基于检索增强生成（RAG）技术的医学教学辅助智能问答系统的构建探索

Exploration of the construction of a medical teaching assistant intelligent question-answering system based on retrieval-augmented generation technology

摘要

在医学教育领域，人工智能技术的应用前景广阔，但其在特定知识领域的准确性和可靠性尚须提高，这限制了其在医学教学辅助智能问答系统中的应用普及。为了解决这一问题，本研究尝试探索一种结合检索增强生成（retrieval augmented generation， RAG）技术和临床医学专业教科书知识库的方法，以提高智能问答系统的准确性和可靠性，并减少人工智能幻觉的产生。结果显示，该系统能够为医学生提供丰富、准确且可靠的医学知识资源；在准确性和可靠性方面也显著优于仅依赖大语言模型的智能平台；能为学生提供智能化的学习支持。这表明，通过整合先进的人工智能技术和专业的医学知识库，可以有效提升医学教育的质量和效率。

Abstract

In the field of medical education, the application prospects of artificial intelligence technology are broad, but its accuracy and reliability in specific knowledge domains still need to be improved, which has limited its widespread application in intelligent question-answering systems for medical learning assistance. To address this issue, this study attempts to explore a method that combines retrieval-augmented generation (RAG) technology with clinical medicine major textbook knowledge bases to enhance the accuracy and reliability of intelligent question-answering systems and reduce the occurrence of artificial intelligence hallucinations. The results show that the system significantly outperforms intelligent platforms that rely solely on large language models in terms of accuracy and reliability. The system can provide medical students with rich, accurate, and reliable medical knowledge resources, thereby providing them with intelligent learning support. This indicates that by integrating advanced artificial intelligence technology with professional medical knowledge bases, the quality and efficiency of medical education can be effectively improved.

Graphical abstract

关键词

生成式人工智能 / 医学教育 / 智能问答系统 / 幻觉问题 / RAG技术

Key words

artificial intelligence generated content / medical education / intelligent question-answering system / hallucination problem / RAG technology

人工智能（artificial intelligence， AI）自20世纪中叶诞生以来，经历了多个发展阶段，从模拟人类思维的符号主义方法，到专家系统的出现，再到机器学习与大数据时代的兴起^[1]。21世纪，深度学习技术的突破使AI在多领域超越人类^[2]。近年来，生成式AI不断拓宽其应用范围，显示出了巨大的潜力。其应用成果不断涌现，如智能语音助手和智能辅助诊断等^[3]。AI的快速发展不仅提升了人们生活的便利性，更是推动了众多行业领域的创新，深刻影响了社会变革。

顺应这一发展趋势，中国也将人工智能视为国家发展的重要契机，发布了《新一代人工智能发展规划》等纲领性文件，以推动AI与经济社会的深度融合，助力全方面创新的实现。而在教育领域，正如习近平总书记所指出的，教育数字化是中国开辟教育发展新赛道和塑造教育发展新优势的重要突破口。二十届三中全会通过的《中共中央关于进一步全面深化改革 推进中国式现代化的决定》更是明确提出要推进教育数字化，这无疑为AI在医学教育中的应用指明了方向。有研究表明，生成式人工智能可以在教学模式、教学内容和教学评价方面重塑医学教学范式，在学习空间、教学过程和教学方式方面重构学习形态^[4]。目前，将AI应用于医学教育教学的成功案例已经呈现指数级增长的态势，比如医学教育垂直领域的大语言模型应用范例医学教育小百科、能够实现基于文本信息的高质量肺部CT图像生成的MedSyn模型等^[5]，可见AI技术在医学教育中展现出诸多潜力和优势。但是,AI技术在应用过程中存在安全性差和伦理等问题，也存在一定的经济和技术壁垒^[6]，导致医学教学智能问答系统这一领域中最直接的AI应用无法得到普及和推广。本研究试图探索一个基于生成式人工智能医学教学辅助智能问答系统的较为经济可行的构建方案，并对其实际效果进行检测评价。

