MedExpMem: Framework AI per la Memoria dell'Esperienza Diagnostica

I ricercatori hanno introdotto MedExpMem, un framework progettato per la memoria dell'esperienza che consente ai modelli linguistico-visivi medici (VLM) di acquisire competenze nella diagnosi differenziale. A differenza della generazione aumentata da recupero, che attinge da vaste descrizioni di malattie, MedExpMem si concentra sulla conservazione di esperienze uniche derivate dagli errori diagnostici dell'agente. Categorizza queste esperienze in note differenziali a coppie che includono discriminanti cruciali, regole decisionali e modelli di errori di ragionamento. Il framework si sviluppa attraverso un processo in due fasi: la fase iniziale di pratica rivela lacune conoscitive, seguita da una fase riflessiva di riediagnosi. Questo metodo mira a dotare i VLM della capacità di distinguere tra condizioni simili, un'abilità che attualmente manca ai modelli basati su parametri statici.