시골약사 032795c0fa docs: GraphRAG 및 그래프 DB 전환 기획 문서 추가

약국 POS 시스템의 GraphRAG 기반 추천 시스템 구축 관련 문서:

## 핵심 설계 문서

1. 질병코드기반 제품추천.md
   - ICD-10 질병 코드 활용 추천 시스템 설계
   - 계층 구조 (질병 → 질병군 → 제품군 → 개별 제품)
   - 처방전 기반 추천 알고리즘

2. complex-product-graph-modeling.md
   - 복합제(비맥스제트 등) 그래프 모델링
   - 성분 간 시너지 효과 표현
   - 복합 증상 매칭 쿼리 예시

3. pubmed-graphrag-workflow.md
   - PubMed → GraphRAG 전체 워크플로우 (5단계)
   - 논문 검색, 근거 추출, 지식 그래프 구축
   - MCP Server 개발 가이드

## 그래프 DB 비교 및 평가

4. sqlite-graph-evaluation.md
   - SQLite vs SQLite-Graph vs Neo4j 비교
   - 현 시점(2026-01) 평가: 기존 SQL 유지 권장
   - 6개월 후 재평가 계획

5. opensource-graph-db-comparison.md
   - 오픈소스 그래프 DB 비교 (Neo4j, ArangoDB 등)

6. 온톨로지로전환.md
   - 관계형 DB → 온톨로지 구조 전환 가이드
   - PubMed RAG 활용 방안
   - 추론 규칙 설계

## PubMed GraphRAG 활용

7. pycnogenol-multi-indication-graphrag.md
   - 피크노제놀 다중 적응증 GraphRAG 구축 사례
   - 7가지 적응증별 근거 수준

8. grpahrag_아쉬아간다.md
   - Ashwagandha GraphRAG 구축 사례

9. pubdmed이용ai.md
   - PubMed + AI 통합 활용 가이드

## 추가 워크플로우

10. pubmed-graphrag-workflow_next.md
    - 다음 단계 워크플로우

11. PostgresGRAPH전환.md
    - PostgreSQL + Apache AGE 전환 가이드

모든 문서는 한국어로 작성되었으며, 코드 예시는 영어로 포함.

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>

2026-01-24 21:04:56 +09:00

2.9 KiB

Raw Blame History

📚 작성된 문서: pubmed-graphrag-workflow.md 📋 포함 내용

전체 워크플로우 (5단계)

주제 선정 → PubMed 검색 → 논문 분석 → 지식 그래프 구축 → AI 추천 2. Python 스크립트 템플릿 표준화된 코드 구조 Biopython Entrez 사용법 신뢰도 계산 알고리즘 GraphRAG 쿼리 패턴 3. 데이터베이스 스키마

entities (약물, 증상, 환자 프로필) relationships (약물-증상, 약물-부작용) evidence (PMID, 논문 정보, 신뢰도) 4. MCP Server 개발 가이드 3개 Tool 구현 예시: search_pubmed() - 논문 검색 query_knowledge_graph() - 지식 그래프 쿼리 recommend_drug() - 약물 추천 5. AI Agent 구현 PubMedGraphRAGAgent 클래스 추론 경로 생성 로직 환자 프로필 기반 추천 6. 실제 사례 연구 CoQ10 + Statin (PMID: 30371340)

근육통 개선 SMD -1.60, P<0.001 Ashwagandha 수면 (PMID: 34559859)

수면 개선 SMD -0.59, P<0.001 Naproxen 심혈관 (PMID: 27959716)

24,081명 RCT, CV event 2.5% (최저) 🎯 핵심 특징 ✅ 재현 가능 모든 코드 템플릿 포함 단계별 상세 설명 실제 동작하는 예시 ✅ 확장 가능 MCP Server로 확장 가능 AI Agent 통합 가능 새로운 약물-증상 관계 추가 용이 ✅ 근거 기반 PMID 인용으로 신뢰도 확보 신뢰도 계산 알고리즘 추론 경로 투명성 📁 문서 구조

docs/pubmed-graphrag-workflow.md ├── 1. 개요 (목표, 기술 스택) ├── 2. 전체 워크플로우 (5단계) ├── 3. 단계별 상세 프로세스 │ ├── STEP 1: 주제 선정 │ ├── STEP 2: PubMed 검색 │ ├── STEP 3: 논문 분석 │ ├── STEP 4: 지식 그래프 구축 │ └── STEP 5: AI 추천 통합 ├── 4. Python 스크립트 템플릿 │ └── 표준 템플릿 (복사해서 사용 가능) ├── 5. GraphRAG 지식 그래프 구조 │ ├── Entity 정의 │ ├── Relationship 정의 │ └── 쿼리 예시 ├── 6. 데이터베이스 스키마 │ ├── ERD │ └── SQLite 스키마 생성 스크립트 ├── 7. MCP Server 개발 가이드 │ ├── 구조 │ └── 구현 예시 ├── 8. AI Agent 개발 가이드 │ ├── 아키텍처 │ └── Tool 구현 ├── 9. 실제 사례 연구 │ ├── CoQ10 + Statin │ ├── Ashwagandha │ └── Naproxen └── 10. 참고 자료 🚀 다음 단계 제안

MCP Server 배포

Claude Desktop에 MCP Server 추가

~/.claude/config.json

{ "mcpServers": { "pubmed-graphrag": { "command": "python", "args": ["./backend/mcp_server.py"] } } } 2. 지식 그래프 확장 더 많은 약물-증상 관계 추가 약물 상호작용 데이터 추가 환자 프로필 세분화 3. 자동화 GitHub Actions로 매주 새 논문 검색 자동 지식 그래프 업데이트 Slack 알림 이제 이 문서를 바탕으로 MCP Server나 AI Agent를 쉽게 개발할 수 있습니다!

2.9 KiB Raw Blame History

Claude Desktop에 MCP Server 추가

~/.claude/config.json

2.9 KiB

Raw Blame History