1 生成式人工智能的发展与挑战

生成式人工智能（artificial intelligence generated content, AIGC）是一种通过学习大规模数据集生成新的原创内容的新型人工智能技术。它能够基于算法、模型、规则生成文本、图片、声音、视频、代码等内容^[7]。这一领域的发展历程可以追溯到上世纪五十年代，随着隐马尔可夫模型和高斯混合模型的引入，计算机可以智能化地生成语音和时间序列等顺序数据。然而，直到深度学习算法的引入，生成模型的性能才有了显著的提高。其关键技术与算法也经历了数个阶段的演变。2014年，生成对抗网络（generative adversarial networks， GAN）的提出是该领域的一个重要里程碑，不仅在技术上实现了重大突破，更是在理论和应用两方面推动了整个领域的发展^[8]。近年来，基于Transformer架构的智能模型的出现彻底改变了AI的内容生成模式，使大规模训练成为可能^[9]。在自然语言处理领域，许多著名的大型语言模型，如BERT和GPT^[10]，都是采用Transformer架构作为其主要构建模块。在计算机视觉领域，Vision Transformer^[11]和Swin Transformer^[12]也是通过将Transformer架构与视觉组件相结合，从而完成基于图像的众多任务。

生成式人工智能的发展带来了显著的技术进步，但同时也伴随着一系列挑战，如数据泄露和虚假内容生成的风险日益凸显。除了数据隐私与信息安全、透明度弱和可解释性差等突出问题外，模型可能会产生与现实不符的“幻觉”，这种现象在处理复杂或模糊情境任务时尤为明显。AI幻觉是指AI模型生成错误或误导性信息的现象，即AI模型可能会捏造细节信息，提供缺乏现实依据的推理和声称^[13]。比如，AI写作工具可能基于虚构的统计数据撰写研究报告；AI辅助诊断工具则可能对于病人的罹患疾病情况做出错误判定。这一现象可能产生严重的现实影响，进而削弱用户对AI系统的信任。在医学教育领域，人工智能幻觉问题的典型表现是在模拟病例和临床决策支持中提供不准确的信息。例如，一项研究表明，通用型AI,如ChatGPT,在复杂医疗诊断方面存在显著缺陷，其在诊断150个复杂医疗案例中，有76个出现错误，错误率超过50%^[14]。更严重的是，即使在给出错误诊断时，AI也能提供看似合理且有说服力的解释，这对于缺乏深厚的医学领域专业知识的医学生而言是极具误导性的。

目前，降低人工智能幻觉的技术主要包括策略性微调、多样本上下文学习和检索增强生成（retrieval-augmented generation， RAG）等方法^[15]。策略性微调是通过使用标记的响应数据集来对模型进行再次训练，对模型参数进行微调。这种训练方法会帮助模型学会在不确定时，直接表达模型的不确定性，而不是捏造信息。但是，参数的调整可能会影响模型在其他方面的表现。多样本上下文学习是通过提供示例的方式来增强模型的适应性和准确性。模型通过一系列的人机交互进行学习，从而对语言和任务的细微差别进行更好地识别。RAG是通过整合外部知识源来减少幻觉现象，确保生成的内容是源于可信的事实信息。RAG的关键步骤包括初始响应生成、多语言一致性检查和检索增强。通过这种方式，模型可以利用外部知识数据库来补充其内部知识，从而提高响应的准确性。在这三种方法中，RAG技术因其能够结合外部知识源、显著提升文本生成的质量和准确性，使其在医学教育中具有显著的应用价值。当具有医学教育信息库时，RAG技术能够协助学生深入探索和理解复杂的医学概念，例如，在分析特定病例时，RAG技术可以从广泛的医学文献和数据库中精准检索相关病例资料、治疗方法和最新的研究进展，并利用其生成能力，整合相关信息，为学生提供一份详尽且有针对性的病例报告。因此，RAG技术是目前医学教育领域较为可行的技术之一。

2 医学教学辅助智能问答系统的需求分析

医学教育对知识的严谨性和准确性有着极高的要求，任何微小的误差都可能导致严重的医疗后果。因此，教学辅助人工智能问答系统在设计时必须采用严格的数据验证和审核流程，确保其提供的信息来源权威、内容经过专家验证，以满足医学教育的这一要求。也正是出于这种考虑，尽管系统可能需要具备自我学习和更新的能力，但这种更新必须是谨慎和受控的，能满足学生构建长期的、稳定的知识基础的需要。

