Leveraging Medical Knowledge Graphs Into Large Language Models for Diagnosis Prediction: Design and Application Study
Created by
Haebom
Category
Empty
저자
Yanjun Gao, Ruizhe Li, Emma Croxford, John Caskey, Brian W Patterson, Matthew Churpek, Timothy Miller, Dmitriy Dligach, Majid Afshar
개요
본 논문은 전자 건강 기록(EHR)의 복잡하고 장황한 서술이 의료 서비스 제공자에게 과부하를 야기하여 진단 부정확성의 위험을 증가시키는 문제를 해결하기 위해, 의료 지식 그래프(KG)와 새로운 그래프 모델인 Dr.Knows를 활용한 대규모 언어 모델(LLM) 기반 자동 진단 생성 방법을 제시합니다. National Library of Medicine의 Unified Medical Language System(UMLS)에서 추출한 KG를 활용하여 LLM의 사전 학습 없이 복잡한 의학 개념의 해석 및 요약을 지원하며, 실제 병원 데이터셋을 사용한 실험 결과를 통해 LLM과 KG의 결합이 자동 진단 생성의 정확도를 향상시키고 설명 가능한 진단 경로를 제공함을 보여줍니다. 이는 AI 기반 진단 지원 시스템 구현에 한 걸음 더 다가가는 것을 의미합니다.
