智源LIVE第36期｜ChatDoctor：基于LLaMA在医学领域知识上微调的医学对话模型

​

智源Live第36期将于2023年04月06日11:00-12:00线上召开，邀请了德克萨斯大学西南医学中心，医学物理学博士生李云响分享。本期我们通过使用医患对话对 LLM 进行微调，由此产生的模型具有巨大的潜力来理解患者的需求，提供明智的建议，并在各种医疗相关领域提供有价值的帮助。将这些高级语言模型集成到医疗保健中可以彻底改变医疗保健专业人员和患者的沟通方式，最终提高患者护理和结果的整体效率和质量。此外，我们公开了所有源代码、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。

课前材料：
论文标题：ChatDoctor：使用医学知识对LLaMA进行微调的医学语言模型
论文链接：https://arxiv.org/pdf/2303.14070.pdf 
论文解读：https://hub.baai.ac.cn/view/25097
个人主页：https://www.yunxiangli.top

德克萨斯大学西南医学中心放射肿瘤科，医学物理学博士生。

在生物医学相关顶级期刊会议一作发表多篇论文。

在医学图像分析、文本图像多模态均有所研究，个人主页https://www.yunxiangli.top

通用领域中最近的大型语言模型 (LLM)，例如 ChatGPT，在遵循指令和产生类似人类的响应方面取得了显着的成功。然而，此类语言模型并未针对医学领域量身定制，导致答案准确性较差，无法为医学诊断、药物等提供合理的建议。为了解决这个问题，我们收集了 700 多种疾病及其相应的症状，需要医学测试和推荐的药物，我们从中产生了 5K 次医患对话。

此外，我们还从在线问答医疗咨询网站获得了 20 万条真实的医患对话。通过使用这些医患对话对 LLM 进行微调，由此产生的模型具有巨大的潜力来理解患者的需求，提供明智的建议，并在各种医疗相关领域提供有价值的帮助。将这些高级语言模型集成到医疗保健中可以彻底改变医疗保健专业人员和患者的沟通方式，最终提高患者护理和结果的整体效率和质量。此外，我们公开了所有源代码、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。

​Read More