Самосовершенствующаяся ИИ-система повысила точность раннего выявления рака легких
Исследователи представили Traj-Evolve — самосовершенствующуюся мультиагентную систему для моделирования траекторий пациентов, направленную на раннее выявление рака легких. Работа опубликована на arXiv.
Традиционные методы анализа электронных медицинских карт (EHR) сталкиваются с проблемами разреженности, шума и длинного контекста. Существующие LLM-системы обрабатывают пациентов изолированно, в отличие от врачей, использующих накопленный опыт.
Traj-Evolve включает два взаимодополняющих механизма эволюции. Первый — пул опыта (ExPool) — непараметрическая память, индексирующая примеры рассуждений для использования в качестве контекста. Второй — мультиагентное обучение с подкреплением (MARL) через донастройку с ранжированием вознаграждения, оптимизирующее взаимодействие агентов и памяти.
На задаче прогнозирования рака легких с использованием пятилетних мультимодальных EHR система превзошла девять сильных базовых моделей как на общей популяции, так и на сложной группе никогда не куривших. Анализ эволюционной динамики показал три ключевых результата: расширение пула опыта смещает оптимальный поиск от разнообразных к специфическим образцам; при MARL менеджер-агент быстро сходится, а рабочие агенты продолжают выигрывать от проверенных пациентов; ExPool повышает специфичность, а MARL — чувствительность.
Разработка открывает перспективы для более точного раннего выявления рака легких и персонализированной медицины.
