대규모 언어 모델과 웨어러블 기기 데이터는 개인 건강 개선의 기회를 제공하지만, 건강 관련 질문에 대한 개인의 요구는 매우 다양합니다. 단일 시스템으로는 특정 질문과 개방형 질문 모두에 대처하기 어렵습니다. 이를 해결하기 위해 개인 맞춤형 증거 기반 지침을 위해 다중 모달 데이터를 추론하는 Personal Health Agent (PHA) 연구 프레임워크가 개발되었습니다. PHA는 데이터 과학, 도메인 전문 지식, 건강 코칭을 위한 전문 하위 에이전트와 함께 다중 에이전트 아키텍처를 사용합니다. 웨어러블 데이터, 설문 조사, 혈액 검사를 포함한 연구의 실제 데이터가 평가에 사용되었습니다. 이 시스템은 수천 개의 주석과 상당한 전문가 노력을 포함하는 10가지 벤치마크 작업에 걸쳐 광범위한 자동 및 인간 평가를 거쳤습니다. 이 연구는 건강 에이전트에 대한 포괄적인 평가를 나타내며 접근 가능한 개인 건강 에이전트의 기반을 마련합니다. 이 연구는 개념적 프레임워크를 설명하며 현재 공개 제품 또는 서비스에 대한 설명이 아닙니다. 이 접근 방식은 사용자 중심 설계를 포함하여 1,300개 이상의 건강 관련 질문을 분석하고 사용자를 설문 조사하여 주요 지원 영역을 파악했습니다. 시스템 평가는 자동 및 인간 평가를 모두 사용하여 개별 에이전트와 통합된 PHA의 벤치마킹에 중점을 두었습니다.