基于Neo4j与LLM的GraphRAG医疗问答系统构建实战

原创

于 2026-08-04 16:44:19 发布 · 325 阅读

在医疗健康领域，构建一个能够理解复杂医学概念、推理症状与疾病关系并提供可靠诊断建议的智能系统，一直是技术探索的前沿。传统的基于关键词匹配的问答系统难以处理医学知识的深度关联和语义模糊性，而单纯依赖大语言模型（LLM）又可能产生“幻觉”，输出缺乏事实依据的内容。将结构化知识图谱的精确性与大语言模型的强大语言理解和生成能力相结合，成为解决这一难题的有效路径。本文将以一个基于知识图谱（Neo4j）和LLM的图检索增强（GraphRAG）医疗健康知识诊断智能问答系统为例，详细拆解其从环境搭建、知识构建、系统集成到最终问答的全过程。无论你是正在寻找毕业设计课题的学生，还是希望将图数据库与AI结合应用于垂直领域的开发者，都能通过本文获得一个可复现的实践框架。

1. 理解核心组件：知识图谱、LLM与GraphRAG

在动手构建系统之前，必须清晰理解三个核心组件的角色、能力以及它们如何协同工作。

1.1 知识图谱：作为系统的“结构化记忆”

知识图谱是一种用图结构来建模和存储知识的数据库。在图数据库中，实体（如“高血压”、“阿司匹林”、“心脏”）是节点，关系（如“导致”、“治疗”、“属于”）是连接节点的边。这种结构天然适合表达医学领域复杂的多对多关系。

为什么选择Neo4j？ Neo4j是领先的原生图数据库，其查询语言Cypher直观易学，能高效执行深度关联查询。对于医疗健康这种关系密集型领域，Neo4j在查询“某种症状可能由哪些疾病引起，这些疾病又需要哪些检查来确诊”这类问题时，性能远超传统关系型数据库。
在系统中的角色 ：知识图谱充当了系统的“事实库”和“推理引擎”。它存储经过清洗和结构化的医学知识，并能通过图遍历算法，发现实体间隐含的路径和关联。

1.2 大语言模型（LLM）：作为系统的“语言大脑”

LLM，如GPT系列、LLaMA等，拥有强大的自然语言理解和生成能力。它们能够理解用户用自然语言提出的问题（如“我头痛、流鼻涕，可能是什么问题？”），并生成流畅、语法正确的回答。

在系统中的角色 ：LLM负责与用户进行自然语言交互。它将用户问题解析为语义表示，并根据从知识图谱检索到的结构化信息，组织生成最终的回答文本。LLM的“知识”来源于其训练数据，但可能不精确、过时或存在幻觉，因此需要知识图谱来“锚定”事实。
部署考量 ：你可以选择调用云端API（如OpenAI GPT、文心一言）或本地部署开源模型（如ChatGLM、Qwen）。云端API方便但涉及网络、成本和数据隐私；本地部署可控性高，但对硬件有要求。毕业设计阶段，建议先从API开始验证流程。

1.3 GraphRAG：连接“记忆”与“大脑”的桥梁

Graph Retrieval-Augmented Generation (GraphRAG) 是RAG（检索增强生成）范式在图数据上的应用。其核心思想是：当用户提问时，系统不是让LLM凭空回忆，而是先从知识图谱中检索出与问题最相关的子图（一组高度关联的节点和边），将这些结构化信息作为上下文提供给LLM，让LLM基于这些确凿的事实来生成答案。

工作流程如下：

问题解析 ：LLM或专用解析模块将用户自然语言问题，转化为可在知识图谱中查询的意图或实体列表。例如，将“头痛吃什么药？”解析为实体“头痛”和关系“治疗”。
图检索 ：使用解析出的实体和关系，在Neo4j中执行Cypher查询，检索出相关的节点、边及其属性，构成一个“知识子图”。
上下文构建 ：将检索到的子图信息（通常转换为文本形式，如“头痛可能由感冒引起。感冒的治疗药物包括布洛芬、对乙酰氨基酚。”）与原始用户问题一起，构建成LLM的提示词（Prompt）。
增强生成 ：LLM基于这个包含了精准事实的提示词，生成最终的回答。这极大地减少了LLM的幻觉，提高了回答的准确性和可信度。

