基于大语言模型的精神科住院医师培训系统的设计与实现
计算机与社会
2025-01-27 v1 人机交互
神经元与认知
摘要
精神障碍已成为全球公共卫生的重大问题，而精神科医生短缺及培训体系效率低下严重阻碍了心理健康服务的可及性。本文设计并实现了一个基于人工智能的精神科医师培训系统。通过整合大语言模型、知识图谱和专家系统等技术，该系统构建了一个智能且标准化的培训平台。系统包括六个功能模块：病例生成、咨询对话、检查处方、诊断决策、中西医综合处方，以及专家评估，为从临床技能训练到职业水平评估提供了全面支持。该系统采用B/S架构，使用Vue.js和Node.js技术栈开发，创新性地应用深度学习算法进行病例生成和医生-患者对话。在针对60名不同层次精神科医生的临床试验中，系统表现出色，培训效果显著：系统稳定性达到99.95%，AI对话准确率达到96.5%，诊断准确率达到92.5%，用户满意度达到92.3%。实验数据显示，使用该系统的医生在知识掌握、临床思维和诊断技能方面分别提升了35.6%、28.4%和23.7%。研究结果为提高精神科医师培训效率提供了创新解决方案，对推动精神卫生专业人才的标准化和可扩展发展具有重要意义。
引用
@article{arxiv.2501.14530,
title = {Design and Implementation of a Psychiatry Resident Training System Based on Large Language Models},
author = {Zhenguang Zhong and Jia Tang},
journal= {arXiv preprint arXiv:2501.14530},
year = {2025}
}