今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

PainNS-Prove:基于多模态大语言模型与知识图谱的慢性疼痛指南可证明神经符号临床决策支持系统的非劣效性研究

《BMC Anesthesiology》:A neuro-symbolic clinical decision support system for chronic pain management using structured derivation traces, adaptive compute, and knowledge graph constraint checking: comparison with 30 physicians from pain-relevant specialties

【字体: 大 中 小 】 时间:2026年10月14日 来源:BMC Anesthesiology 3.2

编辑推荐:

   摘要背景慢性疼痛管理需要复杂的跨学科推理,在多个指南框架下整合药物学、介入治疗、康复以及心理社会干预方法(包括国际疼痛研究协会 [IASP]、美国风湿病学会 [ACR]、欧洲风湿病协会联盟 [EULAR]、美国神经病学会 [AAN]、美国区域麻醉与疼痛医学学会 [ASRA]

  

摘要

背景

慢性疼痛管理需要复杂的跨学科推理,在多个指南框架下整合药物学、介入治疗、康复以及心理社会干预方法(包括国际疼痛研究协会 [IASP]、美国风湿病学会 [ACR]、欧洲风湿病协会联盟 [EULAR]、美国神经病学会 [AAN]、美国区域麻醉与疼痛医学学会 [ASRA] 以及疾病控制与预防中心 [CDC])。大语言模型(LLMs)在临床推理方面显示出潜力,但缺乏任何机制来记录编码的指南标准是否被匹配,易受幻觉影响,且无法提供可审计的决策链——这些关键局限性在药物合用风险、阿片类药物安全性以及细微的疼痛机制分类(伤害性疼痛 vs. 伤害感受性疼痛 vs. 神经病理性疼痛)要求最高决策严谨性的场景中尤为突出。一些经典神经符号(NS)系统提供形式化保证,但此类系统存在异构性,且可能缺乏上下文灵活性。

目标

我们提出 PainNS-Prove,一个用于慢性疼痛的指南可证明神经符号临床决策支持系统。我们针对来自三个疼痛相关专科的30名持证医师(10名麻醉科医师和疼痛科医师、10名 PM&R 专科医师和10名风湿病学家),他们均在从事活跃的慢性疼痛实践,通过30个专家验证的临床病例评估非劣效性。

方法

该五阶段流水线整合了 Claude Opus 4.5、GPT-4.1 和 Gemini 2.5 Pro:(1) 多 LLM 结构化思维链,结合疼痛特异性提示;(2) 基于 Neo4j 疼痛本体(52,418 个节点;203,672 条边)的知识图谱约束检查;(3) 采用 Lean 4 启发式规则引擎生成结构化推导链;(4) 自适应计算资源分配;(5) 通过多源三角验证筛选事实性声明,旨在防止无依据内容进入输出。统计分析包括非劣效性检验(δ = 5%)、Fleiss' κ(30 名评估者)、Cohen's κ(435 对配对)、专家变异范围、跨专科 ANOVA、结合 Fisher 精确检验的错误类型学、结合 McNemar 检验的消融实验,以及反事实稳健性分析。

结果

PainNS-Prove 达到 90.0% 的准确率(27/30;95% CI:74.4–96.5%),超过了专家小组的 78.0% 平均值(SD = 6.9%)。主要分析基于 30 名评估者层面的准确率,使用聚类感知保守方法重新计算。PainNS-Prove 与专家基准之间的估计边际准确率差异为 +12.0 个百分点,单侧 95% 下置信界为 ?0.7 个百分点。由于该下界超过预先设定的 ?5 个百分点的界值,非劣效性得到支持(单侧 p = 0.014)。差异的双侧 95% 置信区间为 ?3.8 至 +19.0 个百分点,包含零值,因此优越性未得到证明(p = 0.121),且未作此声明。在模拟共享病例结构的敏感性分析中(病例层面配对分析、双向评估者与病例方差分解、病例聚类自助法),单侧 95% 下界范围为 ?0.8 至 0.0 个百分点,非劣效性结论未改变。各专科平均值:疼痛科 82.3%(SD = 5.0%),PM&R 77.0%(SD = 6.4%),风湿科 74.7%(SD = 7.2%);跨专科 ANOVA F(2,27) = 3.93,p = 0.032。系统在 93.3% 的病例中落在专家变异范围(64.3–91.7%)内。人-人 Fleiss' κ = 0.52(95% CI:0.46–0.58);系统-专家 κ = 0.68(0.59–0.77)。错误类型学:70.7% 的人为错误属于认知偏差(锚定效应 33.3%、可得性启发式 22.2%、过早关闭 15.2%),18.2% 为药物合用/阿片类药物安全疏忽,11.1% 为指南误用。PainNS-Prove 未产生任何被归类为认知偏差的错误,也无被归类为药物合用疏忽的错误;总共 3 个错误(非典型表现 66.7%、上下文不足 33.3%)。完整流水线比纯 LLM 方案高 +16.7 个百分点,但未达统计学显著性(精确 McNemar p = 0.063)。反事实稳定性:90.0% vs. 纯 LLM 66.7%(p = 0.016)。

