DocTalk: Повышение качества медицинских знаний с помощью усовершенствованных моделей Большого языка, предусматривающих цепочку возможных причин для оказания помощи в принятии твердых решений в клиниках

arXiv: 261 030,34871v 1 Annuales Type: Cross Brieftret: Objective. Быстрое развитие крупных языковых моделей (LMS) в области здравоохранения открыло новые возможности для принятия клинических решений при помощи АИ; однако безопасное и эффективное развертывание по-прежнему сопряжено с трудностями из-за галлюцинаций и несогласованности доменов. В настоящем исследовании используется система " DocTalk &qt; , которая представляет собой систему ответов на вопросы врачей (QA), предназначенную для получения сжатых и спланированных ответов на основе неустановленных резюме. Методы: Мы разработали высокоточный трубопровод для получения данных, в котором производится 500 клинически значимых пар QA путем разложения на уровне предложений, разработки вопросов с использованием метода цепной оценки и экспертного анализа. До и после настройки параметров с использованием малогабаритной адаптации (ЛОРА) были оценены шесть МЛМ из открытых источников, включая три модели общего назначения и три биомедицинские модели. Эта система включает в себя оперативную инженерную, учебную подготовку на основе внутреннего текста и согласованную с медицинской точки зрения оценку для обоснования фактов