Los investigadores desarrollaron HealthClaw, una arquitectura de agente de código abierto diseñada para actualizar el soporte a medida que cambian las rutinas, preferencias, mediciones y riesgos de una persona con el tiempo. Separa las reglas de seguridad compartidas y el conocimiento médico de la memoria longitudinal privada que contiene hechos del perfil, procedimientos reutilizables y rastros episódicos.
- Evaluado en un benchmark sintético de un año y nueve tareas biomédicas de 200 casos, HealthClaw aumentó la precisión de las respuestas del 0,2% al 45,7% en 900 sondas de soporte longitudinal.
- La exposición del contexto en el lado del prompt fue un 71,7% menor que con la indicación de historial completo.
- En 100 sondas de privacidad, produjo una calidad de respuesta más consciente de la privacidad y menos divulgaciones inseguras que las líneas base.
- En tareas biomédicas, la ganancia absoluta media en la métrica principal fue de 27,0 puntos porcentuales, con siete ganancias que permanecieron significativas después de la corrección de la tasa de descubrimiento falso.
Estos benchmarks fuera de línea respaldan la memoria gobernada y autoevolutiva para agentes de salud personal longitudinal, aunque la efectividad clínica requiere una evaluación prospectiva.