AWSが医療11分野に38のAIスキル公開

AWSが狙っているギャップは、分野の事実の不足ではない。ブログ記事が述べているように、モデルはトレーニングやシステムプロンプトでガイドラインを見てきたにもかかわらず、エビデンスのカテゴリーを誤って適用したり、集団頻度の閾値を飛ばしたり、計算予測スコアをハルシネーションしたりする。この失敗モードは静かだ。出力は正しく見えるが誤った基準を適用しており、規制上および患者安全上の影響を伴う。

AWSのアプローチは意図的に軽量だ。各スキルは構造化されたマークダウン文書（SKILL.md）で、YAMLフロントマターでトリガー、依存関係、メタデータを宣言し、意思決定フレームワーク、パラメータ表、コードパターン、検証基準をコード化する。意思決定基準がモデルの重みに隠されるのではなく人間が読める形であるため、年次の方針変更や新しい実験基準は、モデルを再トレーニングするのではなくテキストファイルを編集することで反映できる。コレクションは、エージェントの思考方法を導く推論スキルと、ツール固有のコマンドと検証済みパラメータを提供するパイプラインスキルに分類される。

評価結果は、この種の専門化がどこで報われるかを示している。スキルは基盤エージェントが苦戦したときに最も役立ち、ベースライン品質とスキルの効果の相関はどちらのハーネス構成でも負だった。未解決の問いは、測定された利益のどれだけが各チーム自身のモデルとワークフローに引き継がれるかだ。勝率はハーネス構成によって変動し、基盤エージェントが既に良好に機能したプロンプトではわずかな改善にとどまった。規制されたHCLS環境のチームにとって、より重要な数字はスコアの分散の減少かもしれない。これは平均品質ではなく一貫性を物語る。