结论

PainNS-Prove 在预设界值下,相对于一组30名活跃从事慢性疼痛实践的医师达到了非劣效性。在系统三个错误回答中,两个仲裁者均未将其归类为认知偏差或药物合用疏忽。由于系统错误数量较少,且分类体系可能以不同方式归类人为错误与系统错误,不应从这些计数中得出比较性安全推断。这些发现来自一组30个病例,在任何临床使用之前需要进行多中心验证。

图形摘要

背景

慢性疼痛管理需要复杂的跨学科推理,在多个指南框架下整合药物学、介入治疗、康复以及心理社会干预方法(包括国际疼痛研究协会 [IASP]、美国风湿病学会 [ACR]、欧洲风湿病协会联盟 [EULAR]、美国神经病学会 [AAN]、美国区域麻醉与疼痛医学学会 [ASRA] 以及疾病控制与预防中心 [CDC])。大语言模型(LLMs)在临床推理方面显示出潜力,但缺乏任何机制来记录编码的指南标准是否被匹配,易受幻觉影响,且无法提供可审计的决策链——这些关键局限性在药物合用风险、阿片类药物安全性以及细微的疼痛机制分类(伤害性疼痛 vs. 伤害感受性疼痛 vs. 神经病理性疼痛)要求最高决策严谨性的场景中尤为突出。一些经典神经符号(NS)系统提供形式化保证,但此类系统存在异构性,且可能缺乏上下文灵活性。

目标

我们提出 PainNS-Prove,一个用于慢性疼痛的指南可证明神经符号临床决策支持系统。我们针对来自三个疼痛相关专科的30名持证医师(10名麻醉科医师和疼痛科医师、10名 PM&R 专科医师和10名风湿病学家),他们均在从事活跃的慢性疼痛实践,通过30个专家验证的临床病例评估非劣效性。

方法

该五阶段流水线整合了 Claude Opus 4.5、GPT-4.1 和 Gemini 2.5 Pro:(1) 多 LLM 结构化思维链,结合疼痛特异性提示;(2) 基于 Neo4j 疼痛本体(52,418 个节点;203,672 条边)的知识图谱约束检查;(3) 采用 Lean 4 启发式规则引擎生成结构化推导链;(4) 自适应计算资源分配;(5) 通过多源三角验证筛选事实性声明,旨在防止无依据内容进入输出。统计分析包括非劣效性检验(δ = 5%)、Fleiss' κ(30 名评估者)、Cohen's κ(435 对配对)、专家变异范围、跨专科 ANOVA、结合 Fisher 精确检验的错误类型学、结合 McNemar 检验的消融实验,以及反事实稳健性分析。

结果

PainNS-Prove 达到 90.0% 的准确率(27/30;95% CI:74.4–96.5%),超过了专家小组的 78.0% 平均值(SD = 6.9%)。主要分析基于 30 名评估者层面的准确率,使用聚类感知保守方法重新计算。PainNS-Prove 与专家基准之间的估计边际准确率差异为 +12.0 个百分点,单侧 95% 下置信界为 ?0.7 个百分点。由于该下界超过预先设定的 ?5 个百分点的界值,非劣效性得到支持(单侧 p = 0.014)。差异的双侧 95% 置信区间为 ?3.8 至 +19.0 个百分点,包含零值,因此优越性未得到证明(p = 0.121),且未作此声明。在模拟共享病例结构的敏感性分析中(病例层面配对分析、双向评估者与病例方差分解、病例聚类自助法),单侧 95% 下界范围为 ?0.8 至 0.0 个百分点,非劣效性结论未改变。各专科平均值:疼痛科 82.3%(SD = 5.0%),PM&R 77.0%(SD = 6.4%),风湿科 74.7%(SD = 7.2%);跨专科 ANOVA F(2,27) = 3.93,p = 0.032。系统在 93.3% 的病例中落在专家变异范围(64.3–91.7%)内。人-人 Fleiss' κ = 0.52(95% CI:0.46–0.58);系统-专家 κ = 0.68(0.59–0.77)。错误类型学:70.7% 的人为错误属于认知偏差(锚定效应 33.3%、可得性启发式 22.2%、过早关闭 15.2%),18.2% 为药物合用/阿片类药物安全疏忽,11.1% 为指南误用。PainNS-Prove 未产生任何被归类为认知偏差的错误,也无被归类为药物合用疏忽的错误;总共 3 个错误(非典型表现 66.7%、上下文不足 33.3%)。完整流水线比纯 LLM 方案高 +16.7 个百分点,但未达统计学显著性(精确 McNemar p = 0.063)。反事实稳定性:90.0% vs. 纯 LLM 66.7%(p = 0.016)。

结论

PainNS-Prove 在预设界值下,相对于一组30名活跃从事慢性疼痛实践的医师达到了非劣效性。在系统三个错误回答中,两个仲裁者均未将其归类为认知偏差或药物合用疏忽。由于系统错误数量较少,且分类体系可能以不同方式归类人为错误与系统错误,不应从这些计数中得出比较性安全推断。这些发现来自一组30个病例,在任何临床使用之前需要进行多中心验证。

图形摘要

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:慢性疼痛管理|神经符号系统|临床决策支持|大语言模型|知识图谱|非劣效性研究

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号