가능한 건강 모듈을 가진 도메인 비종속적 메커니즘입니다. 우리는 동일한 쿼리가 메모리가 응답 컨텍스트에 주입됨에 따라, 1차원적인 회상에서 2차원의 건강 스냅샷으로, 그리고 인과관계가 있는 3차원 궤적으로 깊어지면서 다른 답변을 받는 것을 보여주며, 운영 경험으로부터 다음과 같은 교훈들을 보고합니다: 자가 보고된 건강 데이터는 무작위로 누락되는 것이 아니며, 질문의 표현 방식이 합성적 이해의 품질을 좌우하고, 후보 인과 연결 고리 중 거의 3분의 1은 규칙만으로 제거할 수 있는 구조적 노이즈입니다.