PhysicianBench: 실제 EHR 환경에서 LLM 에이전트 평가
PhysicianBench: Evaluating LLM Agents in Real-World EHR Environments
TL;DR AI
1분핵심 요약
PhysicianBench는 전자건강기록(EHR) 환경의 실제 의사 업무 100개로 만든 새로운 벤치마크다.
연구진은 실행 검증이 가능한 임상 워크플로에서 13개 LLM 에이전트를 평가했다.
에이전트들은 실제 의사 업무와 유사한 장기·다단계 작업에서 특히 취약했다.
이번 결과는 현재 AI 에이전트와 검증된 임상 시스템이 요구하는 수준 사이의 격차를 보여준다.