DEMENTIA-PLAN：用于痴呆症护理中多知识图谱检索增强生成的基于智能体的框架
人工智能
2025-03-28 v1
摘要
轻度痴呆症患者主要经历两个关键症状：严重的记忆丧失和情感不稳定。为解决这些挑战，我们提出了 DEMENTIA-PLAN，一种创新的检索增强生成框架，利用大型语言模型来增强对话支持。我们的模型采用多知识图谱架构，整合了包括日常作息图谱和生活记忆图谱在内的各种维度知识表示。通过这种多图谱架构，DEMENTIA-PLAN全面应对即时护理需求，并通过个人记忆促进更深层的情感共鸣，帮助稳定患者情绪，同时提供可靠的记忆支持。我们突出性的创新是自反思规划智能体，它系统性地协调跨多个知识图谱的知识检索和语义集成，同时对来自日常作息图谱和生活记忆图谱的检索内容进行评分，以动态调整其检索权重，以实现优化响应的生成。DEMENTIA-PLAN 代表了大型语言模型在痴呆症护理临床应用方面的重大进展，弥合了人工智能工具与护理人员干预之间的鸿沟。
引用
@article{arxiv.2503.20950,
title = {DEMENTIA-PLAN: An Agent-Based Framework for Multi-Knowledge Graph Retrieval-Augmented Generation in Dementia Care},
author = {Yutong Song and Chenhan Lyu and Pengfei Zhang and Sabine Brunswicker and Nikil Dutt and Amir Rahmani},
journal= {arXiv preprint arXiv:2503.20950},
year = {2025}
}
备注
Accepted by AAAI 2025 Workshop on Knowledge Graphs for Personalized Public Health