清华团队提出新药物相互作用预测方法，预测准确率提升近三成
（图片来自网络）
近日，清华大学姚权铭副教授团队提出了一套创新的药物相互作用预测方法——CBR-DDI框架。该研究首次将临床医生常用的“参考过往病例”（CBR，Case-Based Reasoning）方法引入到大语言模型（LLM，Large Language Model）中，显著提升了药物相互作用（DDI）预测的准确性与可解释性。
实验表明，CBR-DDI框架在主流数据集上的准确率平均提升 28.7%，超过了大语言模型和 CBR 基线。团队在两个主流数据集——DrugBank、TWOSIDES 上进行了系统验证，结果显示在涉及新药物预测的任务中，CBR-DDI 的表现全面领先，与现有方法相比，准确率提升了 28.7%。
药物相互作用（DDI）预测面临多方面挑战：药物间可能存在复杂代谢机制，尤其对于新药物而言，由于缺乏历史数据，预测难度更大。传统大语言模型直接用于 DDI 预测时，存在可解释性不足、泛化能力不强等问题，难以应对新药物的未知场景。而 CBR-DDI 框架通过结合临床经验与 AI 技术，有效解决了这些问题。
CBR-DDI 框架的核心设计是建立“案例知识库”，将历史药物对的交互机制系统化存储。预测新药物时，通过检索和比对历史案例，让大语言模型参考过去的经验推断结果。其核心设计包含建立包含药物描述、关联、相互作用机制等信息的案例库，利用大语言模型生成药物相关信息，结合图神经网络（GNN）提取知识图谱中的结构化知识，采用混合检索策略整合语义与结构相似度，从案例库中找到最接近的历史案例，形成“双层知识提示”引导大模型输出结果。同时引入代表性抽样策略优化案例库，压缩规模同时保持性能。
团队在消融实验中分析各模块作用，发现“双层知识增强提示”和案例推理对提升性能关键。在主流数据集验证中，CBR-DDI 达到行业最佳成绩，且在小模型下也能超越许多先进方法，展现出良好的泛化能力。
准确预测 DDI 对医疗安全至关重要，可帮助医生避免处方冲突，为药物研发提前识别潜在风险，节省临床试验成本。CBR-DDI 框架的提出，为 DDI 预测提供了新方法，有助于提升医疗安全与新药研发效率。未来团队计划扩展病例库信息，引入分子结构等数据，进一步优化模型。
最新新闻
- 2025年9月21日：小米平板8标准版升级，用苹果式设计打造安卓平板
- 2025年9月21日：陈天桥创立的AI公司MiroMind打造全球顶尖预测大模型登顶预测基准
- 2025年9月21日：iPhone 17标准版需求增长 苹果上调产量
- 2025年9月21日：Rokid眼镜定价争议引信任危机
- 2025年9月21日：滴滴司机评审会四小时对话：除抽成外，司机关注啥？
- 2025年9月21日：股神巴菲特清仓比亚迪 结束超14年重仓投资
- 2025年9月21日：上海成立量子人工智能联合体，量子计算十大应用场景重磅发布
- 2025年9月21日：Meta计划2027年推出双屏智能眼镜与真AR眼镜，古尔曼曝光内部研发计划
- 2025年9月21日：快攻建功！哈兰德英超进球数超越吉鲁创纪录
- 2025年9月21日：昨日社会热门资讯汇总-早报速览（2025-09-21）
- 2025年9月21日：昨日文化热门资讯汇总-早报速览（2025-09-21）
- 2025年9月21日：昨日科技热门资讯汇总-早报速览（2025-09-21）
- 2025年9月21日：昨日体育热门资讯汇总-早报速览（2025-09-21）
- 2025年9月21日：昨日娱乐热门资讯汇总-早报速览（2025-09-21）
- 2025年9月21日：昨日军事热门资讯汇总-早报速览（2025-09-21）
- 2025年9月21日：昨日财经热门资讯汇总-早报速览（2025-09-21）
- 2025年9月21日：昨日教育热门资讯汇总-早报速览（2025-09-21）
- 2025年9月21日：昨日汽车热门资讯汇总-早报速览（2025-09-21）
- 2025年9月21日：昨日健康热门资讯汇总-早报速览（2025-09-21）
- 2025年9月21日：昨日历史热门资讯汇总-早报速览（2025-09-21）
精彩评论（10）