Skip to content

Data Science › LLM › 生醫領域的 LLM

生醫領域的 LLM (LLMs in Biomedicine) ​

LLM 在生資與醫療研究中最可靠的用途是處理文字:文獻篩選、摘要、資訊擷取、寫程式。最危險的用途是把它當知識庫:基因功能、變異致病性、藥物劑量都可能被流暢地編造。原則是讓 LLM 處理語言,讓資料庫與程式處理事實。

這裡的「語言模型」指處理自然語言的 LLM。直接對 DNA / 蛋白質序列建模的模型(ESM、DNA 語言模型)見 序列與蛋白模型。

用途與可信度 ​

用途做法可信度必要的檢查
文獻篩選 (screening)依納入 / 排除條件判斷摘要中高;適合做第一輪過濾以人工標註樣本計算 recall;設計成「不確定就保留」
摘要與改寫摘要論文、改寫給不同讀者中;可能漏掉限制或誇大結論對照原文抽查數字與結論方向
實體擷取 (NER)從文字抽出基因、疾病、藥物、變異中;常見錯在同名異義與縮寫對 HGNC、HPO 等標準化並驗證
關係擷取基因-疾病、藥物-不良反應關聯中低;否定句、推測語氣容易誤判要求附原文證據句
術語標準化自由文字 → 本體 ID(HPO、MONDO、SNOMED CT)低(直接生成 ID 常編造);搭配檢索則高用 Ontology Lookup Service 查候選,再讓 LLM 從候選中選
寫分析程式pandas / R / Snakemake / 繪圖中高;API 版本與參數常過時執行、測試、檢查版本
單細胞細胞類型標註給各群的 marker 基因,請模型推測細胞類型中;常見細胞類型尚可,罕見 / 疾病特有狀態不可靠與參考圖譜方法(CellTypist 等)比較、專家確認
富集結果解讀把 GO / pathway 結果整理成敘述中;容易過度詮釋結論只能根據實際的 富集分析 結果
變異解讀詢問變異是否致病低;不能作為臨床依據以 ClinVar、ACMG 準則與專家判讀為準
臨床決策診斷、治療建議不可直接使用屬受監管用途,見 EU AI Act

文獻探勘流程 ​

text
PubMed 查詢(E-utilities / Biopython Entrez)
        ↓  PMID、標題、摘要、MeSH
LLM 篩選(structured output:include / exclude / uncertain + 理由)
        ↓  人工審查 uncertain 與抽樣檢查
全文取得(PMC Open Access)→ 依章節切段
        ↓
LLM 擷取(實體 + 關係 + 證據句)→ JSON
        ↓
程式標準化與驗證(HGNC / MONDO ID、PMID 存在、證據句確實出現在原文)
        ↓
彙整成表格 → 人工審閱
python
from Bio import Entrez
from pydantic import BaseModel

Entrez.email = "you@example.org"                     # NCBI 要求提供 email;大量查詢加 api_key
ids = Entrez.read(Entrez.esearch(db="pubmed", term="ferroptosis AND single-cell RNA-seq", retmax=200))["IdList"]
records = Entrez.read(Entrez.efetch(db="pubmed", id=",".join(ids), retmode="xml"))

class Relation(BaseModel):
    gene: str                     # 原文寫法
    disease: str
    direction: str                # "up" / "down" / "associated" / "none"
    evidence: str                 # 原文中的完整證據句

class Extraction(BaseModel):
    pmid: str
    relations: list[Relation]

# 呼叫 LLM 取得 Extraction(structured output 的寫法見 llm-api-patterns),之後:
def evidence_in_text(rel: Relation, abstract: str) -> bool:
    return rel.evidence.strip() in abstract       # 證據句必須逐字出現在原文,否則視為幻覺
設計重點理由
輸出保留原文寫法與證據句方便人工查核;可程式驗證證據確實存在
實體 ID 由資料庫查詢而非 LLM 生成LLM 會編造看似合理的 ID
篩選時設 uncertain 類別並交人工降低漏篩
記錄模型版本與 prompt 版本方法學需可重現(systematic review 要能報告方法)
用標註子集估計 precision / recall論文中報告自動化步驟的表現(見 評估與幻覺)

生醫模型 vs 通用模型 ​

類型例子適合
生醫 encoder(BERT 類)BioBERT、PubMedBERT (BiomedBERT)、SciBERT有標註資料的 NER、分類;小、快、可在本機跑
生醫 NLP 工具scispaCy(含生醫實體模型與 UMLS 連結)傳統 NER pipeline,結果穩定可重現
生醫領域生成模型BioGPT、醫療領域微調的開源模型研究用途;通常不如大型通用模型
大型通用模型各家前沿模型zero-shot 擷取、摘要、程式;搭配 RAG 與工具
工具增強讓 LLM 呼叫 NCBI、UniProt、Ensembl API事實查詢交給資料庫,降低幻覺

大型通用模型在多數生醫文字任務上常勝過早期的領域專用生成模型;但有大量標註資料、需要高通量或本機執行時,微調過的小型 encoder 仍然是更便宜、更可重現的選擇。選擇前用自己的 評估集 比較。

隱私與合規 ​

資料類型風險做法
病歷、臨床紀錄 (PHI)違反 HIPAA / GDPR / 個資法只用機構核准、有資料處理協議(如 BAA)的服務,或本機模型;先去識別化
個人基因體資料基因資料本身即可識別個人,去識別化困難不送外部 API;受控存取資料(dbGaP 等)須遵守 Data Use Agreement
未發表資料、專利相關內容外洩、被用於訓練確認服務條款是否保留 / 用於訓練輸入;企業方案通常可關閉
公開文獻、公開資料庫低仍要遵守全文授權與 API 使用規範

詳細法規見 隱私與法規;醫療 AI 的監管分類見 EU AI Act。

常見錯誤 ​

錯誤後果改正
問 LLM「某基因的功能」並直接寫進報告混入過時或編造的功能描述查 NCBI Gene、UniProt,LLM 只負責整理
讓 LLM 產生參考文獻清單不存在的 PMID / DOI只引用自己檢索到的文獻,並用程式驗證
用 LLM 做差異表現或統計判斷沒有實際計算統計交給程式(DESeq2、scipy),LLM 只解釋結果
基因符號未標準化同名異義、舊名、大小寫(人類大寫、小鼠首字大寫)對 HGNC / MGI 標準化
摘要時漏掉研究限制誇大結論prompt 要求列出樣本數、研究設計與限制
把 LLM 的分類結果當 ground truth 訓練下游模型錯誤被放大至少有人工標註的驗證子集