Agent AI, który myśli jak lekarz: nowy model uczy się szukać dowodów przed postawieniem diagnozy terapeutycznej

Kiedy lekarz staje przed pacjentem z trzema chorobami przewlekłymi i listą leków, które wchodzą w interakcje, decyzja o nowym leczeniu przypomina łamigłówkę. Nie wystarczy znać podręcznikowych schematów - trzeba aktywnie szukać informacji o przeciwwskazaniach, wynikach badań i najnowszych doniesieniach. Zespół badaczy z Harvardu i MIT pokazał właśnie system ATHENA-R1, który robi to samo: iteracyjnie sięga po narzędzia biomedyczne, by zebrać dowody, i dopiero wtedy rekomenduje terapię.

Dlaczego rozumowanie terapeutyczne jest trudne dla AI?

Duże modele językowe, takie jak GPT-5, potrafią streszczać artykuły medyczne i odpowiadać na pytania egzaminacyjne. Gdy jednak trzeba podjąć decyzję o leczeniu realnego pacjenta, sama wiedza encyklopedyczna to za mało. Rozumowanie terapeutyczne wymaga świadomego zbierania brakujących informacji: sprawdzenia interakcji leków, oceny funkcji nerek, przeszukania literatury pod kątem rzadkich działań niepożądanych. Tradycyjne AI często zgaduje na podstawie statystycznych wzorców, ale nie wie, czego jeszcze nie wie.

Autorzy ATHENA-R1 sformułowali to wprost: "Ponieważ do wyciągnięcia wniosków trzeba wiedzieć, jakich dowodów szukać, rozumowanie terapeutyczne od dawna było trudne dla AI". Ich odpowiedzią jest agent, który aktywnie planuje proces dochodzenia do decyzji, zamiast od razu podawać odpowiedź.

ATHENA-R1: agent, który ma pod ręką 212 narzędzi

System działa na uniwersum 212 biomedycznych narzędzi: od baz danych leków FDA, przez kalkulatory dawek nerkowych, po moduły analizy interakcji i wyszukiwarki publikacji. W każdym kroku agent identyfikuje, czego mu brakuje, wybiera odpowiednie narzędzie, uruchamia je i włącza uzyskany dowód do swojego stanu wiedzy. Proces przypomina diagnostę, który zleca kolejne badania, aż obraz kliniczny stanie się wystarczająco jasny.

Ta pętla gromadzenia dowodów została wytrenowana za pomocą uczenia ze wzmocnieniem, w którym nagradzana jest nie tyle poprawna odpowiedź, co jakość samego rozumowania: trafność wyboru narzędzi, logiczna spójność i unikanie zbędnych powtórzeń. Dzięki temu agent uczy się, że lepiej wykonać dwa celne zapytania niż pięć przypadkowych.

Rozumowanie terapeutyczne leży u podstaw każdej decyzji o leczeniu, integrując kontekst choroby, choroby współistniejące, leki, przeciwwskazania i zmieniającą się wiedzę biomedyczną, aby wybrać odpowiednią terapię.

Shanghua Gao i wsp.

Abstrakt pracy ATHENA-R1

Trening w dwóch aktach: od nadzoru do informacji zwrotnej

ATHENA-R1 nie powstał z gotowego zbioru przykładów. Naukowcy zastosowali dwupoziomowy schemat samouczenia. Najpierw systemy wieloagentowe konstruowały same narzędzia, zadania i przykładowe ścieżki rozumowania, które posłużyły do nadzorowanego dostrajania modelu bazowego. To jakby dać studentowi do przećwiczenia setki starannie przygotowanych kazusów.

Drugi etap to uczenie ze wzmocnieniem z naukową informacją zwrotną. Tutaj agent dostaje nagrody za konkretne zachowania: sięgnięcie po dowód zamiast domysłu, uzasadnienie wyboru leku aktualnymi wytycznymi, unikanie nadmiarowych kroków. Ten mechanizm sprawia, że model uczy się "myśleć głośno" w sposób, który lekarz może prześledzić i zweryfikować.

Co naprawdę potrafi - liczby i opinie ekspertów

W testach na pięciu zróżnicowanych benchmarkach ATHENA-R1 osiągnął 94,7% dokładności w otwartym rozumowaniu lekowym i 82,9% w złożonym rozumowaniu terapeutycznym. Dla porównania, GPT-5 uzyskał odpowiednio 76,9% i 72,2%. Różnica 17,8 i 10,7 punktów procentowych robi wrażenie, ale ciekawsze są oceny ślepe: eksperci z 28 organizacji zajmujących się chorobami rzadkimi woleli rekomendacje ATHENA-R1 od modeli referencyjnych pod każdym względem.

