연구자들은 개념 증명으로 제2형 당뇨병을 사용하여 중증도 표현형 분류를 위한 두 단계 에이전트형 대규모 언어 모델 프레임워크인 MOSAIC을 개발했습니다. 이 시스템은 임상 증거를 합성하고 전자 건강 기록(EHR)에 대해 추론하여 다차원적 질병 중증도를 포착합니다.

  • 5,086명의 환자를 대상으로 한 합성 코호트에서 세 가지 알고리즘 정답(DCSI, DiSSCo, Cooper) 및 사망률 결과에 대해 평가되었습니다.
  • 오픈 가중치 MOSAIC은 가중 카파 계수 0.773으로 독점 파이프라인과 동등한 성능을 보였습니다.
  • 이 프레임워크는 바이오마커 기반 혈당 단계 분류 및 건강의 사회적 결정 요인 등 비교 대상에 누락된 영역을 포괄합니다.
  • 에이전트 기반 계층은 모든 원인 사망률(log-rank p < 0.001)에서 유의미한 분리를 보였으며, 결정론적 실행(kappa = 0.428)과 다른 결과를 나타냈습니다.

이 연구는 에이전트형 LLM 시스템이 구조화된 EHR 데이터에서 임상적으로 의미 있는 중증도 표현형을 생성하고 적용할 수 있음을 보여줍니다.