全球首个！骨肉瘤知识图谱问答系统正式发布

你是否曾听说过骨肉瘤（Osteosarcoma）——一种主要发生在儿童和青少年中的恶性骨肿瘤？

随着Deepseek等模型在医学应用中的普及，患者和医生都越来越多开始应用，然而，大家发现这些通用模型在回答专业问题时，往往不那么“专业”，令人啼笑皆非，甚至可能对患者产生误导。

为了提供更专业的医学大模型，近日，上海市第一人民医院骨肿瘤科/上海市骨肿瘤研究所针对常见儿童癌症骨肉瘤，成功研发了全球首个骨肉瘤知识图谱问答系统（OS-KGQA）。

通过融合深度学习与大型语言模型，实现高效精准的医学知识检索与推理，准确率显著超越ChatGPT等主流模型！这一成果发表于国际权威期刊《Intelligent Medicine》，为骨肉瘤研究及临床决策提供了全新工具。

骨肉瘤虽然是一种比较少见的疾病，但却是青少年中最常见的原发性恶性骨肿瘤之一，在儿童肿瘤中大约占到5%。由于它的分子机制非常复杂、病理类型多样，目前主要的治疗方式（比如手术和化疗）效果仍不理想，很多患者面临复发或转移的风险。为了找到更有效的治疗方法，科学家们正在深入研究它的发病机制。但问题在于：大量的研究成果散落在海量文献中，如何快速、系统地整合这些知识成为一大难题。

研究团队利用PubMed数据库中自2003年-2023年以来的25,415篇骨肉瘤相关文献，结合生物医学预训练语言模型BioBERT，并通过人工注释建立实体关系训练样本集合，对其进行骨肉瘤领域专属微调，最终提取出16种实体类型（如基因、药物、信号通路等）和17种生物学关系，构建了包含6,633个实体、9.6万条关系的骨肉瘤知识图谱（OSKG）。

基于该知识图谱，团队开发出一套骨肉瘤专用问答系统，采用国内先进的大语言模型ChatGLM3。这一系统不仅能理解自然语言，还能结合知识图谱进行深度推理，在对100组“金标准”医学问题的测试中，OS-KGQA准确率远超现有的通用大模型，展现出卓越的稳定性和医学专业性。

这套问答系统的发布，标志着知识图谱与人工智能在医学研究中的深度融合，为科研人员提供了一个高效、智能的“助理”，也为临床医生提供精准辅助决策的工具。未来，该系统将持续拓展，覆盖更多实体和关系，服务于更广泛的肿瘤研究与个体化治疗设计。