PIORS：基于大语言模型的个性化智能门诊接待系统
计算与语言
2024-11-22 v1 人工智能
摘要
在中国，接待护士面临工作量过大的现实情况，这限制了他们为每位患者投入的时间和注意力，从而最终降低了服务质量。本文提出了个性化智能门诊接待系统(PIORS)。该系统将基于大语言模型的接待护士与医院信息系统(HIS)的协同集成到实际门诊接待场景中，旨在提供个性化、高质量且高效的接待服务。此外，为提升大语言模型在真实世界医疗场景中的性能，我们提出了面向服务流程的医疗情景模拟框架，名为Service Flow aware Medical Scenario Simulation (SFMSS)，旨在使大语言模型适应真实环境和PIORS设置。我们通过自动评估和人类评估（涉及15名用户和15名临床专家）评估了PIORS和SFMSS的有效性。结果表明，PIORS-Nurse在所有基线测试中均优于当前最先进的模型GPT-4o，符合人类偏好和临床需求。更多细节和演示可在https://github.com/FudanDISC/PIORS 查看。
引用
@article{arxiv.2411.13902,
title = {PIORS: Personalized Intelligent Outpatient Reception based on Large Language Model with Multi-Agents Medical Scenario Simulation},
author = {Zhijie Bao and Qingyun Liu and Ying Guo and Zhengqiang Ye and Jun Shen and Shirong Xie and Jiajie Peng and Xuanjing Huang and Zhongyu Wei},
journal= {arXiv preprint arXiv:2411.13902},
year = {2024}
}