ChatDoctor:使用医学领域知识对LLaMA模型进行微调得到的医疗辅助模型

​

最近的大型通用领域语言模型（LLMs），如ChatGPT，在遵循指令和产生类人响应方面显示出了非凡的成功。然而，这样的语言模型没有经过仔细的针对医疗领域的个性化学习，导致诊断准确度低，无法为医学诊断、药物推荐等提供正确的建议。为了解决这个问题，我们收集了700多种疾病及其对应的症状、推荐药物和必需的医学检查，并生成了5K名医生和患者的对话。通过微调医生和患者对话模型，这些模型具有理解患者需求、提供知情建议和在各种医学相关领域提供有价值的帮助的巨大潜力。将这些先进的语言模型整合到医疗保健中，可以彻底改变医疗保健专业人员和患者之间的沟通方式，最终提高整体医疗保健质量和患者的疗效。此外，我们会公开所有源代码、数据集和模型权重，以促进医疗领域对话模型的进一步发展。

标题：ChatDoctor: A Medical Chat Model Fine-tuned on LLaMA Model using Medical Domain Knowledge

作者：Li Yunxiang, Li Zihan, Zhang Kai, Dan Ruilong, Zhang You

论文：https://papers.labml.ai/api/v1/redirect/pdf?paper_key=48369c02cc4a11edb95839eec3084ddd

代码：https://github.com/Kent0n-Li/ChatDoctor

​Read More