Disagreement-Driven Questioning Medical AI: Multi-Agent Active Inference for Resolving Diagnostic Uncertainty
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710114628
과학기술정보통신부
한국연구재단
전북대학교산학협력단
이경수
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2028.08.31
6,292만원
6,292만원
개발연구
대학
전북특별자치도 전주시
정보/통신 > 정보이론 > 인공지능
본 연구의 최종목표는 의료영상 및 임상정보 해석 과정에서 발생하는 AI 에이전트 간 진단 불일치를 구조화하고, 이를 해소하기 위한 최적 질문을 생성함으로써 진단 불확실성을 능동적으로 감소시키는 질문형 의료 AI 원천기술을 개발하는 것임. 이를 위해 병변 형태, 병변 경계, 영상 품질, 도메인 편향, 임상 맥락 등 서로 다른 관점의 다중 의료 AI 에이전트를 구성하고, ...
본 연구는 1차년도에 D2Q-AI 핵심기술 개발을 완성하고, 2차년도에 임상 적용 및 기술 고도화를 수행하는 단계적 로드맵으로 추진함. 1차년도에는 의료영상 및 임상정보 기반 입력 데이터 구조를 정의하고, 병변 형태, 경계 모호성, 영상 품질, 도메인 차이, 임상 맥락을 담당하는 다중 의료 AI 에이전트를 구성함. 각 에이전트의 class probability, ...
... 확보할 계획임. 개발된 기술은 의료영상 판독, 병변 분할, 진단 보조, 임상 의사결정지원 시스템에 활용 가능하며, 단순히 AI가 예측 결과를 제시하는 기존 방식에서 벗어나 의료진과 상호작용하며 ... 수 있음. 특히 병변 경계 모호성, 영상 품질 저하, 병원·장비·촬영 프로토콜 차이, 임상정보 부족 등 실제 임상에서 발생하는 불확실성 상황에 대응할 수 있어 다기관 환경에서의 일반화 가능성과 ...