[论文解读] Reasoning-Enhanced Healthcare Predictions with Knowledge Graph Community Retrieval

Pengcheng Jiang, Cao Xiao+5 more|arXiv (Cornell University)|Oct 6, 2024

Biomedical Text Mining and OntologiesBiochemistry, Genetics and Molecular Biology被引用 3

一句话总结

KARE 是一种新颖的框架，通过整合知识图谱（KG）社区检索与大语言模型（LLM）推理，提升临床预测能力。它构建了一个多源医学知识图谱，将其组织为分层社区以实现精确检索，并通过聚焦的、多维度的医学洞察动态丰富患者上下文，相较于现有最先进模型，在 MIMIC-III 和 MIMIC-IV 数据集上实现高达 15.0% 的死亡率和再入院预测性能提升。

ABSTRACT

Large language models (LLMs) have demonstrated significant potential in clinical decision support. Yet LLMs still suffer from hallucinations and lack fine-grained contextual medical knowledge, limiting their high-stake healthcare applications such as clinical diagnosis. Traditional retrieval-augmented generation (RAG) methods attempt to address these limitations but frequently retrieve sparse or irrelevant information, undermining prediction accuracy. We introduce KARE, a novel framework that integrates knowledge graph (KG) community-level retrieval with LLM reasoning to enhance healthcare predictions. KARE constructs a comprehensive multi-source KG by integrating biomedical databases, clinical literature, and LLM-generated insights, and organizes it using hierarchical graph community detection and summarization for precise and contextually relevant information retrieval. Our key innovations include: (1) a dense medical knowledge structuring approach enabling accurate retrieval of relevant information; (2) a dynamic knowledge retrieval mechanism that enriches patient contexts with focused, multi-faceted medical insights; and (3) a reasoning-enhanced prediction framework that leverages these enriched contexts to produce both accurate and interpretable clinical predictions. Extensive experiments demonstrate that KARE outperforms leading models by up to 10.8-15.0% on MIMIC-III and 12.6-12.7% on MIMIC-IV for mortality and readmission predictions. In addition to its impressive prediction accuracy, our framework leverages the reasoning capabilities of LLMs, enhancing the trustworthiness of clinical predictions.

研究动机与目标

• 解决大语言模型在临床决策支持中幻觉现象及缺乏细粒度医学知识的问题。
• 克服传统检索增强生成（RAG）的局限性，实现语义相关、上下文精确的医学知识检索。
• 提升高风险临床任务（如院内死亡率和再入院预测）中的预测准确率与可解释性。
• 利用分层图社区检测与摘要技术，构建结构化、检索优化的医学知识图谱。
• 将推理增强的大语言模型与动态检索的知识图谱社区集成，实现可信、基于证据的预测。

提出的方法

• 通过整合生物医学数据库、临床文献和大语言模型生成的洞察，构建全面的多源知识图谱。
• 应用分层图社区检测与摘要技术，将知识图谱组织为语义有意义、上下文相关的子图。
• 采用动态知识检索机制，根据患者临床背景选择并检索预先摘要的 KG 社区。
• 通过检索到的 KG 社区洞察增强患者输入，丰富大语言模型推理的上下文。
• 利用推理增强的预测框架，基于检索到的医学知识生成逐步推理链。
• 采用检索增强生成流水线，使大语言模型基于患者电子健康记录（EHR）和语境相关的 KG 社区生成预测。

实验结果

研究问题

• RQ1 与传统 RAG 相比，KG 社区级别的检索是否能提升临床预测中检索到的医学知识的相关性与精确度？
• RQ2 整合分层图社区检测与摘要技术在多大程度上提升了大语言模型可检索知识的质量？
• RQ3 动态、上下文感知的 KG 社区检索在死亡率与再入院预测任务中，对预测准确率的提升程度如何？
• RQ4 利用检索到的 KG 洞察的推理增强型大语言模型能否生成更具可解释性与可信度的临床预测？
• RQ5 在多样化的临床预测基准上，KARE 与最先进模型相比，在性能与鲁棒性方面表现如何？

主要发现

• 在 MIMIC-III 数据集上，KARE 相较于最佳基线模型，院内死亡率预测性能最高提升 15.0%。
• 在 MIMIC-IV 数据集上，KARE 相较于最先进方法，再入院预测性能最高提升 12.7%。
• 该框架在 MIMIC-III 和 MIMIC-IV 上均表现出一致的性能提升，死亡率任务提升幅度为 10.8% 至 15.0%，再入院任务提升幅度为 12.6% 至 12.7%。
• 将推理链与检索到的 KG 洞察相结合，显著提升了模型的可解释性，使临床医生能够追溯预测至具体的医学证据。
• 案例研究显示，KARE 通过整合 KG 社区中的多维度知识，能正确识别出患有复杂共病（如心力衰竭合并休克及多种癌症）的高风险患者。
• 动态检索机制通过聚焦于语义连贯、上下文相关的子图，成功避免了无关或稀疏知识的引入，降低了幻觉风险。