Prawdziwym testem było jednak przeszukanie elektronicznej dokumentacji 5,4 miliona pacjentów. Agent wygenerował hipotezy o potencjalnych zdarzeniach niepożądanych, a następnie statystycy sprawdzili je na rzeczywistych danych. Skorygowane ilorazy szans wyniosły od 1,48 do 1,84; wyraźny sygnał, że coś jest na rzeczy. W grupie kontroli negatywnej, gdzie nie powinno być efektu, wskaźniki pozostały płaskie. To sugeruje, że agent nie tylko powtarza znane ostrzeżenia, ale potrafi wskazać zależności warte dalszych badań.

Lekarze już go testują - co z tego wynika?

Lekarze z oddziałów kardiologicznych i zakaźnych przetestowali ATHENA-R1 na złożonych przypadkach pacjentów hospitalizowanych. Ich oceny były pozytywne, a szczególnie doceniono przejrzystość ścieżki rozumowania; mogli krok po kroku zobaczyć, dlaczego system wybiera taki, a nie inny lek. To istotne, bo w medycynie czarna skrzynka, nawet bardzo skuteczna, budzi opór.

Agent pokazuje, że rozumowanie terapeutyczne można rozłożyć na czynniki pierwsze i wytrenować jak każdą inną umiejętność. Kolejne wersje mogą objąć szerszy zestaw narzędzi, w tym dane genetyczne czy obrazowe. Na razie system nie zastępuje lekarza, ale może mu podpowiedzieć, o co jeszcze warto zapytać, a to w rzadkich chorobach i skomplikowanych politerapii bywa na wagę złota.

• ATHENA-R1 osiąga 94,7% dokładności w rozumowaniu lekowym i 82,9% w terapeutycznym, dystansując GPT-5 o 17,8 i 10,7 p.p.
• System operuje na 212 narzędziach biomedycznych i samodzielnie decyduje, po które z nich sięgnąć w trakcie rozumowania.
• Eksperci z 28 organizacji ds. chorób rzadkich w zaślepionej ocenie woleli rekomendacje ATHENA-R1 od modeli referencyjnych.
• Hipotezy o działaniach niepożądanych testowane na 5,4 mln pacjentów uzyskały skorygowane ilorazy szans 1,48-1,84, bez fałszywych sygnałów w grupie kontroli negatywnej.

Praktyczne zastosowania

Aby lepiej zrozumieć opisywaną innowację, przygotowaliśmy cztery przykłady praktycznego zastosowania tej technologii w różnych branżach:

Zanim lekarz podpisze receptę: jak agent AI ostrzega przed zabójczymi interakcjami leków

Pacjent z cukrzycą, nadciśnieniem i migotaniem przedsionków dostaje antybiotyk na zapalenie płuc. Pi

Agent AI, który sam znajduje nieznane skutki uboczne leków

Firmy farmaceutyczne tracą pieniądze za każdy miesiąc, w którym nie wiedzą o rzadkim działaniu niepo

ATHENA-R1 w chorobach ultrarzadkich: terapeuta AI, który zbiera dowody, a nie zgaduje

W chorobach ultrarzadkich nie ma wytycznych. Lekarz dostaje pacjenta z mutacją, której nie widział n

Agent AI, który myśli jak lekarz: nowy model uczy się szukać dowodów przed postawieniem diagnozy terapeutycznej

Studenci medycyny i rezydenci spędzają lata na nauce rozumowania klinicznego, a i tak pierwsze samod

Podsumowanie

ATHENA-R1 nie jest tylko akademickim rekordem. Jego zdolność do generowania i testowania hipotez na realnych danych medycznych otwiera drzwi do nadzoru nad bezpieczeństwem leków po wprowadzeniu na rynek - systemy farmakowigilancji mogłyby automatycznie przeszukiwać miliony rekordów EHR w poszukiwaniu nieznanych wcześniej działań niepożądanych. W medycynie chorób rzadkich, gdzie każdy przypadek jest inny i brakuje gotowych wytycznych, agent może pomóc klinicyście rozważyć nietypowe opcje terapeutyczne, sięgając po narzędzia łączące dane genetyczne, literaturę i rejestry leków. Wreszcie, farmaceutyczne działy R&D mogą wykorzystywać podobne podejście do wtórnego pozycjonowania istniejących leków - agent potrafi przekopać się przez wiedzę o milionach związków i wskazać te, które warto przetestować w nowych wskazaniach.

Napisanie tego artykułu zostało wspomagane przez sztuczną inteligencję. Treść opiera się na oryginalnym artykule naukowym, a jej dokładność została zweryfikowana automatycznie.