EpiGraph：癫痫证据密集型推理的知识图和基准

摘要

癫痫的诊断和治疗需要跨异质临床知识的证据密集型推理，包括生物信号模式、遗传机制、药物基因组学、治疗策略和患者结果。在这项工作中，我们提出了 \textsc{EpiGraph}，一个大规模癫痫知识图和用于评估知识增强临床推理的基准。 \textsc{EpiGraph} 将 48,166 篇同行评审论文和 7 个临床资源集成到一个异构图中，其中包含 24,324 个实体和跨五个临床层的 32,009 个基于证据的三元组。在此图的基础上，\textsc{EpiBench} 定义了五项临床驱动的任务，涵盖临床决策、脑电图报告生成、药物基因组精准医学、治疗建议和深入研究规划。我们在标准和 Graph-RAG 设置下评估了 6 个LLM。结果表明，集成 \textsc{EpiGraph} 持续提高了所有任务的性能，其中在药物基因组推理中观察到的收益最大 (+30--41\%)。我们的研究结果表明，结构化癫痫知识极大地增强了以证据为基础的临床推理，并为评估现实世界神经学环境中知识增强的LLM提供了实用的基准框架。我们的代码位于：https://github.com/LabRAI/EEG-KG。

EpiGraph：癫痫证据密集型推理的知识图和基准 — 图 2：EpiKG 的管道概述，包括两个组件。左：纸质证据图通过提取管道进行处理，该管道识别实体、关系和支持证据，映射到关系图。右图：EpiKG 如何建立源自论文的证据图的示例：给定查询论文“对兴奋毒素诱发的癫痫发作的抵抗力……”，EpiKG 检索支持推理路径，将检索到的证据链接回关系图。