2. 环境准备与项目初始化

我们将构建一个基于Python的Web应用，使用FastAPI作为后端框架，Neo4j作为图数据库，并集成LLM的API。

2.1 基础开发环境

确保你的开发机已安装以下软件：

Python 3.9+ ：本项目的编程语言环境。
Neo4j Desktop 或 Neo4j Server ：图数据库。对于学习和开发，Neo4j Desktop（桌面版）是极佳选择，它内置了数据库实例和浏览器管理界面。
Git ：用于版本控制和克隆示例代码。
IDE ：如PyCharm或VSCode。

2.2 安装与配置Neo4j

下载安装 ：访问Neo4j官网下载Neo4j Desktop并安装。启动后，创建一个新的“Local DBMS”。设置数据库名称（如 medical-kg ）、密码（务必记住，如 neo4j123 ），并选择版本（建议5.x+）。
启动与连接 ：创建后，点击“Start”启动数据库。然后点击“Open”打开Neo4j Browser，这是一个Web交互界面。默认连接地址为 bolt://localhost:7687 ，用户名 neo4j ，密码为你设置的密码。
验证安装 ：在Neo4j Browser中运行 :server status ，查看状态。运行 RETURN 'Hello Graph' AS message; ，如果返回结果，说明连接成功。

2.3 创建Python项目并安装依赖

创建一个新的项目目录，并初始化虚拟环境。

mkdir medical_qa_system
cd medical_qa_system
python -m venv venv
# Windows激活
venv\Scripts\activate
# Linux/Mac激活
source venv/bin/activate

创建 requirements.txt 文件，内容如下：

fastapi==0.104.1
uvicorn[standard]==0.24.0
neo4j==5.14.0
langchain==0.0.340
langchain-community==0.0.10
openai==0.28.0  # 如果使用OpenAI API
# 或者使用本地模型，例如ollama
# ollama==0.1.2
python-dotenv==1.0.0
pydantic==2.5.0

安装依赖：

pip install -r requirements.txt

2.4 项目结构设计

一个清晰的项目结构有助于管理代码。建议如下：

medical_qa_system/
├── app/
│   ├── __init__.py
│   ├── main.py          # FastAPI应用入口
│   ├── config.py        # 配置文件（数据库连接、API密钥）
│   ├── models.py        # Pydantic数据模型
│   ├── neo4j_db.py      # Neo4j数据库连接与操作类
│   ├── graph_rag.py     # GraphRAG核心逻辑（检索、提示工程、生成）
│   └── knowledge/
│       ├── __init__.py
│       └── builder.py   # 知识图谱构建脚本（从数据源到Neo4j）
├── data/                # 存放原始和处理的医疗数据文件
│   └── medical_knowledge.json
├── .env                 # 环境变量文件（勿提交Git）
├── requirements.txt
└── README.md

3. 构建医疗健康知识图谱

知识图谱的质量直接决定系统上限。这里我们以一个简化的医疗知识数据集为例。

3.1 设计图谱模式（Schema）

首先，需要设计节点类型、关系类型及其属性。一个基础的医疗图谱模式可以包括：

节点类型 ：
- Disease （疾病）：属性如 name （名称）、 description （描述）、 department （科室）。
- Symptom （症状）：属性如 name （名称）。
- Drug （药品）：属性如 name （名称）、 usage （用法）。
- Check （检查）：属性如 name （名称）。
- Department （科室）：属性如 name （名称）。
关系类型 ：
- HAS_SYMPTOM ： Disease -> Symptom ，表示疾病有该症状。
- TREATS ： Drug -> Disease ，表示药品治疗该疾病。
- NEEDS_CHECK ： Disease -> Check ，表示确诊该疾病需要此项检查。
- BELONGS_TO ： Disease -> Department ，表示疾病属于某科室。