Phenomizer

大型语言模型与本体排名器融合可提高罕见病诊断准确性

研究人员开发了一种新颖的融合模型，将大型语言模型（LLMs）的诊断能力与传统的本体排名器相结合，用于罕见病诊断。该方法旨在利用本体排名器的循证推理，同时结合大型语言模型的鉴别诊断生成能力。该融合模型分析两个系统的排名列表及其一致性，从而提高诊断准确性。实验表明，即使将该融合模型与未经重新训练的 DeepSeek-V4-Flash 等大型语言模型配对使用，其 Phenomizer Recall@1 也有显著提升。