GuideSkill повысил точность ИИ-диагностики на 18,5%, исполняя клинические правила

Современные языковые модели часто работают с клиническими руководствами как с текстом: они либо извлекают нужные фрагменты, либо запоминают их при обучении, но не выполняют правила напрямую. Новый подход GuideSkill предлагает иной механизм — внешний слой рассуждений, который превращает критерии заболеваний в исполняемые функции.

GuideSkill компилирует диагностические критерии в программные функции, возвращающие числовые оценки поддержки диагноза. Базовая версия GuideSkill-Zero строится непосредственно из текста руководств, а версия GuideSkill-Evo дополнительно уточняет навыки на парах клинический случай — диагноз, добавляя недостающие заболевания.

На этапе вывода модель сначала формирует дифференциальный диагноз, затем система сопоставляет с ним нужные навыки, исполняет их и объединяет полученные оценки с ранжированием самой модели. Такой гибридный подход позволяет сочетать формализованные знания из руководств с данными реальных клинических случаев.

Результаты экспериментов показали существенный прирост точности. GuideSkill-Zero улучшает среднюю макро-точность по сравнению с традиционным RAG-поиском по руководствам на 13,45% в среднем. GuideSkill-Evo оказался лучшим для всех использованных базовых моделей: относительное улучшение к прямой инференс составило 18,49%, а покрытие золотых навыков выросло с 56,5% до 99,5%.

Особенно важно, что система работает без обновления параметров модели. На модели Qwen3.5-9B GuideSkill-Evo превзошла сильнейший бейзлайн с обновлением весов на 11,16%. Это открывает путь к применению навыков как модельно-агностического механизма, не требующего дорогостоящего дообучения.

Экспертная оценка подтвердила, что сгенерированные навыки клинически обоснованы и в целом приемлемы для практического использования. Авторы исследования отмечают, что исполняемые навыки позволяют объединить процедурные знания из руководств и диагностические паттерны, извлеченные из реальных случаев, что делает систему гибкой и масштабируемой для разных заболеваний и моделей.