· AI Engineer World's Fair 2026
Не испытывайте дефицита данных
Don't be data poor
Синтетические медкарты можно генерировать от метки назад, через дерево решений политики, и тогда разметка верна по построению, по словам спикера.
- Обратный порядок генерации — сначала сэмплируются метка и путь рассуждений по политике, и только потом строится запись под них. По словам спикера, это обходит mode collapse, который даёт одношаговая генерация документов длиной больше 300 страниц.
- Политика как дерево решений — символьное представление политики позволяет детерминированно перебирать сценарии, включая редкие краевые случаи, которых нет в выборке из 200 клиентских кейсов.
- Сборка от общего к частному — сначала инварианты пациента и список событий, затем план документов на каждый визит и параллельная генерация документов. Так длинная история не переполняет контекст, а проверка согласованности между документами ловит противоречия.
- Эксперты в контуре — клиницисты правят генерацию в любой точке и ведут логику пайплайна как skills на внутреннем agent harness. Около 90% датасетов компании синтетические, а в слепой оценке клиницисты правильно отличали синтетику от реальных записей лишь примерно в 60% случаев.
Кому полезно: тем, кто строит evals в регулируемых сценариях, где нельзя хранить реальные данные или дорого размечать их вручную.
Статья по теме
На какие вопросы отвечает доклад
Как тестировать медицинский ИИ, если реальные медицинские записи нельзя хранить и использовать?
Спикер предлагает генерировать синтетические записи самостоятельно: сначала сэмплировать метку и цепочку рассуждений по политике, затем строить документы от них. По его словам, около 90% датасетов уже синтетические.
▶ 3:13Синтетические данные, разовая генерация и коллапс модПочему LLM дают однообразные синтетические медицинские документы, если попросить сгенерировать запись одним запросом?
Спикер называет mode collapse: в pre-training мало медицинских документов, а post-training поощряет помощника, а не разнообразие. Запись длиной в 300 страниц в одном запросе не получается.
▶ 3:13Синтетические данные, разовая генерация и коллапс модКак покрыть редкие граничные случаи, которых нет в выборке из двухсот реальных кейсов клиента?
Политику можно представить в виде дерева решений и детерминированно сэмплировать цепочки рассуждений для каждого исхода. По словам спикера, так тестируются сценарии шире тех, что есть в продакшен-данных.
▶ 5:52Деревья принятия решений на основе политик и символьная выборка сценариевКак генерировать длинные медицинские записи с согласованными фактами, не переполняя контекстное окно LLM?
Запись строится послойно: инварианты пациента, путь пациента по событиям, план документов на каждый визит, затем параллельная генерация документов. LLM-проверка согласованности и обратная проверка по меткам дают верные метки по построению.
▶ 8:09Медицинские карты пациентов и клинические траектории: от общего к частномуКак дать доменным экспертам управлять пайплайном синтетических данных без правок кода?
Клиницисты вмешиваются в генерацию через human-in-the-loop, а этапы оформлены как skill-файлы на внутреннем agent harness. Новый тип документа добавляется новым файлом без инженерных изменений.
▶ 10:52Формирование эталонных данных, рекомендации клиницистов и завершение
Главы
Похожие доклады
ИИ, который приносит доход: уроки управления финансовыми потоками в здравоохранении
AI Engineer World's Fair 2025
Близко по содержанию
Страховые убытки — самая сложная проблема с данными для ИИ
Близко по содержанию
От фоновой документации к клиническому интеллекту
AI Engineer World's Fair 2026
Близко по содержанию
От торговых площадок до клинических испытаний: параллели в прикладном вертикальном AI
AI Engineer World's Fair 2026
Близко по содержанию

