The Pulse

AWS rilascia 38 skill aperte per agenti di IA in ambito sanitario

AWS ha rilasciato 38 skill open source per agenti, che coprono 11 ambiti della sanità e delle scienze della vita. Nel test condotto dall’azienda, gli agenti dotati delle skill hanno prevalso fino all’85,9% delle valutazioni comparative dire

AI.info Team · Scritto con l’IA · verificato · 2026-09-16

Secondo AWS, il suo nuovo pacchetto di IA per la sanità ha migliorato le prestazioni degli agenti fino all’85,9% dei confronti diretti, dopo l’aggiunta di 38 skill open source ad agenti testati su 410 prompt di settore. La raccolta affronta una debolezza specifica dei sistemi basati su foundation model: produrre risposte che citano il quadro medico o scientifico corretto, ma ne applicano le regole in modo errato.

Michael Hsieh, principal solutions architect specializzato in IA generativa presso AWS, ha presentato la raccolta in un articolo pubblicato sul blog AWS Machine Learning il 16 settembre 2026. Le skill coprono 11 ambiti della sanità e delle scienze della vita, tra cui genomica, ricerca di farmaci, gestione dei sinistri e imaging medico. AWS le rilascia sotto licenza MIT-0 attraverso il repository HCLS Agent Skills.

38 file Markdown per le decisioni di settore

Ogni skill è un file strutturato SKILL.md che gli agenti caricano progressivamente quando una richiesta corrisponde alle sue condizioni di attivazione. I file comprendono schemi decisionali, tabelle di parametri, modelli di codice e criteri di validazione, con metadati e dipendenze definiti nel frontmatter YAML.

AWS suddivide la raccolta in skill di ragionamento e skill per le pipeline. Le skill di ragionamento codificano procedure per decisioni come l’interpretazione delle varianti genomiche, mentre quelle per le pipeline forniscono comandi e modelli validati per il lavoro tecnico. La skill per l’interpretazione delle varianti genomiche, per esempio, copre le categorie di evidenza, le soglie di frequenza nella popolazione e i valori limite dei predittori computazionali utilizzati nel sistema di classificazione ACMG/AMP. Una skill separata per l’identificazione delle varianti fornisce configurazioni per GATK4 HaplotypeCaller, VQSR e i flussi di lavoro tumore-normale di Mutect2.

I file sono prompt strutturati, non il risultato di fine-tuning. La distinzione è importante perché i team possono esaminare e modificare direttamente i criteri decisionali, anziché cambiare i pesi del modello. Le skill possono essere eseguite anche su più di 20 servizi e strumenti, tra cui Amazon Bedrock AgentCore, AWS Strands Agents SDK, Kiro, Amazon Quick Desktop, Claude Code e OpenAI Codex.

Dove gli agenti senza istruzioni specifiche sbagliano

Il pacchetto è progettato per affrontare errori che possono sembrare credibili a chi non è specialista. AWS usa come esempio la classificazione delle varianti di TP53: un agente può citare correttamente ACMG/AMP ma applicare male le categorie di evidenza, saltare le soglie di frequenza nella popolazione o inventare punteggi dei predittori computazionali.

Lo stesso problema si presenta nell’elaborazione dei sinistri. Nell’esempio di AWS, un agente che costruisce una pipeline di aggiustamento del rischio per Medicare Advantage può usare coefficienti obsoleti, omettere la risoluzione delle gerarchie delle malattie o sommare le condizioni nella fase sbagliata. Le skill per l’aggiustamento del rischio indicano all’agente di applicare la tabella di corrispondenza tra ICD-10 e HCC, eliminare i duplicati delle diagnosi e risolvere le gerarchie prima di calcolare i punteggi a livello di singolo assistito.

Un esempio di imaging medico riguarda la preelaborazione di immagini di risonanza magnetica pesate in T1 per la morfometria basata sui voxel. Le skill pertinenti richiedono di eseguire nella sequenza corretta il riorientamento, la correzione del campo di bias, la rimozione del cranio e la registrazione nello spazio MNI152, documentando anche le modalità di errore e i risultati del controllo qualità.

