DoctorAgents: framework AI per AutoML su piccoli dati clinici temporali

Un recente preprint su arXiv (2608.05375) presenta DoctorAgents, un framework AI volto a migliorare le pipeline AutoML specificamente per piccoli dataset clinici temporali. Questo framework affronta le carenze degli attuali sistemi AutoML che dipendono dalla ricerca per forza bruta e mancano di capacità di ragionamento esplicito e memoria. Utilizzando agenti specializzati di modelli linguistici di grandi dimensioni (LLM), DoctorAgents si concentra su generazione, validazione e raffinamento, implementando la discesa del gradiente testuale per propagare feedback in linguaggio naturale per aggiornamenti precisi senza la necessità di ricerche esaustive. Passando dalla ricerca esaustiva al raffinamento basato sul ragionamento, questo approccio cerca di rafforzare l'affidabilità e l'efficienza delle pipeline di machine learning in decisioni mediche critiche, soprattutto date le sfide poste da dati clinici scarsi, eterogenei e temporalmente complessi.