MM-KG：将多模态患者证据与生物医学知识图谱对齐用于临床大语言模型

大语言模型进入医疗领域潜力与风险并存，从开源模型在放射科的落地探索^[1]，到用检索增强生成解读肝病指南、辅助临床决策的框架^[4]，再到接入精选医学资源后在事实性与安全性上均超过通用助手的 Almanac^[5]，外部知识的注入被反复证明能改善临床问答。把临床文本自动映射到 UMLS 概念同样积累深厚，MedLEE 早已能对整篇临床文档做 UMLS 编码^[2]，UMLS 的语义层级也早被用来解读文本中的上下位命题^[3]。但检索质量本身是软肋，关键信息在长上下文中“迷失在中部”便会拖垮回答质量，BriefContext 正是为此设计^[6]；更根本的卡点在于，现有系统很少把患者多模态证据与外部生物医学知识的联系显式表示出来，既难溯源，也无法删去某条知识来衡量其贡献。

这篇论文提出 MM-KG，把多模态患者观察与生物医学概念放进同一带类型图的不同层，以显式对齐边相连：各模态协调器先将 EHR 文本、影像、基因组与生物标本数据转为带类型的观察并映射到 UMLS 概念，路径优先的对齐器将其挂接到生物医学知识图谱，查询条件化检索再为下游 LLM 或图神经网络选出紧凑子图。作者在 MIMIC-IV 和 ADNI 上以 2×2 设计拆分患者证据、知识与二者交互：在需要两类来源的问题上，任一来源单独使用都不明显高于随机，组合后药物控制下的 AUROC 交互达 +0.194（MIMIC）与 +0.299（ADNI）；在留出的五选一排序上比 MindMap 高出 +0.131 Hits@1，并在需要查询患者证据的条目上领先改造版 GraphCare。

这一步推进可放在同类工作的坐标系里看：MindMap 用含系统指令、问题等五个组件的提示让 LLM 生成“思维导图”^[7]，GraphCare 则结合 LLM 与外部知识图谱抽取的知识来增强 EHR 预测^[8]。MM-KG 的不同在于链接可验证——删去检索包中承载答案的那一条关系，Hits@1 便回落到无知识基线；查询条件化检索还以少 6.8 倍的上下文取得 0.731 AUROC，胜过最强的通用策略。由此作者得出一个对检索增强直觉的修正：静态知识图谱上下文对普通结局预测并无一致增益，其价值不在背景材料，而在把患者证据与问题所需的那条关系连接起来。

当然，这仍是未经同行评议的 arXiv 预印本，证据限于两个数据集，且对不需要知识链接的常规结局预测并无一致改善。哪些真实临床任务真正依赖这种显式对齐，仍有待界定。