ChatDoctor: медицинская чат-модель, дообученная на LLM Meta-AI (LLaMA) с использованием знаний медицинской области

Цель: устранить ограничения в медицинских знаниях распространённых больших языковых моделей, таких как ChatGPT, и создать специализированную модель с более высокой точностью медицинских рекомендаций. Методы: модель Meta-AI LLaMA дообучили на базе 100 000 диалогов «пациент — врач» с широко используемой онлайн-платформы медицинских консультаций; переписку очистили и обезличили. Кроме того, в модель встроили механизм самостоятельного поиска информации, позволяющий получать и использовать данные в реальном времени из онлайн-источников, таких как Wikipedia, а также из отобранных офлайн-медицинских баз данных. Результаты: дообучение на реальных взаимодействиях «пациент — врач» существенно улучшило способность модели понимать запросы пациентов и давать обоснованные рекомендации. Включение самостоятельного поиска информации из надёжных онлайн- и офлайн-источников привело к значительному повышению точности ответов. Выводы: предложенная ChatDoctor представляет собой существенный шаг вперёд в области медицинских больших языковых моделей, демонстрируя значимое улучшение понимания запросов пациентов и предоставления точных рекомендаций. С учётом высокой цены ошибки и низкой допустимой погрешности в медицине такие улучшения в точности и надёжности информации не только полезны, но и необходимы.