MedKGTab：知识图谱注入，为表格医疗数据跨域扩充特征

在生物医学研究中，获取全面的跨领域数据通常成本高昂且耗时，导致数据严重稀缺。针对这一挑战，一项新研究提出了MedKGTab框架，旨在通过知识注入为表格型医疗数据实现跨域特征扩展。该框架的核心思路是利用现有特征之间的统计依赖性和已知的医学关联，来推断未收集的生物医学特征。

MedKGTab采用行列双重注意力机制，可直接处理原始结构化表格数据，从而在避免因标记化导致结构损失的同时，精确捕捉数值分布。其关键创新在于将数据驱动的统计先验与SPOKE生物医学知识图谱相结合，实现了数据通道与知识通道的最佳协同。在这种协同作用下，数据通道生成的表征会受到注入的生物医学知识调节，确保最终生成的数据基于实证医学研究。

实验结果表明，MedKGTab在跨域特征扩展中实现了高数据保真度和真实的数据表征。它不仅超越了当前最先进的医疗大模型（如Baichuan M3-plus），也优于专为医疗数据生成设计的表格模型。此外，无论是在同一数据集中推断缺失特征，还是在不同医疗队列间进行泛化，MedKGTab在各种数据生成场景下均表现优异。该研究为缓解医疗数据稀缺、提升研究效率提供了新的技术路径。