研究者らは、人のルーティン、好み、測定値、リスクが時間とともに変化する際にサポートを更新するように設計されたオープンソースのエージェントアーキテクチャであるHealthClawを開発した。これは、共有された安全ルールと医学的知識を、プロファイルの事実、再利用可能な手順、エピソードの痕跡を含むプライベートな長期メモリから分離する。

  • 合成された1年間のベンチマークと9つの200ケースの生体医学タスクで評価され、HealthClawは900件の長期サポートプローブ全体で回答精度を0.2%から45.7%に向上させた。
  • プロンプト側のコンテキスト露出は、完全履歴プロンプティングと比較して71.7%低かった。
  • 100件のプライバシープローブにおいて、ベースラインよりもプライバシー対応の回答品質が高く、安全でない開示が少なかった。
  • 生体医学タスク全体で、主要指標の平均絶対利益は27.0パーセントポイントであり、偽発見率補正後も7つの利益が有意であった。

これらのオフラインベンチマークは、長期個人健康エージェントのための管理された自己進化型メモリをサポートするが、臨床的有効性には前向きな評価が必要である。