在尼泊尔乡村常见疾病上微调DialoGPT用于医疗对话
计算与语言
2025-11-04 v1
摘要
对话式智能体正越来越多地被用于支持医疗服务，尤其是在尼泊尔乡村等资源受限的环境中。大型对话模型通常依赖互联网连接和云端基础设施，而这些在乡村地区可能不可及。本研究在尼泊尔乡村常见的十种疾病（包括感冒、季节性发热、腹泻、热性伤寒、胃炎、食物中毒、疟疾、登革热、结核和肺炎）的医生-患者互动上构建的合成数据集上，对DialoGPT进行了微调。DialoGPT是一种可离线运行的轻量级生成式对话模型。尽管在有限、特定领域的数据集上训练，微调后的模型仍能生成连贯、上下文相关且符合医学常规的响应，展示了对症状、疾病背景以及同理心沟通的理解。这些结果凸显了紧凑、离线能力对话模型的适应性，以及针对性数据集在低资源医疗环境中的有效性，为未来乡村医疗对话式AI提供了有前景的方向。
引用
@article{arxiv.2511.00514,
title = {Fine-Tuning DialoGPT on Common Diseases in Rural Nepal for Medical Conversations},
author = {Birat Poudel and Satyam Ghimire and Er. Prakash Chandra Prasad},
journal= {arXiv preprint arXiv:2511.00514},
year = {2025}
}
备注
6 pages, 6 figures, 3 tables