基于角色差异化的眼科咨询角色特定引导大型语言模型
计算与语言
2024-08-01 v4 人工智能
摘要
眼科咨询对于诊断、治疗和预防眼部疾病至关重要。然而，咨询需求的不断增长已超过了眼科医生的供给。通过利用大型预训练语言模型，我们可以为特定场景设计有效的对话，辅助咨询。由于模型规模不断增大且常常忽视患者-医生角色功能在咨询过程中的作用，传统的问答任务微调策略在实际中难以实施。本文提出EyeDoctor——一个通过医生-患者角色感知引导和外部疾病信息增强知识库的眼科医学问答大型语言模型，以提升准确性。实验结果表明，EyeDoctor在眼科咨询中实现了更高的问答精度。值得注意的是，与第二名模型ChatGPT相比，EyeDoctor在多轮数据集上的Rouge-1分数提高了7.25%，F1分数提高了10.16%，凸显了医生-患者角色差异化以及动态知识库扩展在智能医疗咨询中的重要性。EyeDoc还提供为免费的基于网页的服务，源码可在 https://github.com/sperfu/EyeDoc 获取。
引用
@article{arxiv.2407.18483,
title = {A Role-specific Guided Large Language Model for Ophthalmic Consultation Based on Stylistic Differentiation},
author = {Laiyi Fu and Binbin Fan and Hongkai Du and Yanxiang Feng and Chunhua Li and Huping Song},
journal= {arXiv preprint arXiv:2407.18483},
year = {2024}
}