概述

哈佛医学院与辉瑞联手，带来了一个名为MedAI的新智能体——它基于知识图谱，核心代号是KGAREVION。这套系统瞄准的是复杂医学问答场景，目的就是要碘伏传统的信息获取方式。简单说，它把大型语言模型（LLM）里那些“只可意会”的非编码知识和知识图谱（KG）里结构清晰、可追溯的硬知识揉在了一起，从而解决了当前医疗AI一个根本性的痛点：检索不到精准、上下文贴合的信息。结果就是，医疗信息检索的准确性和可靠性被拉高了一个档次。

要理解这套方案的精妙之处，得先看它的工作流程：KGAREVION 把回答一个复杂医学问题拆成了四个阶段——先由LLM生成医疗三元组（比如“疾病-症状-治疗”这种关系），然后拿着UMLS编码去大知识图谱里逐一比对验证，接着把那些不完整或错误的三元组修正过来，最后从候选答案中挑出最匹配的那一个。整个过程就像一位严谨的医学编辑在核对参考文献。

实验数据很能说明问题：在四个标准医学问答数据集以及三个全新构建、语义复杂度各异的数据集上，KGAREVION 吊打了其他15个模型，准确率直接提升了超过5.2个百分点。而且它对答案的排列顺序和索引位置不敏感——这意味着它的鲁棒性相当强，不会因为输入的小变化就翻车。

更让人放心的是，这套框架不挑食：它可以搭配不同的LLM和知识图谱来使用，通用性和适应性都够硬。在开放式问答设置下，它的表现同样出彩，通过消融实验还逐一验证了每个模块的贡献。值得一提的是，研究团队为了测试模型处理语义复杂答案的能力，还专门构建了一个新的MedDDx数据集。

回头看看业界其他主流做法，就能明白KGAREVION为什么能脱颖而出。目前常见的方法大致分三类：

• 基于LLM的推理。直接用通用LLM（如GPT、LLaMA、Mistral）或者针对生物医学微调的模型（如BioMedLM、Med-PaLM）来做推理，靠的就是模型参数量里“记住”的知识。还有一些模型把问题拆成子任务，用思维链（CoT）之类的技巧一步步推。但这些路数在面对需要多个来源、高度特定知识的复杂医疗查询时，常常显得力不从心。

• 基于RAG的模型。像Self-RAG、LLM-AMT、自适应RAG等，通过检索外部文档来增强LLM的回答能力。问题在于，准确性高度受限于检索的质量——如果检索回来的信息本身就是错的或者不相关的，后面再怎么推理也白搭。

• 基于KG的模型。早在LLM火起来之前，就有QAGNN、JointLK、Dragon这类模型尝试用知识图谱端到端地解决医疗问题。但它们难以应对知识图谱里没出现过的节点或不完整的边。后来GraphRAG、KG-RAG、MedGraphRAG等模型把检索和知识图谱结合了起来，又有了KG-Rank对检索结果排序，GenGround用“生成-验证”流程来锚定答案。但所有这些方法都有一个共同盲区：过度依赖语义相似性，而忽视了知识图谱中丰富的结构信息（比如关系路径、层级结构）。

KGAREVION恰恰是把这个盲区给补上了。它不单会看语义，还会利用图结构本身的嵌入信息来辅助判断，这才是它在医学问答上表现稳健的关键所在。

图：a）KGAREVION的概述。b）在审核动作中微调阶段的架构，其中从知识图谱（KGs）获得的嵌入是结构嵌入，而来自大型语言模型（LLMs）的嵌入是概念嵌入。