NoteChat:基于临床笔记合成医患对话的数据集
计算与语言
2025-01-30 v3
摘要
我们提出NoteChat,一种利用大语言模型(LLMs)生成患者-医生对话的新型协作多智能体框架。NoteChat体现如下原则:一组角色特定的LLM通过结构化角色扮演与策略提示,能更有效地履行其分配角色。这些角色扮演LLM间的协同产生连贯高效的对话生成。在MTS-dialogue(医患对话-笔记对基准数据集)上的评估显示,用NoteChat增强的合成医患对话训练之模型,在临床笔记生成上优于其他最先进模型。我们全面的自动与人工评估表明,基于临床笔记生成更优合成医患对话时,NoteChat由领域专家评定大幅超越ChatGPT与GPT-4等最先进模型达22.78%。NoteChat有潜力直接触达患者并辅助临床文书工作——后者是医生倦怠的主因。
引用
@article{arxiv.2310.15959,
title = {NoteChat: A Dataset of Synthetic Doctor-Patient Conversations Conditioned on Clinical Notes},
author = {Junda Wang and Zonghai Yao and Zhichao Yang and Huixue Zhou and Rumeng Li and Xun Wang and Yucheng Xu and Hong Yu},
journal= {arXiv preprint arXiv:2310.15959},
year = {2025}
}