基于检索增强生成的大语言模型优化贝叶斯网络临床决策支持建模研究

《International Journal of Computer Assisted Radiology and Surgery》：Large language models with retrieval-augmented generation enhance expert modelling of Bayesian network for clinical decision support

本研究针对贝叶斯网络(BN)建模过程繁琐、耗时长的难题，开发了一种集成LLM-RAG的web建模工具。通过定义医学惯用语因果结构，结合GPT-4和Mixtral 8x7B模型，实现了BN半自动化建模。临床验证表明，该工具能将建模时间缩短至1小时内，NASA-TLX认知负荷评分降至2/7，为临床决策支持系统提供了高效可靠的建模方案。

　　

在现代医学从静态指南向模型引导医学转型的背景下，如何将复杂的医学知识转化为可解释的临床决策模型成为关键挑战。贝叶斯网络(BN)因其透明的因果推理特性，被视为理想解决方案，但其构建过程需要大量人工投入，成为临床应用的瓶颈。

针对这一难题，Mario A.Cypko团队开发了集成检索增强生成(RAG)技术的大语言模型(LLM)辅助建模系统。研究通过定义医学惯用语的标准化因果结构，建立了包含上下文变量、潜在变量、证据变量和决策变量的四层建模框架。

关键技术方法包括：1）采用微调GTE-Large嵌入模型构建知识检索系统，通过递归分块和查询扩展优化检索精度；2）集成GPT-4处理复杂医学数据解释，Mixtral 8x7B生成建模建议的双LLM架构；3）基于4名头颈癌专家的临床验证研究，使用NASA-TLX评估认知负荷。

检索增强生成管道性能

递归分块策略表现最优，微调GTE-Large模型检索准确率达0.9。查询扩展和Hyde优化将语义分块准确率从0.75提升至0.85。生成的回答忠实度均≥0.9，但存在引用格式不一致等问题。

用户研究结果

所有临床医生在1小时内完成了喉癌N分期BN建模。经验丰富的医生构建了更复杂的模型（13-14个节点），但易引入因果错误；新手则更严格遵守预设结构。工具将认知负荷降至NASA-TLX 2/7分，但临床中断影响了建模连续性。

可用性测量

研究表明，LLM-RAG辅助BN建模显著提高了效率，但需加强因果结构约束机制。未来研究方向包括整合PubMed等外部知识源、优化用户界面以及开发LLM-as-a-judge验证流程。该工作为生成式AI在临床决策支持中的应用提供了重要范例，推动了模型引导医学的发展。