Med-KGMA: Un nuevo sistema de apoyo médico impulsado por IA que aprovecha gráficos de conocimiento y asesores médicos

Área de la Ciencia:

• Inteligencia artificial en el cuidado de la salud
• La informática médica
• Lingüística computacional

Sus antecedentes:

• Los sistemas de salud se enfrentan a cargas crecientes, lo que lleva a un diagnóstico y una atención retrasados.
• Los sistemas médicos QnA existentes sufren de alucinaciones y una comprensión contextual limitada.
• El apoyo automatizado a las decisiones es crucial para las intervenciones médicas oportunas y personalizadas.

Objetivo del estudio:

• Desarrollar un sistema de QnA médico impulsado por IA, Med-KGMA, para mejorar la precisión del diagnóstico y las recomendaciones de tratamiento.
• Abordar las limitaciones de los sistemas actuales, incluidas las alucinaciones y el mal manejo de consultas complejas.
• Mejorar la representación del conocimiento médico y el procesamiento de consultas para obtener información fiable del usuario.

Principales métodos:

• Se utilizó SequentialRotatE, un nuevo modelo de incorporación de gráficos de conocimiento, para capturar relaciones contextuales entre entidades médicas.
• Implementó el marco de la mezcla de asesores médicos (MoMA) para el enrutamiento dinámico de consultas a asesores especializados.
• Procesamiento de consultas optimizado integrado y gráficos de conocimiento personalizados para un razonamiento mejorado.

Principales resultados:

• Med-KGMA logró una precisión de diagnóstico del 91,32%.
• El sistema superó a los métodos de referencia más avanzados en precisión y confiabilidad.
• SequentialRotatE demostró una captura efectiva de las relaciones de entidades médicas, mejorando el razonamiento.

Conclusiones:

• Med-KGMA ofrece una solución eficiente y escalable para QnA médico, avanzando la IA en el cuidado de la salud.
• El marco MoMA garantiza recomendaciones precisas al hacer coincidir la complejidad de la consulta con asesores especializados.
• Este sistema permite a los usuarios obtener información médica confiable, reduciendo la carga del sistema de atención médica y mejorando el acceso a la atención al paciente.