Дополненные большие языковые модели без галлюцинаций как кураторы медицинской информации

Надёжная обработка и взаимосвязывание медицинской информации признаны критически важной основой цифровой трансформации медицинских рабочих процессов, а несмотря на разработку медицинских онтологий, их оптимизация стала одним из основных узких мест цифровой медицины. Появление больших языковых моделей вызвало значительный интерес, и, возможно, решение «коммуникационной проблемы» медицины уже близко, однако каким образом можно смягчить известные недостатки этих моделей, такие как галлюцинации и недетерминированность? Генерация с дополнением извлечённой информацией, особенно с использованием графов знаний, представляет собой автоматизированный подход, способный обеспечить структурированное рассуждение и модель истинности наряду с большими языковыми моделями (LLM), что делает его релевантным для структурирования информации и, следовательно, для поддержки принятия решений.