에지 디바이스를 위한 다중 에이전트 기반 의료 보조 시스템

Multi Agent based Medical Assistant for Edge Devices

March 7, 2025

저자: Sakharam Gawade, Shivam Akhouri, Chinmay Kulkarni, Jagdish Samant, Pragya Sahu, Aastik, Jai Pahal, Saswat Meher

cs.AI

초록

대형 행동 모델(LAMs)은 지능형 자동화를 혁신적으로 변화시켰지만, 의료 분야에서의 적용은 개인정보 보호 문제, 지연 시간, 인터넷 접속 의존성 등의 도전 과제에 직면해 있습니다. 본 보고서는 이러한 한계를 극복한 온디바이스(On-device) 다중 에이전트 헬스케어 어시스턴트를 소개합니다. 이 시스템은 더 작고 작업 특화된 에이전트를 활용하여 자원을 최적화하고 확장성과 높은 성능을 보장합니다. 우리가 제안한 시스템은 진료 예약, 건강 모니터링, 약물 복용 알림, 일일 건강 보고 등의 기능을 통해 헬스케어 요구를 위한 원스톱 솔루션 역할을 합니다. Qwen Code Instruct 2.5 7B 모델을 기반으로 하는 플래너(Planner)와 콜러(Caller) 에이전트는 작업 계획에서 평균 RougeL 점수 85.5, 호출에서 96.5를 달성하면서도 온디바이스 배포에 적합한 경량화를 실현했습니다. 이 혁신적인 접근 방식은 온디바이스 시스템의 장점과 다중 에이전트 아키텍처를 결합하여 사용자 중심의 헬스케어 솔루션을 위한 길을 열어줍니다.

English

Large Action Models (LAMs) have revolutionized intelligent automation, but their application in healthcare faces challenges due to privacy concerns, latency, and dependency on internet access. This report introduces an ondevice, multi-agent healthcare assistant that overcomes these limitations. The system utilizes smaller, task-specific agents to optimize resources, ensure scalability and high performance. Our proposed system acts as a one-stop solution for health care needs with features like appointment booking, health monitoring, medication reminders, and daily health reporting. Powered by the Qwen Code Instruct 2.5 7B model, the Planner and Caller Agents achieve an average RougeL score of 85.5 for planning and 96.5 for calling for our tasks while being lightweight for on-device deployment. This innovative approach combines the benefits of ondevice systems with multi-agent architectures, paving the way for user-centric healthcare solutions.