因此，医学教学辅助智能问答系统的设计原则包括：首先，要确保准确性和可靠性。鉴于医学知识的严谨性，系统必须提供高度准确的信息。这要求系统后台支持足够强大，能够处理复杂的医学查询，并通过可靠的医学教育数据库进行验证，以确保回答的权威性和正确性。其次，可适时更新与较强的适应性。虽然医学知识更新速度相对较慢，但系统仍需具备实时更新的能力，以反映最新的医学研究进展和临床指南。再次，需要有用户友好的交互设计。系统应提供简洁明了的用户界面，直观易用的交互方式，以及实时反馈机制，确保用户能够快速、方便地获取所需信息。

由上述分析可知，基于临床医学专业教科书知识库的RAG技术，是医学教育领域中应对信息准确性和可靠性要求的理想选择。RAG技术通过结合大规模语言模型的生成能力和专业领域知识库的检索功能，有效弥补了传统生成模型在特定领域知识更新和准确性上的不足。在医学教育领域，尤其要求智能问答系统必须能够提供基于权威教科书和最新临床指南的准确信息。RAG技术通过检索专业教科书知识库，确保了生成的信息不仅基于最新的医学研究，而且得到了专业文献的支持，从而大大降低了“幻觉”现象的发生。此外，RAG技术还能够提供知识溯源，增强了答案的可解释性，这对于需要高度准确性和可靠性的医学教育尤为重要。因此，RAG技术在满足医学教育领域的特殊需求方面显示出了其独特的优势和潜力。

3 医学教学辅助智能问答系统构建

基于临床医学专业教科书知识库的RAG技术的医学教学辅助智能问答系统的构建，需要综合考虑用户层、应用层、数据层和基础设施层的需求和特点。在用户层，系统需要为医学生、教师和临床医生提供直观、易用的交互界面。这要求系统能够理解自然语言查询，并以友好的方式展示答案和相关的医学知识。用户界面设计应简洁明了，确保用户能够轻松地获取所需信息，同时提供个性化的学习资源推荐，以适应不同用户的学习习惯和能力水平。应用层则关注于实现具体的教学辅助功能，如病例讨论、临床决策支持、自动化题库生成等。RAG技术通过检索教科书知识库，结合生成模型的能力，提供准确、相关的回答和建议。这种技术的应用不仅提高了医学教育的效率，也有助于提升医学生和教师的专业能力。数据层是系统的核心，包含了临床医学专业教科书这一权威医学资源。这些数据通过自然语言处理技术进行结构化和索引，以便快速检索和准确回答。基础设施层提供了必要的技术支持，包括服务器、数据库、网络资源等。这一层确保了系统的稳定性、安全性和可扩展性，支持大规模的用户访问和数据存储。同时，也需要考虑数据的备份和灾难恢复机制，以保护重要的医学知识资源。

在本研究中，我们采用了一种高效的技术路线来构建医学教学辅助智能问答系统。首先，选用了由阿里云自主研发的千问2.0大语言模型（7B版本），在控制大小的前提下，保证了对自然语言有着良好的理解和分析能力。该模型能够处理复杂的语言任务，为用户提供高效、智能的语言服务体验。为了提升平台的检索效率，我们采用shibing624/text2vec-base-chinese模型^[16]对临床医学专业教材进行文本的embedding转换。这是一个基于CoSENT(Cosine Sentence)的方法，能够将句子映射到一个768维的密集向量空间，适用于句子嵌入、文本匹配或语义搜索等任务。通过这种方式，我们可以将用户的查询转换为高维空间中的向量表示，从而更准确地进行语义匹配和信息检索。在系统的前端和RAG技术的实现上，我们采用了基于Docker的MaxKB平台（https://maxkb.cn/）。MaxKB是一个基于大语言模型和RAG的知识库问答系统，它提供了一个完整的开发环境，支持从项目结构搭建到开发调试的全过程。通过Docker容器化技术，我们可以轻松地部署和扩展我们的系统，同时确保了系统的稳定性和可维护性。这一技术路线的好处还在于可以实现本地部署和有限用户规模的服务器部署，大大降低了经济和技术的准入门槛。尽管这一技术路线可能无法满足大规模用户的需求，但不失为一个验证可行性且较为经济的方案。

