शोधकर्ताओं ने SAGEAgent प्रस्तावित किया, जो एक स्व-विकासशील LLM-आधारित नैदानिक एजेंट है जो कैंसर रोगियों के लिए किन नैदानिक मोडालिटीज़ को अर्जित करना है, यह सक्रिय रूप से निर्धारित करता है, पूर्वानुमान सटीकता और नैदानिक आक्रामकता के बीच संतुलन बनाते हुए। सिस्टम मोडालिटी चयन को एक क्रमागत निर्णय समस्या के रूप में परिभाषित करता है, प्रत्येक रोगी के विकसित हो रहे नैदानिक राज्य के बारे में तर्क देने के लिए नैदानिक उपकरणों, घटनात्मक स्मृति और अर्थपूर्ण स्मृति का उपयोग करता है।
- SAGEAgent उन नैदानिक उपकरणों के माध्यम से तर्क करता है जो संख्यात्मक पूर्वानुमान को पाठ में बदलते हैं।
- यह समान पिछले मामलों को पुनः प्राप्त करने के लिए घटनात्मक स्मृति का उपयोग करता है और पुन: उपयोग योग्य निर्णय पैटर्न के लिए अर्थपूर्ण स्मृति का उपयोग करता है।
- TCGA-LGG, TCGA-GBM और BraTS को चार नैदानिक मोडालिटीज़ के साथ जोड़ने वाले एक ग्लियोमा कोहोर्ट पर प्रयोगों ने प्रतिस्पर्धी अस्तित्व पूर्वानुमान सटीकता दिखाई है।
- इस दृष्टिकोण ने सभी मोडालिटीज़ उपलब्ध मानने वाली विधियों की तुलना में औसत अर्जन बोझ को 55% कम कर दिया है।
यह कार्य वर्तमान बहुआयामी अस्तित्व विधियों की सीमा को संबोधित करता है जो या तो पूर्ण डेटा उपलब्धता मानती हैं या बाद की मोडालिटीज़ के अर्जन का औचित्य दिए बिना अनुपस्थित डेटा को निष्क्रिय रूप से संभालती हैं।