(окончвние. начало тут)
Ассистент рассуждает по конкретным алгоритмам из настоящего медицинского учебника, а не по своим размытым общим представлениям. Метод заставляет заполнять конкретные слоты и честно писать «данных нет» вместо выдуманной заглушки.
И ещё это драматически дешевле: затолкать весь учебник в каждый запрос — дорого по токенам и вредно для качества, потому что лишний текст разбавляет фокус.
На самом деле, этот метод – мой личный левел-ап работы с нейронками.
Алгоритм простой: понять проблему -> найти нужную методику -> понять, какая книга лучше всего (полнота и плотность) описывает методику и превратить её в вики-структуру.
Кибербезопасность? Тестирование ПО? Архитектура программ? Лексический анализ? Нарратив? На все я нахожу книжку, делаю её вики-вариантом и встраиваю в процесс. И – повторюсь – это делает систему принципиально точнее.
Поэтому мой ассистент формулирует гипотезы, которые врачи не опровергли ни разу.
Гипотеза содержит критерии проверки. Например, задание пройти нагрузку и замерить давление. Или сдать кровушку на анализ.
Дальше полученные результаты возвращаются в систему и консилиум “специалистов” выносит вердикт подтверждена ли гипотеза, переформулирована или отклонена.
Если гипотеза выживает из неё рождается следующий план действий, и она ждёт новой порции данных, чтобы пройти проверку заново.
Классический HADI-цикл: гипотеза → действие → новые данные → перепроверка → вывод.
Как это выглядит на живом примере. Я у ассистента ничего не спрашиваю. Просто в один прекрасный день получаю новую гипотезу.
Наблюдение: фолат стабильно у нижней границы, B12 общий в норме, но его биодоступная форма снижена, панкреатическая амилаза и липаза внизу границы нормы. По отдельности — ничего. Вместе — это похоже на скрытую мальабсорбцию, и у неё есть имя: возможная экзокринная недостаточность поджелудочной после удаления кусков пищевода и желудка и 15 курсов химии.
Дальше система строит дифференциальный диагноз:
— собирает тринадцать лабораторных маркеров в одну картину;
— подключает геном: вариант MTHFR, который мешает обмену фолатов, и варианты MFN2, важные для нервов после оксалиплатина;
— отдельно перечисляет, что уже исключено: рецидив (онкомаркеры и PET-CT чистые), тканевый дефицит B12 (метилмалоновая кислота в норме), системное воспаление (CRP и СОЭ в норме), проблемы с сердцем и печенью;
С гипотезой такого качества не стыдно идти к человеку. И ответ врача это тоже данные для системы. Подтвердил — гипотеза переходит в подтверждённую и порождает протокол подтверждения. Скорректировал — она переформулируется и идёт на новый круг. Сдал новые анализы — они возвращаются, консилиум пересматривает вердикт.
Гипотеза не умирает после ответа доктора, она движется по состояниям. Это и есть завершение цикла: «спросили — получили данные — пересобрали картину».
Чтобы это работало непрерывно, AI ассистент ведёт график анализов. Он читает свободный текст из консультации с онкологом «маркеры раз в квартал» и заводит личное расписание для каждого маркера.
И, наконец, появился отдельный ракурс – восстановление после рака. То, о чем писал вначале.
Раньше система смотрела на сон, стресс и движение. Теперь у неё есть специальная оптика для постонкологического восстановления: чтение и отбор релевантных медицинских публикаций, структурированные опросники и ежемесячный консилиум именно по этой теме.
Старая система ходила к научной базе для «защиты от галлюцинаций», новая превратилась в активное курирование литературы под мой случай.
Подытожу.
В марте это был умный репортёр. В апреле — ассистент, который говорит, что делать.
Сейчас это исследователь, который живёт со мной, ставит проверяемые гипотезы, доводит их до живого врача и замыкает круг новыми данными.
Система проактивна. Мне не надо про неё помнить и думать, она всегда приходит сама и проявляет заботу.
Всё крутится так же локально, на домашнем Mac Studio, двадцать четыре часа в сутки. По-прежнему проект делаем мы вдвоём — один гуманитарий и один Клод.
