DocScribe：醫療 QA 聊天機器人

介紹

DocScribe 是一款醫療問答聊天機器人，它徹底改變了我們與醫療數據互動的方式。 DocScribe 對一般醫療詢問和患者特定問題提供快速、準確的答案。我們的主要目標是提高醫療報告的可近性和理解性。 DocScribe 透過以下方式實現這一目標：

將醫療報告轉錄為更易於理解的格式。
提供一般醫學問題的答案。
多次訪問總結報告。
從患者病史中識別相關資訊。

建築學

DocScribe 的架構有利於使用者和醫療資料之間的無縫互動。它包括：

基於 Jupyter Notebook 的 Web UI，用於上傳報告和進一步互動。
從醫學記錄中建立嵌入和索引。
利用LangChain和HuggingFace框架來處理和回答問題。

DocScribe架構

數據來源

我們的專案利用各種資料來源來訓練我們的模型，包括：

醫療成績單：我們利用 GPT-3.5 模型從醫療成績單中產生 4.5k 個 QA 提示。 MT樣本
維基文檔：存取維基文檔
WikiPatient：存取 WikiPatient

樣本數據

數據集	操作說明	輸入	輸出
維基文檔	如實回答這個問題	您能否概述一下肺鱗狀細胞癌？	根據WHO組織學分類系統，肺鱗狀細胞癌可分為4種主要類型：乳頭狀癌、透明細胞癌、小細胞癌、基底樣細胞癌。
維基病人	如實回答這個問題	當我患有阿爾斯特羅姆症候群時，何時需要尋求緊急醫療照護？	如果您或您的孩子出現糖尿病症狀，例如口渴和排尿增多，請致電您的醫療保健提供者。如果您認為您的孩子無法正常視力或聽力，請立即就醫。
MT樣品	根據給定的醫療成績單產生提示和答案以培訓法學碩士	患者的術前診斷是什麼？	患者術前診斷為前列腺癌。

建模方法

我們選擇了 Vicuna-13B 模型，並使用 LoRA、PEFT 和 BitsandBytes 進行了微調。我們的方法經過嚴格的測試得到驗證，並在解釋醫學數據方面顯示出有希望的結果。

結果範例

結果與未來的工作

DocScribe 在處理醫療查詢和總結患者報告方面表現出了非凡的熟練程度。未來的方向包括擴大模型在醫學語料庫上的訓練，納入醫學影像分析，並探索其在臨床研究中的應用。

安裝

git clone https://github.com/kmnis/DocScribe.git
cd DocScribe
pip install -r requirements.txt

# Start the jupyter server by running
jupyter notebook

# Open your browser and open http://localhost:8888/inference and open a notebook