KG4Diagnosis：面向医学诊断的基于知识图谱增强的层次化多智能体 LLM 框架
人工智能
2025-04-01 v4 机器学习
摘要
将大型语言模型（LLM）集成到医疗诊断领域，需要系统化的框架来处理复杂的医疗情景，同时保持专业领域的专长。我们提出 KG4Diagnosis，一种新型的层次化多智能体框架，将 LLM 与自动化知识图谱构建相结合，涵盖 362 种常见疾病及医学专科。该框架通过两层架构模拟真实的医疗系统：面向初始评估和分流的通用实习医生（GP）智能体，与针对特定领域进行深入诊断的专科智能体协同工作。核心创新在于我们的方法论中性知识图谱生成：(1) 针对医学术语优化的语义驱动实体与关系抽取；(2) 来自非结构化医学文本的多维决策关系重建；(3) 人类引导的推理以实现知识扩展。KG4Diagnosis 为面向特定医学诊断系统的可扩展基础提供了可能，能够纳入新的疾病和医学知识。该框架的模块化设计使其能够无缝集成领域特定的增强功能，对于开发针对性的医学诊断系统具有重要价值。我们提供架构指南和协议，以促进在医疗情境中的采用。
引用
@article{arxiv.2412.16833,
title = {KG4Diagnosis: A Hierarchical Multi-Agent LLM Framework with Knowledge Graph Enhancement for Medical Diagnosis},
author = {Kaiwen Zuo and Yirui Jiang and Fan Mo and Pietro Lio},
journal= {arXiv preprint arXiv:2412.16833},
year = {2025}
}
备注
10 pages,5 figures,published to AAAI-25 Bridge Program