AI-verktyg når 87% träffsäkerhet på medicinska beräkningar från patientjournaler

arXiv cs.AI

Forskare har byggt ett system där en LLM inte räknar själv – utan istället genererar körbara kodverktyg som sköter den faktiska matematiken, vilket löser ett klassiskt problem med att AI-modeller hittar på siffror. På datasetet MedCalc-Bench nådde metoden 86,73% korrekthet, en förbättring på 24 procentenheter jämfört med vanlig promptning. Det smarta här är egentligen separationen: modellen förstår medicinsk text, men överlåter aritmetiken till deterministisk kod.