RDguru:一种用于罕见疾病的对话式智能代理

科学领域:

• 人工智能在医学中的应用
• 临床决策支持系统 临床决策支持系统
• 罕见疾病的诊断 罕见疾病的诊断

背景情况:

• 大型语言模型 (LLM) 在医疗保健方面表现有前途,但在准确性方面存在困难,特别是在罕见疾病 (RD) 中.
• 现有的 RD 诊断工具缺乏全面的整合和先进的 AI 功能.
• 由于对错误和有害输出的担忧,LLM的临床采用受到限制.

研究的目的:

• 介绍RDguru,一个对话式AI代理,旨在增强罕见疾病诊断和知识问答.
• 开发一种新的多源融合诊断模型,以改善诊断回忆.
• 评估RDguru的表现与既定基准和真实世界患者数据相比.

主要方法:

• RDguru利用了LangChain框架和GPT-3.5-turbo,整合了权威的知识来源.
• 一个基于深度Q网络的诊断模型融合了GPT-4,PheLR和表型匹配策略.
• 检索增强生成 (RAG) 技术用于知识问答,表型注释和差异诊断 (DDX).

主要成果:

• 根据ROUGE,GPT-4和RAGA的指标验证,RDguru在知识问答方面表现优于ChatGPT.
• 多源融合模型在238个RD病例中实现了实际诊断的63.87%的恢复率,比PheLR有5.47%的改进.
• RDguru的咨询策略有效地引起了诊断相关的表型,并改善了诊断优先级.

结论:

• RDguru为罕见病知识问答和差异诊断提供了可靠和有效的解决方案.
• 开发的多源融合模型显著提高了罕见疾病的诊断准确性.
• RDguru显示出改善临床决策和为罕见病患者提供支持的巨大潜力.