# Un sistema fa apprendere nuovi casi ai modelli medici già distribuiti

> I ricercatori propongono un sistema indipendente dal modello che aggiorna LLM e VLM congelati con casi reali, migliorando le prestazioni fino al 34% nelle attività mediche.

Oossa · 2026-10-08 · https://oossa.com/it/new-framework-lets-frozen-medical-ai-models-keep-learning-after-deployment

Un gruppo guidato da Yexiao He ha pubblicato l’8 ottobre 2026 uno studio su un sistema che consente ai modelli linguistici di grandi dimensioni (LLM) e ai modelli visione-linguaggio (VLM) congelati di apprendere dai casi che affrontano. Il sistema aggiunge tre tipi di competenze esterne: una Skill per il ragionamento, una Knowledge Memory per i fatti e una Multimodal Knowledge Base per gli esempi visivi. Aggiorna il modello solo quando i nuovi casi ne migliorano le prestazioni senza compromettere i risultati precedenti. I test, condotti su sei benchmark medici con quattro diversi modelli di base, hanno mostrato miglioramenti fino al 34,2%.

## I fatti

- Miglioramento fino al 34,2% nelle attività mediche
- Valutato su sei benchmark con quattro modelli di base

## Perché conta

I medici potrebbero affidarsi a strumenti di IA aggiornati sulle nuove linee guida senza dover ricorrere a costosi riaddestramenti.

## Fonti e riferimenti

1. [Frozen Models, Evolving Expertise: Model-Agnostic Learning from Deployment Experience for Multimodal Medical AI](https://arxiv.org/abs/2610.09146) – arXiv, 2026-10-08

Ultimo aggiornamento: 2026-10-08