一个针对肝癌的中国问答系统,基于知识图和大语言模式
Haoqi Wu1, Min Zhang2, Hailing Wang1
1School of Electronic and Electrical Engineering, Shanghai University Of Engineering Science, Shanghai, China.
Frontiers in artificial intelligence
|October 27, 2025
概括
一个新的中国肝癌问答系统使用知识图和大型语言模型 (LLM) 来提供准确,相关的信息. 这个系统可以改善患者对肝癌数据的访问,提高理解和可靠性.
科学领域:
- 医疗信息学 医疗信息学
- 人工智能在医学中的应用
- 自然语言处理自然语言处理.
背景情况:
- 现有的问答系统缺乏专门的肝癌信息,并难以处理中文语言的查询.
- 需要一种方便可靠的方法,使患者能够访问与肝癌相关的数据.
研究的目的:
- 用知识图和大型语言模型 (LLM) 来开发肝癌的专用问答系统.
- 提高对中国医学问题的理解,并提供临床相关的答案.
主要方法:
- 使用临床电子病历和xywy.com医疗网站的数据构建了一个知识图.
- 聊天GLM3.5和BERT分别用于实体提取和用户意图识别.
- 从知识图中检索信息和自然语言生成被用来制定响应.
主要成果:
- 该系统在意图分类中获得了92.34%的精度,超过了BERT和GEBERT模型.
- 响应显示出更高的相关性和更好地与患者的自然语言模式保持一致.
- 开发的系统显著提高了肝癌信息获取的有用性和可靠性.
结论:
- 知识图和LLM的整合为专业医疗问答系统提供了强大的解决方案.
- 这种方法有效地解决了现有系统在处理特定领域查询和临床数据方面的局限性.
- 增强的肝癌问答系统为寻求疾病信息的患者提供了宝贵的工具.
更多相关视频
09:03Establishment of Hepatocarcinoma in BALB/c-nu Mice and Investigation of the Therapeutic Effect of the Sanleng Jiashen Formula
Published on: January 26, 2024
661
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
1.3K
