近日，清华大学姚权铭副教授团队提出了一套全新的药物相互作用预测方法——CBR-DDI 框架。这项研究首次把临床医生常用的“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预测的准确性和可解释性。实验表明，CBR-DDI 框架能够让模型在两个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。
图丨姚权铭（来源：资料图）
日前，相关论文以《案例推理可提升大语言模型在药物相互作用预测中的能力》(Case-Based Resoning Enhances the Predictive Power of LLMs in Drug-Drug Interaction) 为题发表在预印本网站ar
