Naukowcy z arXiv opublikowali VERGE - system sztucznej inteligencji zaprojektowany do automatycznego wyodrębniania objawów alarmujących raka jelita grubego o wczesnym rozpoczęciu i historii rodzinnej z niestrukturyzowanych notatek klinicznych. System rozwiązuje realny problem w medycynie - obecnie brakuje wytycznych do diagnostyki tego raka u młodych dorosłych, a tradycyjne dane strukturyzowane nie zawierają wystarczających szczegółów na temat czasu trwania objawów, kontekstu czy historii rodzinnej.
ARCHITEKTURA VERGE oparty jest na agentic workflow, gdzie propozycja etykiety i dowodu pochodzi z retrieval-augmented generation, a następnie przechodzi cykl ograniczonej weryfikacji i refinementu. System sprawdza ugruntowanie w tekście i ważność kliniczną, automatycznie koryguje roszczenia i ponownie sprawdza je, aż do rozwiązania lub osiągnięcia limitu iteracji. Niezgodne przypadki trafiają do człowieka.
Wyniki na zbiorze 4033 par notatek oznaczonych przez klinistów pokazują znaczną poprawę względem modelów bazowych. VERGE zmniejszył fałszywe pozytywne wyniki, podnosząc precyzję z 0,764 do 0,849 i wskaźnik Matthews Correlation Coefficient z 0,681 do 0,730. Ważnie - system autonomicznie rozwiązał większość zaznaczonych błędów, wymagając ludzkiego przeglądu tylko dla 1,5 procent roszczeń. To wykazuje, że ograniczony, zweryfikowany workflow AI może efektywnie wspierać wczesną detencję raka u ludzi młodszych.