AI与药学|基于知识图谱增强的泛癌症问答大模型框架_从患者生成健康数据到用药建议生成:基于图检索增强生成的患者用药信息问答模型-CSDN博客

本文链接：https://blog.csdn.net/simoncool23/article/details/145242702

近年来，大语言模型 (LLM) 以其强大的自然语言处理能力席卷人工智能领域，并在生物医学研究中展现出巨大潜力。然而，LLM 经常产生事实性错误和幻觉，严重阻碍了其在医疗健康等关键领域的可靠应用。如何赋予 LLM 可靠的推理能力，使其能够准确理解和利用医学知识，成为亟待解决的关键问题。（关注公众号“赛文AI药学”，获取更多AI与药学的内容）

近期，GigaScience 期刊发表了一项题为 "Knowledge graph–based thought: a knowledge graph–enhanced LLM framework for pan-cancer question answering" 的研究 (Gigascience. 2025 Jan 6;14:giae082. doi: 10.1093/gigascience/giae082)，来自中国的研究团队提出了一种名为 知识图谱引导思维 (Knowledge Graph-based Thought，KGT) 的创新框架，巧妙地将 LLM 与知识图谱 (KG) 融合，利用 KG 中结构化的医学知识增强 LLM 的推理能力，显著提高了 LLM 在泛癌问答任务中的准确性。这项研究为 LLM 在生物医学领域的应用开辟了新的道路，有望加速医学研究和临床实践的智能化进程。

一、挑战与机遇：LLM 在生物医学领域的困境与 KG 的潜力

尽管 LLM 展现出惊人的语言理解和生成能力，但在应用于生物医学领域时，其固有的局限性逐渐暴露。

1.1 LLM 的阿喀琉斯之踵：事实性幻觉

LLM 的事实性幻觉问题主要源于其训练数据的局限性和模型本身的特性。一方面，LLM 的训练数据可能包含错误或过时的信息；另一方面，LLM 本质上是一个统计模型，它根据训练数据中的模式生成文本，而不是真正理解文本背后的含义。这导致 LLM 在回答专业问题时，容易产生看似合理但实际上错误的答案，即“幻觉”。

目前，解决 LLM 事实性幻觉主要依靠微调和 提示工程 两种技术：

微调的代价： 在特定领域的数据上微调 LLM 可以提高其准确性，但需要消耗大量的计算资源和时间，且面临灾难性遗忘的风险，即模型在学习新知识的同时会忘记旧知识。
提示工程的局限： 提示工程通过优化输入 LLM 的提示词来引导其输出正确答案，无需修改模型参数。然而，对于复杂的生物医学问题，简单的提示工程难以奏效，且提示词的设计高度依赖人工经验。

1.2 知识图谱的曙光：结构化知识的力量

与 LLM 的“黑盒”特性不同，知识图谱 (KG) 以结构化的形式存储着实体和它们之间的关系，为机器理解和推理提供了坚实的基础。KG 中的知识经过专家整理和验证，具有较高的准确性和可靠性。因此，将 LLM 与 KG 结合，利用 KG 的结构化知识引导 LLM 的推理过程，成为解决 LLM 事实性幻觉问题的 promising 方案。

1.3 早期尝试的局限：KGQA 的发展瓶颈

传统的知识图谱问答 (KGQA) 方法主要依赖于规则或模板，难以理解自然语言问题的复杂语义，且生成的答案缺乏流畅性和可读性。近期，一些研究尝试利用外部 KG 增强 LLM，例如 StructGPT、Think-on-Graph (ToG)、Reasoning on Graphs (RoG) 和 KG-GPT。然而，这些方法要么需要微调，要么在处理大型 KG 时效率低下，要么依赖于问题中明确提及的实体信息。特别是在生物医学领域，许多问题涉及到探索未知的关系和实体，中间实体类型往往是未知的，这使得现有的 KGQA 方法难以适用。

二、 KGT 框架：基于知识图谱模式的创新推理机制

针对现有方法的不足，KGT 框架提出了一种全新的基于知识图谱模式的推理机制。其核心思想是：不直接在庞大的事实图谱上检索信息，而是引导 LLM 在抽象的知识图谱模式上进行推理，从而高效地找到与问题相关的推理路径，并利用该路径指导后续的子图检索和答案生成。

2.1 KGT 框架的核心步骤

KGT 框架主要包括以下四个步骤：

(1) 问题分析：精准的信息提取

KGT 利用 LLM 强大的自然语言解析能力，将输入的自然语言问题分解成关键信息：

头实体名称： 问题中核心实体的名称。
尾实体类型： 问题所询问的答案的实体类型。
尾实体属性： 对尾实体类型的进一步限定。

例如，对于问题 “哪些药物可以治疗乳腺癌，并且是靶向治疗药物？”，LLM 可以提取出头实体名称 “乳腺癌”，尾实体类型 “药物”，尾实体属性 “靶向治疗”。

(2) 基于图模式的推理：高效的路径探索与选择

这一步是 KGT 框架的核心创新所在，它巧妙地避开了直接在庞大的事实图谱上进行低效搜索的问题。

构建模式图： KGT 首先构建一个基于知识图谱模式的图。该模式图仅包含实体类型和它们之间的关系类型，例如 “疾病”-“治疗”-“药物”。这种抽象表示大大简化了图的结构，缩小了搜索空间。
广度优先搜索 (BFS)： 利用 BFS 算法，KGT 在模式图上高效地找到连接头实体类型和尾实体类型的所有最短路径。这些最短路径对应着最直接、最相关的推理路径。
语义相似度计算： KGT 利用 Sentence-BERT 等模型计算每个候选路径与原始问题的语义相似度，并选择语义最相关的路径作为最佳路径。

(3) 子图构建：精准检索

基于选择的最佳路径和问题中提取的关键信息，KGT 利用 LLM 生成 Cypher 查询语句，并利用该语句从知识图谱中检索包含与问题相关的所有实体和关系的子图。

(4) 推理：信息的整合与答案生成

最后，KGT 从检索到的子图中提取与问题相关的关系链，并利用 LLM 判断这些关系链是否与问题语义一致。然后，LLM 将筛选后的关系链转化为流畅、自然的答案，输出给用户。

2.2 KGT 框架的显著优势