Combinare LLM, Retrieval Augmented Generation e tecnologie di Knowledge Graph per migliorare l’accuratezza delle risposte generate nel dominio sanitario

Abstract

L'integrazione di Large Language Models (LLM), Retrieval Augmented Generation (RAG) e Knowledge Graphs (KG) rappresenta un approccio trasformativo nell'intelligenza artificiale, con l'obiettivo di migliorare l'accuratezza e la pertinenza del recupero e della generazione di informazioni. Gli LLM spesso presentano imprecisioni, comunemente note come “allucinazioni”, a causa della loro dipendenza da dati non strutturati. Le tecniche RAG affrontano queste limitazioni incorporando fonti di conoscenza esterne durante il processo di generazione, consentendo ai modelli di produrre risposte più affidabili e contestualmente accurate. Quando i sistemi RAG utilizzano i Knowledge Graph come fonte primaria di informazioni, la qualità del recupero e il radicamento migliorano notevolmente, in particolare in settori come quello sanitario, dove l'accuratezza, la tracciabilità e l'interpretabilità sono essenziali per un processo decisionale informato. Questo perché i KG forniscono rappresentazioni strutturate e semanticamente ricche delle entità e delle loro relazioni, consentendo al modello di recuperare non solo fatti rilevanti, ma anche informazioni contestuali e relazionali. L'obiettivo della tesi è quello di indagare l'efficacia e le sfide di questa integrazione, in particolare la scalabilità e la qualità dei dati dei Knowledge Graph, definendo due casi d'uso nel settore sanitario, ovvero per rispondere a domande mediche di carattere generale e per analizzare i dati Hi-C.

The integration of Large Language Models (LLMs), Retrieval Augmented Generation (RAG), and Knowledge Graphs (KGs) represents a transformative approach in artificial intelligence, aiming to enhance the accuracy and relevance of information retrieval and generation. LLMs often struggle with inaccuracies, commonly known as "hallucinations", due to their reliance on unstructured data. RAG techniques address these limitations by incorporating external knowledge sources during the generation process, allowing models to produce more reliable and contextually accurate responses. When RAG systems use Knowledge Graphs as their primary information source, retrieval quality and grounding improve substantially, particularly in domains such as healthcare, where accuracy, traceability, and interpretability are essential for informed decision making. This is because KGs provide structured, semantically rich representations of entities and their relationships, enabling the model to retrieve not only relevant facts but also contextual and relational information. The goal of the thesis is to investigate the effectiveness and challenges of this integration, particularly the scalability and data quality of Knowledge Graphs, by defining two use cases in the healthcare domain, i.e. for answering general purpose medical questions, and for analysing Hi-C data.