研究者らは、2型糖尿病を概念実証として用い、重症度表現型分類のための2フェーズのエージェント型大規模言語モデルフレームワークであるMOSAICを開発した。本システムは臨床証拠を合成し、電子医療記録（EHR）上で推論を行うことで、多次元の疾患重症度を捉える。

  • 5,086人の患者からなる合成コホートにおいて、3つのアルゴリズム的正解（DCSI、DiSSCo、Cooper）および死亡率アウトカムに対して評価された。
  • オープンウェイトのMOSAICは、重み付きカッパ係数0.773でプロプライエタリなパイプラインと同等の性能を示した。
  • このフレームワークは、バイオマーカーベースの血糖段階分類や健康の社会的決定要因など、比較対象に含まれていない領域をカバーしている。
  • エージェントに基づく階層は、全因死亡率（log-rank p < 0.001）において有意な分離を示し、確定的な実行（kappa = 0.428）とは異なる結果となった。

本研究は、エージェント型LLMシステムが構造化EHRデータから臨床的に意味のある重症度表現型を生成・適用できることを示している。