ИИ-система с графом знаний улучшила диагностику в традиционной китайской медицине
Ученые представили новую систему искусственного интеллекта для диагностики в традиционной китайской медицине. Разработка, описанная в препринте на arXiv, объединяет граф знаний и большие языковые модели для повышения прозрачности и интерпретируемости процесса постановки диагноза.
Система построена на базе графа знаний Neo4j, который включает 241 синдром, 1263 симптома и 2485 связей между ними. Для обработки симптомов используется четырехэтапный конвейер сопоставления: точное, семантическое, нечеткое и верификация с помощью большой языковой модели.
Особенностью архитектуры стала стратегия активного опроса на основе прироста информации, оптимизированная с помощью генетического алгоритма. Это позволяет системе задавать уточняющие вопросы, повышая точность диагностики.
Результаты лечения визуализируются в мультимодальном формате: ИИ-сгенерированные иллюстрации, трехмерные модели меридианно-акупунктурных точек и ссылки на научную литературу. Такой подход снижает когнитивную нагрузку на врача и повышает доверие к диагнозу.
Эксперименты показали, что использование графа знаний сократило долю нестандартных выходных данных на 32%. В автоматизированном парном сравнении 30 случаев улучшение доверия к диагнозу было статистически значимым (Cohen's d = 1,82, p < 0,001). Достоверность ссылок на научные источники также возросла — 4,21 против 2,95 в контрольной группе.
Разработка может применяться в трех сценариях: самостоятельная оценка пациентом, помощь врачу при постановке диагноза и обучение традиционной китайской медицине. Авторы полагают, что система предлагает практическое решение для создания надежного ИИ в этой области.
