中文

MedSEBA:基于演化医学文献的证据驱动答案合成系统

计算与语言 2025-09-03 v1 人工智能 信息检索

摘要

在数字时代,人们常常会通过互联网寻找医学咨询和建议。随着在线内容量的不断增加,区分可靠来源与误导信息变得越来越困难。同样,每年发表的医学研究论文数量巨大,使得研究人员难以跟踪最新的科学发现。这些不断演化的研究可能得出不同的结论,而这在传统搜索工具中并未得到体现。为此,我们提出了MedSEBA——一个交互式AI驱动的系统,用于合成基于医学问题的证据驱动答案。它利用大型语言模型生成连贯且富有表达力的答案,但将其 grounding 在从PubMed数据库中动态检索到的可靠医学研究中。答案由关键要点和论点组成,可追溯至具体研究。值得注意的是,该平台还提供了最相关研究在何种程度上支持或反驳给定医学主张的概览,以及随时间演化的研究共识可视化。我们的使用者研究显示,医学专家和普通用户均认为该系统可用且有帮助,所提供的答案可信且信息丰富。这使该系统特别适用于日常健康问题以及高级研究洞察。

关键词

引用

@article{arxiv.2509.00414,
  title  = {MedSEBA: Synthesizing Evidence-Based Answers Grounded in Evolving Medical Literature},
  author = {Juraj Vladika and Florian Matthes},
  journal= {arXiv preprint arXiv:2509.00414},
  year   = {2025}
}

备注

Accepted to CIKM 2025