Quando un medico si trova di fronte a sintomi complessi, ogni esame diagnostico in più ha un costo, economico e di tempo. Ma i Large Language Model, pur ricchi di conoscenza medica, tendono a eccedere: ordinano troppi test, perché faticano a ragionare in modo sistematico sotto vincoli di costo. È quel “divario conoscenza-ragionamento” che GraphDx, un nuovo framework multi-agente, prova a colmare con un’architettura inedita.

GraphDx introduce due innovazioni centrali. La prima è una pipeline automatica che sfrutta gli LLM per costruire Medical Diagnosis Knowledge Graphs (MDKG): grafi con tipicità quantizzata, topologia incentrata sulle azioni e attributi a doppio obiettivo — pertinenza diagnostica e sensibilità al costo. La seconda è una squadra di tre agenti collaborativi: Perception, Reasoning e Decision. Perception e Decision si occupano di comprensione del linguaggio e generazione, mentre Reasoning esegue uno scoring deterministico delle evidenze e una pianificazione cost-aware sul grafo. In pratica, la parte “cognitiva” viene separata dalla logica decisionale, riducendo le allucinazioni e i test superflui.

I test su MedQA e MIMIC-IV, condotti con tre backbone LLM diversi — DeepSeek-V3, Kimi-k2 e Llama-3.3 — mostrano risultati netti: il tasso di successo diagnostico sale dal 50-68% al 79-93%, mentre i costi dei test calano dal 20 al 54%. Numeri che segnalano più di un semplice incremento incrementale: qui si cambia la struttura stessa del problema.

Per chi lavora su deployment in ambienti con dati sensibili, come gli ospedali, il dettaglio più rilevante è che il ragionamento deterministico sul grafo non richiede centinaia di miliardi di parametri per ogni passo di inference. Il lavoro computazionale pesante viene assorbito una tantum dalla pipeline di costruzione del grafo; poi l’agente Reasoning opera su strutture simboliche, alleggerendo la dipendenza dall’LLM inference continua. Questo abbassa la soglia hardware e apre la strada a installazioni on-premise, in locale, senza bisogno di inviare dati dei pazienti al cloud. Con modelli open e consumer come quelli usati, il framework gira già su infrastrutture gestibili, segno che non servono supercomputer.

Sul piano economico, la riduzione dei test ordinati si traduce, in uno scenario cloud, in meno chiamate API. Ma in un contesto self-hosted il risparmio è strutturale: meno richieste di inference equivalgono a minor consumo di GPU e di energia, con un impatto diretto sul Total Cost of Ownership. GraphDx dimostra che un approccio ibrido — LLM per linguaggio e ipotesi, grafo per la pianificazione — può essere più efficiente di una pipeline puramente generativa, e con una trasparenza decisionale che in medicina non è un optional.

Certo, dal banco di prova dei dataset alla clinica reale il passo è lungo e serviranno validazioni ulteriori. Ma il segnale è forte: l’automazione diagnostica non deve per forza scegliere tra accuratezza e sostenibilità. Con architetture agentiche e knowledge graph, si può costruire un percorso verso sistemi più interpretabili, economici e rispettosi della privacy. Per chi progetta infrastrutture sanitarie digitali, è un cambio di prospettiva che merita attenzione.