MED-COPILOT:由GraphRAG与相似患者病例检索驱动的医疗助手

临床决策需要综合异构证据，包括患者病史、临床指南以及相似病例的诊疗轨迹。虽然大语言模型（LLM）具备强大推理能力，但仍易产生幻觉，并难以整合长篇结构化医学文档。我们提出MED-COPILOT，一个面向临床医生与医学学员的交互式临床决策支持系统，它把基于指南的GraphRAG检索与语义-关键词混合的相似患者检索相结合，以支持透明、证据感知的临床推理。该系统从WHO和NICE指南构建结构化知识图谱，应用社区级摘要实现高效检索，并维护一个包含36,000个病例的相似患者数据库，该数据库由经SOAP规范化的MIMIC-IV笔记与Synthea生成记录派生而来。我们在临床病历补全与医学问答上评估该框架，结果表明其持续优于参数化LLM基线和标准RAG，同时提升了生成保真度与临床推理准确率。完整系统已在 https://huggingface.co/spaces/Cryo3978/Med_GraphRAG 上线，用户可查看检索到的证据、可视化token级相似度贡献并进行引导式后续分析。我们的结果展示了一种实用且可解释的方法，把结构化指南知识与患者级类比证据整合进临床LLM。