RadOnc-GPT：面向放射肿瘤学的大语言模型
医学物理
2023-11-07 v3 人工智能
摘要
本文提出了 RadOnc-GPT，一种通过先进调优方法专门面向放射肿瘤学的大语言模型。RadOnc-GPT 在来自亚利桑那州梅奥诊所的大量放射肿瘤学患者记录数据集上进行了微调。该模型在三项关键任务上采用指令微调——生成放疗治疗方案、确定最优放射模态，以及根据患者诊断详情提供诊断描述与 ICD 代码。通过将 RadOnc-GPT 的输出与通用大语言模型的输出进行比较所进行的评估显示，在这三项任务中其 ROUGE 分数更高。该研究展示了利用像 RadOnc-GPT 这样使用领域特定知识微调的大语言模型，在放射肿瘤学等高度专业化的医疗领域实现变革性能力的潜力。然而，我们模型的临床相关性尚需确认，且其仅专攻上述三项特定任务，缺乏更广泛的适用性。此外，通过 ROUGE 分数进行的评估可能并不能反映真实的语义与临床准确性——这些挑战我们打算在未来的研究中解决。
引用
@article{arxiv.2309.10160,
title = {RadOnc-GPT: A Large Language Model for Radiation Oncology},
author = {Zhengliang Liu and Peilong Wang and Yiwei Li and Jason Holmes and Peng Shu and Lian Zhang and Chenbin Liu and Ninghao Liu and Dajiang Zhu and Xiang Li and Quanzheng Li and Samir H. Patel and Terence T. Sio and Tianming Liu and Wei Liu},
journal= {arXiv preprint arXiv:2309.10160},
year = {2023}
}