KG-Orchestra

Die biomedizinische Literatur wächst exponentiell, doch die Gewinnung zuverlässiger, strukturierter Erkenntnisse daraus stellt nach wie vor einen Engpass dar. Große Allzweck-Sprachmodelle (LLMs) bieten zwar Geschwindigkeit, bergen jedoch das Risiko von Halluzinationen. Manuelle Kuratierung garantiert zwar Qualität, lässt sich jedoch nicht skalieren. KG-Orchestra schließt diese Lücke.

KG-Orchestra ist ein Multi-Agenten-Framework zur Anreicherung biomedizinischer Wissensgraphen und vereint das Beste aus beiden Welten. Ausgehend von einem sorgfältig kuratierten Start-Wissensgraphen koordiniert das System spezialisierte Agenten in Pipelines für die Abfrage, Extraktion, Zuordnung und Validierung. Jeder Schritt umfasst Selbstkorrekturschleifen und Optionen zur Überprüfung durch Menschen (»Human-in-the-Loop«). Dadurch wird sichergestellt, dass der endgültige Graph nicht nur umfangreicher, sondern auch wissenschaftlich vertrauenswürdig ist.

In einer Fallstudie zur Alzheimer-Krankheit zeigten Forscherinnen und Forscher von SCAI, wie ein aus nur 20 manuell kuratierten Artikeln erstellter Ausgangsgraph durch die Auswertung 4.846 wissenschaftlicher Publikationen erweitert werden konnte: Die Anzahl der Knoten stieg von 1.804 auf 4.528 und die der Beziehungen von 3.363 auf über 10.000 – und das in nur 5 statt 25 Tagen. Die zugrunde liegende Evidenzbasis wuchs von 979 auf über 7.500 Absätze, alle mit dokumentierter Herkunft und validierten Kausalzusammenhängen.

Die Stärke von KG-Orchestra liegt in seiner Multi-Agenten-Orchestrierung, bei der spezialisierte Agenten gemeinsam ein einzelnes Allzweckmodell übertreffen. Sein hybrider Abrufansatz kombiniert semantische und lexikalische Suchverfahren, um eine mit proprietären Embedding-APIs vergleichbare Leistung zu erzielen und zugleich quelloffen sowie kosteneffizient zu bleiben. Selbstvalidierungsschleifen verbessern die sachliche Genauigkeit und minimieren Fehler. Das System unterstützt domänenspezifische Anpassungen an Schema- und Ontologievorgaben, wobei der Schwerpunkt auf neurodegenerativen, psychiatrischen und Stoffwechselerkrankungen liegt.

Organisationen können KG-Orchestra für die Identifizierung von Wirkstoffzielen, die Analyse von Komborbität, die Entdeckung von Biomarkern, die Hypothesenbildung und eine schnellere translationale Forschung nutzen. Vertrauenswürdige Wissensgraphen sind unerlässlich, um wissenschaftliche Erkenntnisse zu gewinnen. KG-Orchestra bietet eine solide Grundlage für verbesserte logische Schlussfolgerungen und eine fundiertere Entscheidungsfindung in der Biomedizin.

Für mehr Informationen über Softwarenutzung und Lizenzierung, siehe Kontakt.