产品简介
RAGQnASystem 本项目是一个医疗智能问答系统，通过结合知识图谱精确检索与大语言模型生成，有效减少AI在回答医疗问题时可能出现的“幻觉”，提供更准确、可靠的医疗信息。适合医疗从业者、研究人员或任何需要高质量医疗问答服务的用户。
核心功能
- 知识图谱精确检索（基于4.4万实体、31万关系）
- BERT+RNN高精度医疗实体识别
- 大模型意图识别与流式答案生成
- 表驱动意图路由，配置清晰
- 提供完整的Streamlit交互界面
快速开始
- 克隆仓库，使用conda创建并激活Python 3.10环境，安装依赖。
- 下载、安装并启动Neo4j社区版数据库。
- 运行`build_up_graph.py`脚本，将医疗数据集导入Neo4j构建知识图谱。
- 安装ollama工具，并拉取如qwen:32b的大模型。
界面预览
与其他方案对比
| 对比项 | RAGQnASystem | 同类方案 |
|---|---|---|
| 信息检索方式 | 基于Neo4j知识图谱的结构化精确检索，关系明确 | 传统向量RAG基于文本相似度的模糊检索 |
| 回答准确性 | 通过知识图谱约束答案生成，显著减少医疗场景“幻觉” | 纯大模型回答可能包含不准确或虚构的医疗信息 |
适合谁用
- 需要快速查询疾病、药品、症状等医疗信息的临床医生
- 从事医疗AI或知识图谱研究的科研人员
- 学习医学知识、需要辅助理解的医学生
- 对自身健康问题有疑问、希望获得准确信息的普通用户
下载与版本
当前最新版本为 main，发布于 。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/honeyandme/RAGQnASystem