UniD$^3$：用于药物疾病发现和推理的知识图增强 RAG 框架

药物与疾病关系的系统表征对于药物发现和重新利用至关重要，但受到生物医学文献的异质性和快速增长的阻碍。现有数据集依赖于劳动密集型管理，并且通常不完整，而仅 LLM 的方法则遭受幻觉和证据基础薄弱的困扰。我们引入了 UniD$^3$，这是一个统一框架，它将 大语言模型 与知识图谱增强检索增强生成 (KG-RAG) 集成，以跨药物疾病匹配 (DDM)、药物有效性评估 (DEA) 和药物靶点分析 (DTA) 提取、组织和验证药物疾病知识。 UniD$^3$ 使用 Llama 3.3-70B 处理 157,849 篇 PubMed 文章，并通过以药物和疾病实体为中心的论文级提取和 KG 级整合相结合的双阶段策略构建知识图谱。这些图表支持基于 KG-RAG 的结构化数据集生成，通过外部基准、与精选资源的模糊匹配以及临床医生审查进行评估。 UniD$^3$ 生成六个知识图谱和大规模数据集，包括 28,915 个 DDM、15,042 个 DEA 和超过 4,000 个 DTA QA 对。外部验证显示出强大的性能（F1：DDM/DEA 为 0.85-0.87；DTA 为 0.82），临床医生审查证实了高可靠性（AUROC = 0.90）。 KG-RAG 增强模型的性能优于独立的 LLM，并且 UniD$^3$ 聊天机器人能够实现可解释的、受引文支持的药物与疾病关系的探索。 UniD$^3$ 提供了一个可扩展的框架，用于将非结构化生物医学文献转化为高质量、结构化的药物疾病知识，支持人工智能驱动的发现、再利用和精准医学。