临床知识图谱论文:先记录推理链再给结论,审计一致性达 100%
JeremyCMorgan · x · 2026-10-09
arXiv 论文提出 CKG Clinical Explanation Engine，为冻结的、免训练临床知识图谱推理器加一层解释引擎：把患者推理状态和疾病知识转化为类型化事实、显式规则应用轨迹、带来源链接的结论和政策许可的建议，而非事后让 LLM 解释自己。作者 Surajit Das 指出该模式意义超出医疗——「证据、推理、结论、行动」的顺序可迁移到任何需要可审计决策的领域。
- 语料规模：5 个工作簿、6,720 名患者、20,160 条患者-疾病轨迹、约 102 万条特征-证据行
- 审计结果：IG 范围有效性与知识来源 100%，数值交叉校验 100%，逻辑/报告轨迹完整度 100%
- 可用性表示一致性 99.70%，3,036 处分歧集中在三种系统性特征-队列模式
- 区分「观测到零激活」与「缺失证据」，部分表示不等同于未观测
- 25 名患者的端到端种子审计全部通过预定义检查
「研究」频道最新
- IFM 开源 RL360:8192 并发沙箱、130 万 rollouts 的 RL 基建 — rupspace · 2026-10-23
- 号称匹敌 GPT-6.1 的 DNA 模型遭实测打脸：10 例 8 例不如随机 — anshulkundaje · 2026-10-23
- AI 揭穿阴谋论研究风波落幕：Science 撤回关注声明，结论不变 — DG_Rand · 2026-10-23
- Embodied First Exam：一行代码在 44 台机器人上考你的 Agent — ManlingLi_ · 2026-10-23
- Anima Anandkumar 演讲：AI 气象模型胜超算，但不会取代科学家 — AnimaAnandkumar · 2026-10-23
- GLM-5.3-Flash 实现 1M token 上下文训练，较基线提升 64 倍 — AndrewLBeam · 2026-10-23