Исследователи представили ATHENA-R1 для подбора терапии с использованием 212 биомедицинских инструментов

Исследователи представили AI-агент ATHENA-R1 для анализа вариантов терапии с учетом контекста заболевания, сопутствующих состояний, лекарств, противопоказаний и научных данных. Система охватывает все препараты, одобренные FDA с 1939 года. На каждом этапе она определяет, какой информации не хватает, затем выбирает и запускает подходящие биомедицинские инструменты.

Как пишет arXiv cs.AI (Artificial Intelligence), модель обучалась с помощью reinforcement learning поверх набора из 212 биомедицинских инструментов. Для подготовки без размеченных человеком цепочек рассуждений авторы использовали двухуровневую схему самообучения. Multi-agent systems формировали инструменты, задачи и траектории рассуждений для supervised fine-tuning. После этого reinforcement learning с scientific feedback оценивал качество рассуждений, включая сбор доказательств, использование инструментов и отсутствие логических повторов.

Авторы сообщают, что ATHENA-R1 протестировали на пяти бенчмарках с 3168 задачами по анализу лекарств и 456 клиническими случаями. По их данным, система превзошла language models и tool-use systems, достигнув точности 94,7% на open-ended задачах.