EyeGPT：基于大语言模型的眼科助手
计算与语言
2024-03-05 v1 人工智能
摘要
人工智能在医疗咨询领域获得了广泛关注，因为它具有改善临床工作流程和增强医疗沟通的潜力。然而，由于医疗信息的复杂性，基于通用世界知识训练的大语言模型可能不具备以专家水平处理医疗相关任务的能力。在此，我们介绍了EyeGPT，一个专门为眼科设计的专用LLM，采用了三种优化策略：角色扮演、微调和检索增强生成。特别地，我们提出了一个全面的评估框架，包含多样化的数据集，涵盖眼科的各个亚专业、不同用户以及不同的咨询意图。此外，我们考虑了多个评估指标，包括准确性、可理解性、可信度、同理心以及幻觉比例。通过评估不同EyeGPT变体的性能，我们确定了最有效的变体，其在可理解性、可信度和同理心方面与人类眼科医生相当（所有P值>0.05）。总体而言，我们的研究为未来的研究提供了宝贵的见解，促进了眼科专用LLM开发中不同策略的全面比较和评估。潜在的好处包括改善患者的眼科护理体验和优化眼科医生的服务。
引用
@article{arxiv.2403.00840,
title = {EyeGPT: Ophthalmic Assistant with Large Language Models},
author = {Xiaolan Chen and Ziwei Zhao and Weiyi Zhang and Pusheng Xu and Le Gao and Mingpu Xu and Yue Wu and Yinwen Li and Danli Shi and Mingguang He},
journal= {arXiv preprint arXiv:2403.00840},
year = {2024}
}
备注
47 pages, 4 figures, 1 table, 2 supplementary figures and 9 supplementary tables