KARE

用知识图谱社区检索增强医疗预测推理,提升准确性和可解释性。

KARE 是一个面向医疗预测任务的开源模型,核心思路是将知识图谱社区检索与推理增强相结合。它针对电子健康记录(EHR)数据,通过构建医学知识图谱,并利用社区检索技术提取相关子图,为预测模型提供更丰富的上下文和可解释的推理路径。项目解决了传统医疗预测中依赖手工特征、缺乏知识引导和可解释性差的问题。其核心能力包括:知识图谱构建与社区划分、基于社区的检索模块、以及融合推理的预测模型。该模型在ICLR'25发表,展示了在医疗预测任务上的性能提升。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 64
维护状态 低维护
是否开源
定价模式 free

项目数据

分类开源模型
开发团队pat-jj
所属国家
官网地址
定价模式free
价格说明开源项目,无在线服务,需自行部署,完全免费。
访问状态
是否开源
开源协议
主要语言Python
技术栈/模型graph-community,healthcare-ai,knowledge-graph,large-language-models
GitHub 星标★ 64
30天Star增速
HF 下载量
上线时间2024-09-29 00:00:00
最近更新2026-07-27 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 创新性地结合知识图谱社区检索与推理,提升预测准确性。
  • 提供可解释的推理路径,增强医疗场景的信任度。
  • 基于ICLR'25论文,算法有理论支撑。

不足之处

  • 项目处于早期,星标少,文档和社区支持待观察。
  • 依赖外部知识图谱构建,可能增加使用门槛。

适用场景

  • 电子健康记录(EHR)的疾病预测和风险分层。
  • 医疗诊断辅助,提供可解释的推理依据。
  • 临床决策支持系统中的预测模块。

替代项目

Med-BERT、BEHRT、GCT

项目介绍

KARE 是行业应用领域的开源项目,由 pat-jj 开发,2024 年首次发布。

它收录于行业应用分类,该分类目前共有 544 个项目,GitHub 星标数为 64。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-07-27。无在线服务,需自行部署,完全免费。

它主要面向的使用场景是:电子健康记录(EHR)的疾病预测和风险分层。同类可对比的替代方案包括 Med-BERT、BEHRT、GCT。

上一篇:UrbanGPT

下一篇:iLLM-TSC

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩,副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能,包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 102 2026-09-11
LiveTranslate 开源

直播看片实时翻译,字幕秒出,跨语言无压力

Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···

★ 691 2026-08-13