目的基于大语言模型构建一种中医智能预问诊系统,以提高临床诊疗效率。方法采用Deep-Speed Ze RO-3分布式训练策略,基于YAYI 2-30B微调中医大语言模型;整理中医书籍和临床病案中的关系数据,设计带权无向图网络,建立智能体辨证推理模型...
详细信息
目的基于大语言模型构建一种中医智能预问诊系统,以提高临床诊疗效率。方法采用Deep-Speed Ze RO-3分布式训练策略,基于YAYI 2-30B微调中医大语言模型;整理中医书籍和临床病案中的关系数据,设计带权无向图网络,建立智能体辨证推理模型。利用智能体协作架构实现中医大语言模型与辨证推理模型交互。应用Loss函数、BLEU-4和ROUGE-L分别从模型训练、文本生成质量和语言理解能力方面对中医大语言模型进行评估。设计含中医执业医师、执业中药师、中医症状术语识别和经络识别的专业知识测试集,评估系统的专业知识掌握水平;通过临床测试对比系统与主治医师在辨证准确率、问诊轮次和问诊时间等指标的差异。结果Loss函数显示经100000次迭代后,训练损失值逐渐稳定于0.7±0.08,表明中医大语言模型已训练完成,且具有较好泛化能力。中医大语言模型在BLEU-4得分0.38,在ROUGE-L得分0.62,提示其自然语言翻译质量已达标。整理得到2715个症状术语、505种疾病与证型关系、1011种疾病与主症关系、1303600种不同症状之间关系,构建了智能体辨证推理模型。在中医执业医师、执业中药师、中医症状术语识别、经络识别模拟测试中的正确率分别达到94.09%、78.00%、87.50%、68.80%。临床测试中,该系统辨证准确率达88.33%,其问诊轮次、问诊时间均少于主治医师(P<0.01),提示该系统具备一定的预问诊能力。结论基于大语言模型的中医智能预问诊系统可以在一定程度上模拟临床中医医生的辨证思维,提高医生诊疗效率及患者就医体验。
暂无评论