Un test con 410 prompt su due configurazioni di agenti

AWS ha valutato la raccolta con 410 prompt: 380 che utilizzavano una sola skill e 30 che ne coinvolgevano più di una. Il confronto ha utilizzato due configurazioni, Kiro CLI e un agente costruito con AWS Strands Agents SDK. La configurazione Strands utilizzava esclusivamente il modello Claude Sonnet 4.6, caricava tutte le 38 skill in modo progressivo e dava accesso a uno strumento di ragionamento sia nella condizione con le skill sia in quella di riferimento.

AWS ha utilizzato Claude Opus 4.7 tramite Amazon Bedrock come giudice. Il modello ha assegnato punteggi su una scala da 0 a 100 per accuratezza scientifica, coerenza, pertinenza, pensiero critico e applicabilità pratica, riportando poi le percentuali di vittoria e le dimensioni dell’effetto secondo il d di Cohen per tenere conto della compressione dei punteggi nelle valutazioni dei modelli linguistici.

L’agente dotato delle skill ha ottenuto una percentuale complessiva di vittoria del 69,5% in Kiro CLI e dell’85,9% nella configurazione Strands. Le percentuali di vittoria per il pensiero critico hanno raggiunto rispettivamente il 78% e l’85,1%. Per l’accuratezza scientifica hanno raggiunto il 69,3% in Kiro e l’86,2% in Strands, mentre per l’applicabilità pratica sono arrivate al 68% e al 77,3%.

Secondo AWS, i risultati indicano un beneficio metodologico, piuttosto che un semplice aumento della capacità di richiamare informazioni fattuali. Le skill indicano all’agente quale quadro applicare, quali ipotesi mettere in discussione e quali limiti dichiarare. L’effetto riportato è stato più marcato nei prompt per i quali un agente senza istruzioni specifiche avrebbe potuto produrre una risposta plausibile pur tralasciando un passaggio decisionale necessario.

La dimensione del contesto determina la progettazione della distribuzione

Secondo AWS, caricare tutte le 38 skill in un solo agente consuma circa 80.000 token. Questo approccio funziona con modelli che offrono ampie finestre di contesto, ma costringe anche l’agente a selezionare il materiale pertinente mentre istruzioni non correlate competono per l’attenzione.

La configurazione Kiro CLI di AWS utilizza un coordinatore leggero e otto specialisti di settore. Ogni specialista carica solo le skill assegnategli, utilizzando circa 15.000 token, mentre il coordinatore si occupa della classificazione degli intenti e dell’instradamento. La stessa raccolta può essere caricata direttamente nel codice Strands o aggiunta ad agenti ospitati tramite Amazon Bedrock AgentCore.

Per gli sviluppatori che vogliono provare i file senza le configurazioni degli agenti che li accompagnano, AWS documenta il comando npx skills add awslabs/hcls-agent-skills. Il repository comprende anche guide per personalizzare le soglie, aggiungere regole specifiche dell’organizzazione e testare le skill modificate con prompt di valutazione generati.

File aperti, non un nuovo modello medico

Il rilascio di AWS non introduce un nuovo foundation model né sostiene che le skill sostituiscano la revisione clinica o scientifica. Fornisce file di testo verificabili che orientano il modo in cui un agente esistente ragiona su compiti specialistici e produce comandi o analisi.

Questo rende la manutenzione parte dell’attrattiva pratica del rilascio. Un piano sanitario potrebbe modificare le regole per le procedure interne di codifica, mentre un gruppo di ricerca potrebbe aggiungere soglie specifiche per un esperimento o impostazioni degli strumenti dipendenti dalla versione senza riaddestrare un modello. I risultati della valutazione restano un benchmark condotto dalla stessa AWS, ma i file, i prompt e il sistema di test sono disponibili per essere esaminati nel repository open source.

Il risultato immediato è quindi concreto: 38 file di skill sotto licenza MIT-0, procedure di installazione per Kiro, Quick Desktop e Strands e indicazioni per la distribuzione su Bedrock AgentCore. Il test pubblicato da AWS riporta una percentuale complessiva di vittoria dal 69,5% all’85,9% per gli agenti che le utilizzano, su 410 prompt.