PICs-RAG：基于PICO支持的查询改写用于证据基础医学中的检索增强生成
计算与语言
2025-10-29 v1
摘要
证据基础医学（EBM）研究始终是至关重要的。对于来自医生或患者的查询，找到适当的医学理论支持以减少医疗事故发生至关重要。这一过程通常通过人类查询相关文献数据库来完成，缺乏客观性和效率。因此，研究人员利用检索增强生成（RAG）自动搜索证据并生成响应。然而，当前的RAG方法在处理实际临床情境中的复杂查询时仍面临挑战。例如，当查询缺少某些信息或使用不够精确的语言时，模型可能会检索到不相关的证据并生成无帮助的答案。为此，我们提出PICs-RAG方法以更好格式扩展用户查询。该方法可将查询扩展和规范化为专业格式，并使用PICO格式—a种用于从EBM中提取最重要信息的检索策略工具。该方法显著提高检索效率和相关性，相对于基线实现实现了最高8.8%的改进。 thereby the PICOs-RAG improves the performance of large language models into a helpful and reliable medical assistant in EBM.
引用
@article{arxiv.2510.23998,
title = {PICOs-RAG: PICO-supported Query Rewriting for Retrieval-Augmented Generation in Evidence-Based Medicine},
author = {Mengzhou Sun and Sendong Zhao and Jianyu Chen and Bin Qin},
journal= {arXiv preprint arXiv:2510.23998},
year = {2025}
}