Dalle evidenze fornite a quelle raccolte: apprendimento agentico per il ragionamento medico longitudinale

Abstract degli autori

I modelli di base possono operare come agenti clinici grazie a infrastrutture per l’uso di strumenti. Tuttavia, i benchmark medici convenzionali valutano il ragionamento su evidenze preselezionate, anziché la capacità di cercarle nelle cartelle cliniche e nelle immagini acquisite nel tempo. Proponiamo CASE: una serie di Clinical Agents for Seeking Evidence con ruoli specifici, insieme a un’infrastruttura per l’uso di strumenti e a un framework di post-addestramento agentico per modelli compatti di policy visivo-linguistica. Presentiamo inoltre un benchmark multimodale longitudinale basato su UK Biobank, composto da 50.401 domande cliniche derivate da diagnosi reali codificate secondo ICD-10 di 4.739 partecipanti. Ogni domanda è collegata a un ambiente specifico per il paziente, contenente il contesto clinico e immagini MRI multisequenza delle visite iniziali e di follow-up. In questo ambiente, gli agenti scelgono autonomamente quali visite, organi, modalità, sezioni e strumenti specialistici esaminare e confrontare. Il fine-tuning supervisionato trasferisce procedure di ricerca delle evidenze apprese da 14.734 traiettorie di interazione di modelli di frontiera; segue un apprendimento per rinforzo agentico basato sulle interazioni del modello in apprendimento con il proprio ambiente. L’autodistillazione privilegiata on-policy e il feedback di LLM basato su rubriche di valutazione affinano il ragionamento che porta dalle evidenze alle conclusioni senza prescrivere sequenze di utilizzo degli strumenti. Gli esperimenti mostrano che CASE va oltre l’imitazione delle risposte alle domande, sviluppando strategie di indagine trasferibili e rafforzando il ragionamento longitudinale fondato sulle evidenze. A parità di condizioni di valutazione, il nostro agente basato su Qwen3-VL-8B ottiene miglioramenti relativi nell’accuratezza delle risposte superiori, rispettivamente, al 16% e al 10% rispetto a GPT-5.4 e Claude Opus 4.8. Il codice sarà disponibile su https://github.com/VinyehShaw/CASE.