MARC v1: Framework Open-Source Multi-Agente per il Ragionamento Clinico con IA
MARC v1 è stato introdotto da ricercatori come un framework open-source volto a migliorare il ragionamento clinico con IA attraverso l'orchestrazione di più agenti. Questo framework, descritto in un articolo disponibile su arXiv, sostituisce il tradizionale prompting monolitico dei LLM con un sistema deterministico che presenta agenti specializzati per ruolo responsabili di estrazione, ragionamento, generazione di risposte e valutazione. Questo metodo facilita il trasferimento esplicito del contesto e consente output intermedi tracciabili, che aiutano a identificare i punti di errore. Centrale è il modulo Decomposer, che crea prompt per agenti specifici del compito a partire da descrizioni in linguaggio semplice, eliminando la necessità di ingegneria manuale dei prompt. MARC è distribuibile sia tramite API che su CPU locali, completamente configurabile tramite YAML senza bisogno di modifiche al codice. È agnostico rispetto al modello e interpretabile, rendendolo accessibile a esperti clinici senza competenze di programmazione. L'intero framework è disponibile online. L'articolo è stato presentato alla sezione Intelligenza Artificiale di arXiv e include dettagli sulla cronologia di invio e strumenti di citazione. Questo framework riflette un movimento crescente verso sistemi di IA modulari e interpretabili in ambito sanitario, concentrandosi sul miglioramento dell'affidabilità e della trasparenza nel processo decisionale clinico.
Fatti principali
- MARC v1 è un framework open-source per il ragionamento clinico con IA.
- Utilizza l'orchestrazione multi-agente invece del prompting monolitico dei LLM.
- Gli agenti sono specializzati per estrazione, ragionamento, generazione di risposte e valutazione.
- Include un modulo Decomposer che genera prompt per gli agenti da descrizioni in linguaggio semplice.
- Supporta distribuzioni basate su API e compatibili con CPU locali.
- Configurabile tramite YAML senza modifiche al codice.
- Agnostico rispetto al modello e interpretabile, accessibile a esperti clinici senza competenze di programmazione.
- L'intero framework è disponibile all'URL fornito.
Entità
Istituzioni
- arXiv