כתבה
arXiv cs.AI ·
פלטפורמת LLM רב-סוגית לפרשנות והנחיה מותאמת אישית של תוצאות בדיקות בריאות
A Multi-Agent LLM Framework for Personalized Health Checkup Interpretation and Guidance
פלטפורמת LLM רב-סוגית חדשה, המשתמשת בטכנולוגיית LLM, מסוגלת לפרש ולהנחות את תוצאות בדיקות בריאות באופן מותאם אישית. הפלטפורמה, שפותחה על ידי צוות מדענים, משתמשת בטכנולוגיית LLM כדי לפרש את תוצאות הבדיקות ולהנחות את החולים. הפלטפורמה כבר נוסתה במספר מקרים והראתה תוצאות מוצלחות.
תקציר מקורי באנגליתarXiv:2610.01451v1 Announce Type: new Abstract: Personalized interpretation of health checkup results requires reasoning across longitudinal records, medical knowledge, lifestyle guidance, and healthcare navigation. We present a multi-agent large language model (LLM) system that identifies multiple intents, maps each to a task-specific agent, executes them in parallel, and synthesizes their outputs. We compared answers generated in Single Agent and Multi Agent settings on 120 Korean compound queries combining two to four requirements, using synthetic health checkup records. The Multi Agent improved the weighted LLM-judge score from 1.695 to 1.797 (p = 0.027), and three additional LLM judges showed consistent improvements ($\Delta$ = +0.111 to +0.186, all p < 0.05). The gains came from usef
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית