Introduzione

La diagnosi di malattie è un compito fondamentale nella medicina, poiché una predizione accurata consente interventi tempestivi, trattamenti efficaci e riduzione delle complicazioni mediche. Tuttavia, l'adozione della AI simbolica nel settore sanitario rimane limitata a causa dell'impiego di grandi quantità di lavoro per la costruzione di basi di conoscenza di alta qualità.

Il nuovo lavoro introduce McCoy, un framework che combina LLM (LLM) con programmazione a insiemi di risposta (ASP) per superare questo limite. McCoy sfrutta gli LLM per tradurre la letteratura medica in codice ASP, combina i dati del paziente e processa i risultati utilizzando un solver ASP per arrivare alla diagnosi finale.

Questo integrazione produce un framework di predizione robusto e interpretabile che combina le forze di entrambi i paradigmi. I risultati preliminari mostrano che McCoy ha prestazioni solide su compiti di diagnosi di malattie a scala ridotta.