ARTFEED — Contemporary Art Intelligence

La ricerca guidata da LLM consente la previsione autonoma delle malattie

ai-technology · 2026-05-18

Un nuovo studio su arXiv (2605.16238) introduce un sistema autonomo per la previsione di malattie a più patogeni utilizzando la ricerca ad albero guidata da Large Language Model (LLM). Il sistema genera, valuta e ottimizza iterativamente software di previsione eseguibile senza intervento umano. In una valutazione prospettica in tempo reale durante la stagione respiratoria statunitense 2025-2026, ha scoperto autonomamente modelli per l'influenza, il COVID-19 e il virus respiratorio sinciziale (RSV). L'insieme aggregato ha eguagliato o superato gli insiemi del CDC curati da umani e ha gestito con successo scenari di 'cold start' con dati scarsi per l'RSV. Questo approccio affronta i colli di bottiglia di scalabilità nella cura manuale dei modelli, consentendo previsioni geografiche granulari e per patogeni emergenti.

Fatti principali

  • L'articolo arXiv 2605.16238 presenta la previsione autonoma di malattie a più patogeni
  • Il sistema utilizza la ricerca ad albero guidata da LLM per generare e ottimizzare software di previsione
  • Valutazione prospettica durante la stagione respiratoria statunitense 2025-2026
  • Modelli scoperti per influenza, COVID-19 e RSV
  • L'insieme ha eguagliato o superato gli insiemi del CDC
  • Gestiti con successo scenari di 'cold start' per RSV
  • Affronta i colli di bottiglia di scalabilità nella cura manuale dei modelli
  • Consente previsioni geografiche granulari e per patogeni emergenti

Entità

Istituzioni

  • arXiv
  • Centers for Disease Control and Prevention (CDC)

Luoghi

  • United States

Fonti