DoPI：面向中医的类医生式主动询诊大语言模型
人工智能
2025-07-08 v1
摘要
通过多轮对话和知识图谱提升中医诊断中的询诊能力是现代人工智能系统面临的重大挑战。尽管当前大型语言模型（LLM）取得了进展，但在医疗应用中表现出显著局限，尤其是在进行有效的多轮对话和主动提问方面。这些局限性阻碍了其在实际诊断场景中的应用和效果。为此，我们提出了 DoPI—a 一个专为中医领域设计的新型 LLM 系统。DoPI 系统引入了由指导模型和专家模型组成的协作架构。指导模型与患者进行多轮对话，并动态生成问题以从知识图谱中高效提取关键症状信息。同时，专家模型利用深厚的中医专业知识提供最终诊断和治疗方案。此外，本研究构建了一个模拟真实诊疗场景的多轮医生-患者对话数据集，并提出了一种不依赖手动收集真实诊疗数据的新型评估方法。实验结果表明，DoPI 系统在询诊结果中的准确率达到 84.68%，显著提升了模型在诊断期间的沟通能力，同时保持专业专业能力。
引用
@article{arxiv.2507.04877,
title = {DoPI: Doctor-like Proactive Interrogation LLM for Traditional Chinese Medicine},
author = {Zewen Sun and Ruoxiang Huang and Jiahe Feng and Rundong Kong and Yuqian Wang and Hengyu Liu and Ziqi Gong and Yuyuan Qin and Yingxue Wang and Yu Wang},
journal= {arXiv preprint arXiv:2507.04877},
year = {2025}
}