通过分层检索增强型大型语言模型，为糖尿病肾病管理生成符合指南且安全的建议

《npj Digital Medicine》：Generating guideline-concordant and safe recommendations for diabetic kidney disease management via a hierarchical retrieval-augmented large language model

　　

摘要

糖尿病肾病（DKD）的管理本身十分复杂，临床医生需要综合分析患者的病史、不断变化的生物标志物以及不断更新的诊疗指南。虽然大型语言模型在医疗决策支持方面展现出潜力，但由于存在事实错误，且缺乏针对个体患者进行管理所需的特定推理能力，其实际应用受到限制。为解决这一问题，我们开发了一种分层多智能体系统，该系统将本地部署的检索增强生成框架与基于云端的先进推理引擎相结合，以精心整理的临床指南数据库作为响应依据。我们通过267例患者病例进行了多中心回顾性验证，由12名独立医生对系统的性能进行盲评，评估指标包括准确性、安全性及事实性等临床维度。评估结果显示，经过检索增强处理的系统在提供符合指南的准确建议方面显著优于未经增强的模型。尤其值得注意的是，该系统大幅减少了可能危及安全的错误，特别是在识别与肾功能阶段相关的药物禁忌症方面表现优异，同时评分者间的一致性也很高。这项研究表明，将大型语言模型与权威知识相结合，可以有效降低幻觉风险，提升临床可靠性。所提出的框架可作为DKD管理的可靠即时辅助工具，为基层医疗工作者提供基于指南的决策支持。