MEDCO：基于多主体框架的医学教育协作助理
人工智能
2024-08-27 v1 多智能体系统
摘要
大型语言模型（LLM）对医学及医疗保健等多个研究领域产生了重大影响。然而，将 LLM 作为医学教育协作助理的潜力尚未得到充分探索。当前的 AI 辅助教育工具受限于单一学习方法，无法模拟实际医学训练中多学科和互动性的特点。为此，我们提出了 MEDCO（Medical EDucation COpilots），一个新颖的多主体协作助理系统，专为模拟现实医学训练环境而设计。MEDCO 集成了三个主要主体：一个具有代表性的患者、一位专科医生和一位放射科医生，构建了一个多模态和互动的学习环境。我们的框架强调掌握熟练的提问技能、跨学科协作以及学生之间的讨论。我们的实验表明，使用 MEDCO 进行训练的模拟虚拟学生，不仅在性能上显著提升，相当于先进模型的水平，还展现出类人学习行为和改进，同时学习样本数量也得到增加。这一工作通过引入一种实现互动和协作学习方法的协作助理，推动了医学教育的发展，也为 AI 融合训练范式的有效性提供了宝贵见解。
引用
@article{arxiv.2408.12496,
title = {MEDCO: Medical Education Copilots Based on A Multi-Agent Framework},
author = {Hao Wei and Jianing Qiu and Haibao Yu and Wu Yuan},
journal= {arXiv preprint arXiv:2408.12496},
year = {2024}
}