医学知识图驱动诊断模型

动态提示融合医学知识

利用大范围医学知识图谱与个人医疗信息动态生成提示，提升疾病标签诊断的表面质量与效率。

Xie, Jing · Xin, Li · Ye, Yuan · 关毅 · Jiang, Jingchi · 郭熙铜 · Xin, Peng

Knowledge-Based Systems 2024

技术优势

诊断更准

动态生成的提示融入大规模医学知识图谱，为疾病诊断提供更有价值的指导信息。

训练更省

相比微调，所需可训练参数和训练数据更少，但仍能取得更好性能。

模型通用

该模型可用于多种预训练语言模型，并优于经典深度学习方法。

应用场景

• 临床决策支持：辅助医生从电子病历中同时预测多个疾病标签，减少漏诊。
• 医疗物联网：将模型部署到医疗终端，实时分析健康数据并进行多标签诊断。
• 医学知识图谱：利用大规模医学知识图谱动态构建提示，增强模型可解释性。
• 医疗数据分析：从多标签病历数据中挖掘疾病关联，支持大规模医疗数据分析。