该论文介绍了DR.KNOWS医疗大模型，这是一个新颖的模型，它通过将来自UMLS的医学知识图谱整合到大型语言模型（LLMs）中，提高了在预测医疗诊断方面的准确性和可解释性，从而增强了人工智能辅助诊断的能力。
Leveraging A Medical Knowledge Graph into Large Language Models for Diagnosis Prediction
关键要点：
- DR.KNOWS模型结合了医学知识图谱，帮助LLMs准确预测患者电子健康记录（EHR）叙述中的诊断。
- 知识图谱通过有效地总结复杂的医学数据，帮助减轻医疗提供者的认知负担。
- LLMs和医学知识图谱的结合有望提高诊断的准确性和患者安全。
- DR.KNOWS利用UMLS构建医学知识图谱，这些图谱指导诊断决策。
- 该模型的可解释性来自于利用临床诊断推理过程来指导诊断预测。
- 在实际数据集上测试时，DR.KNOWS显示了提高诊断准确性和医疗AI系统诊断决策可解释性的潜力。
- 该方法使我们更接近于实现可靠的人工智能支持的医疗诊断决策支持系统。
- 主要局限性。高质量标注数据源，未形成闭环专家验证，患者隐私数据安全性，算法透明度和可解释性，医学伦理，潜在的偏见。
