MEDICINE & AI

タイトル：MedChatZH: A tuning LLM for traditional Chinese medicine consultations. 雑誌名：Comput Biol Med. 2024 Apr; 172: 108290. 概　要： 本研究では、伝統的中国医学に特化した質問応答（QA）システムのために最適化された対話モデル「MedChatZH」を提案します。従来の大規模言語モデル（LLM）は主に英語データで訓練されており、中国語での応答生成において一般化能力が不足しています。この問題を解決するために、中国医学書のキュレーションされたコーパスでの継続的な事前学習を行い、その後、選定された医療指示データセットでファインチューニングを実施しました。結果として、MedChatZHは実際の医療対話データセットにおいて、いくつかの中国語対話ベースラインを上回る性能を示しました。モデル、コード、データセットはGitHubで公開されており、伝統的中国医学とLLMに関するさらなる研究を促進します。 方　法： 本研究は、LLaMAアーキテクチャに基づくトランスフォーマーデコーダを使用した対話モデルの開発を行いました。中国医学書のコーパスでの継続的な事前学習の後、選定された医療指示データセットでファインチューニングを行い、モデルの性能を向上させました。 結　果： MedChatZHは、実際の医療対話データセットにおいて、複数の中国語対話ベースラインを上回る性能を達成しました。具体的な数値は記載されていませんが、モデルの効果が実証されています。 結　論： MedChatZHは、伝統的中国医学におけるQAシステムの性能を向上させることができるモデルであり、今後の研究において重要な基盤となることが期待されます。