Sharare Taheri Moghadam

患者安全推理需要把临床叙述、用药、检验与不良事件之间的关系连起来，单靠大语言模型容易给出看似合理却缺乏依据的结论。同一批 MIMIC-III/IV 病例在相同 LLaMA 2 7B 与提示下被分别置于四种条件：纯模型、加检索增强生成、加患者安全知识图谱与本体、两者兼有。完整框架在概念抽取上达到 F1 0.89，相对基线提升 0.046；消融中移除知识图谱的降幅最大，F1 差 0.047、AUROC 差 0.084、AUPRC 差 0.110，而移除检索增强的 F1 差 0.029，其置信区间跨过零。

患者安全推理需要把临床叙述、用药、检验与不良事件之间的关系连起来，单靠大语言模型容易给出看似合理却缺乏依据的结论。同一批 MIMIC-III/IV 病例在相同 LLaMA 2 7B 与提示下被分别置于四种条件：纯模型、加检索增强生成、加患者安全知识图谱与本体、两者兼有。完整框架在概念抽取上达到 F1 0.89，相对基线提升 0.046；消融中移除知识图谱的降幅最大，F1 差 0.047、AUROC 差 0.084、AUPRC 差 0.110，而移除检索增强的 F1 差 0.029，其置信区间跨过零。

患者安全推理系统把知识图谱、检索增强生成与LLaMA模型组合起来，从MIMIC-III和MIMIC-IV的临床记录中抽取安全概念并给出可追溯的解释。完整系统在概念抽取上取得0.89的F1；去掉知识图谱后F1下降0.047、AUROC下降0.084、AUPRC下降0.110，三项差异均显著。去掉检索增强或LoRA微调带来的下降较小且未达统计显著，检索证据的相关性仅由专家定性确认。

患者安全推理系统把知识图谱、检索增强生成与LLaMA模型组合起来，从MIMIC-III和MIMIC-IV的临床记录中抽取安全概念并给出可追溯的解释。完整系统在概念抽取上取得0.89的F1；去掉知识图谱后F1下降0.047、AUROC下降0.084、AUPRC下降0.110，三项差异均显著。去掉检索增强或LoRA微调带来的下降较小且未达统计显著，检索证据的相关性仅由专家定性确认。