Google показала будущее медицины через команду ИИ-агентов

Google опубликовала 150-страничный отчёт о проекте Health AI Agents, включающий более 7 000 аннотаций и свыше 1 100 часов экспертов. Однако главное в документе — не цифры и метрики, а новая философия дизайна медицинских AI-систем. Вместо создания монолитного «Doctor-GPT» компания предлагает концепцию Personal Health Agent (PHA) — модульную систему из трёх специализированных агентов, каждый из которых выполняет свою роль.

Обзор персонального здравоохранительного агента.(a) Мы описываем анатомию личных потребностей в здоровье через процесс проектирования, ориентированный на пользователя.(b) Далее разрабатываем многоагентную систему на базе передовых больших языковых моделей, включающую специализированных агентов: Data Science (DS), отраслевого эксперта по здравоохранению (Domain Expert, DE) и Health Coach (HC), чтобы закрывать широкий спектр пользовательских задач. Под базовой моделью подразумевается семейство Gemini 2.0.(c) Наша работа представляет собой наиболее комплексную на сегодня оценку медицинского агента (>7000 аннотаций и 1100 часов работы на 10 бенчмарках). — Обзор персонального здравоохранительного агента.(a) Мы описываем анатомию личных потребностей ^[1] в здоровье через процесс проектирования, ориентированный на пользователя.(b) Далее разрабатываем многоагентную систему на базе передовых больших языковых моделей, включающую специализированных агентов: Data Science (DS), отраслевого эксперта по здравоохранению (Domain Expert, DE) и Health Coach (HC), чтобы закрывать широкий спектр пользовательских задач. Под базовой моделью подразумевается семейство Gemini 2.0.(c) Наша работа представляет собой наиболее комплексную на сегодня оценку медицинского агента (>7000 аннотаций и 1100 часов работы на 10 бенчмарках).

Первый агент, Data Science Agent, отвечает за анализ данных с носимых устройств и лабораторных исследований. Второй, Domain Expert Agent, проверяет медицинские факты и актуальные знания. Третий, Health Coach Agent, ведёт диалог с пользователем, ставит цели, добавляет элементы эмпатии и поддержки. Все три агента связаны оркестратором с памятью ^[2], который хранит цели, барьеры и инсайты пользователя, обеспечивая согласованность и персонализацию взаимодействия.

Исследование WEAR-ME включает пользователей Fitbit, которые дали согласие на участие. После согласия и регистрации участникам предложили посетить один из центров Quest для сдачи крови и сбора биохимических данных. Для каждого участника доступны мультимодальные данные: показания Fitbit, результаты анализов крови и анкеты. (b) Для гуманитарной оценки мы выбрали подмножество данных WEAR-ME на основе наиболее распространённых у участников состояний здоровья. Выделили 10 типовых профилей и случайным образом отобрали по пять человек из каждого.

Результаты тестирования показывают эффективность нового подхода. PHA превзошёл базовые модели на десяти бенчмарках. Пользователи предпочли взаимодействие с PHA по сравнению с обычными LLM: в тесте участвовали 20 участников и 50 персон. Эксперты отметили, что в сложных медицинских запросах ответы PHA оказались лучше на 5,7–39 % по сравнению с конкурентами.

Дизайн-принципы системы включают учёт всех потребностей пользователя, адаптивное комбинирование агентов, отказ от запроса данных, которые можно вывести из имеющейся информации, а также минимизацию задержки и сложности взаимодействия. Протестированные сценарии охватывают общие вопросы о здоровье, интерпретацию данных носимых устройств и биомаркеров, рекомендации по сну ^[3], питанию и активности, а также оценку симптомов (без постановки диагноза).

Тем не менее, система пока не лишена ограничений. Она работает медленнее одиночных агентов (244 секунды против 36), требует аудита предвзятости, защиты данных и соблюдения регуляторных требований. Следующим шагом Google планирует внедрить адаптивный стиль общения, который будет балансировать между эмпатией и ответственностью.

Делегируйте часть рутинных задач вместе с BotHub! ^[4] Для доступа к сервису не требуется VPN и можно использовать российскую карту. По ссылке ^[5] вы можете получить 100 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!

Источник ^[6]

Автор: cognitronn

Источник ^[7]

Сайт-источник BrainTools: https://www.braintools.ru

Путь до страницы источника: https://www.braintools.ru/article/20418

URLs in this post:

[1] потребностей: http://www.braintools.ru/article/9534

[2] памятью: http://www.braintools.ru/article/4140

[3] сну: http://www.braintools.ru/article/9809

[4] BotHub!: https://bothub.chat/?utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_source=contentmarketing&utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_medium=habr&utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_campaign=news&utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_content=GOOGLE%20UNVEILS%20THE%20FUTURE%20OF%20MEDICINE%20THROUGH%20A%20TEAM%20OF%20AI%20AGENTS

[5] По ссылке: https://bothub.chat/?invitedBy=m_aGCkuyTgqllHCK0dUc7

[6] Источник: https://arxiv.org/abs/2508.20148

[7] Источник: https://habr.com/ru/companies/bothub/news/954430/?utm_source=habrahabr&utm_medium=rss&utm_campaign=954430

Нажмите здесь для печати.