4 医学教学辅助智能问答系统效果评价

为了验证本研究所部署平台，我们对于单纯的千问模型（AI）和加载临床医学专业教材知识库的千问模型（RAG AI）两个平台展开两组相同问题的询问，设置概念类问题“什么是玻璃体猪囊尾蚴病”和归纳类问题“为什么说高尔基复合体具有极性”以评价系统在知识再现和推演两个层面的回答准确性（如图1所示）。

经过不断的更新和迭代，现有的人工智能技术已经变得越来越精细。然而，由于训练时所使用的文本数据的局限性，人工智能在某些知识领域仍然存在盲点，对一些知识点的理解可能不够准确，这一点在AI对问题1的回答中可见一斑（如图1a所示）。尽管AI对概念类问题1的答案并不明了，但它并没有基于幻觉或随意编造数据来提供虚假信息。相反，它对问题提出了质疑，并在其知识范围内提供了解释，尽管这些解释的相关性可能并不强。而当人工智能接入知识库后，它能够对检索到的结果进行语言上的重组，为学习者提供准确、清晰且系统的答案（如图1b所示）。在这方面，RAG AI的表现尤为出色。与问题1不同，问题2不再仅仅关注概念，更需要系统对于相关概念和知识进行组织与推理，并最终完成归纳，其难度更大，需要更高阶的思维能力。AI的回答能够从最关键的功能角度进行分析，但存在专有名词不规范、不统一甚至命名错误等问题，如未能正确给出高尔基复合体的形态结构名称，描述分子过程的用词较为口语化（如图1c所示）。此外，还存在推理提炼不够充分的问题，导致回答较为片面。加载知识库后的RAG AI的回答则较为正确，不仅使用科学规范的专有名词，还能使用学科术语，从形态、结构、功能几个层次阐述高尔基复合体的极性问题，逻辑较为缜密（如图1d所示）。最后，RAG AI在回答问题之后，还提供了参考资料的来源（如图1所示），便于学习者进一步开展深度学习。这种能力不仅增强了学习者对知识的理解和掌握，还提升了其自主探索的能力。在医学教学领域，这种智能问答系统的设计定位得到了完美的体现，它可以通过提供详尽的参考资料，帮助学习者构建起一个全面而坚实的知识体系。

5 结束语

尽管人工智能技术在医学教育领域展现出巨大潜力，但其在特定知识领域的准确性和可靠性仍面临挑战。本研究探讨了基于生成式人工智能的医学教学辅助智能问答系统的构建，并对其实际效果进行了评价。结果表明，通过引入RAG技术，结合临床医学专业教科书知识库，可以有效提升智能问答系统在医学教育中的准确性和可靠性，降低幻觉的产生。此外，RAG AI还能为学习者提供丰富的相关文本资料，满足他们深入学习的需求，从而增强了学习者对知识的理解和掌握，并促进了他们自主探索的能力。

实践证明，包括RAG在内的人工智能技术在医学教育领域的应用是可行且有效的。它不仅提高了医学教育的效率，还有助于提升医学生和教师的专业能力。随着技术的不断进步和优化，人工智能技术有望在未来的医学教育中发挥更大的作用，为学习者更加智能地提供丰富、准确和可靠的医学知识资源。同时，这也为教育者提供了新的教学工具和方法，有助于推动医学教育的创新和发展。但是，人工智能技术的融入也对教师和医学生提出了新的挑战，为了更好地利用人工智能，师生都需要投入时间学习人工智能的基础知识，了解其优势和局限性。他们应该认识到人工智能技术可能存在的问题，比如数据偏见、隐私保护、以及信息的准确性等，这样才能更加有效地使用这些工具。

参考文献

[1] 崔雍浩, 商聪, 陈锶奇, 等. 人工智能综述: AI的发展[J]. 无线电通信技术, 2019, 45(3): 225-231.

[2] 段艳杰, 吕宜生, 张杰, 等. 深度学习在控制领域的研究现状与展望[J]. 自动化学报, 2016, 42(5): 643-654.

[3] 孙效华, 张义文, 侯璐, 等. 人工智能产品与服务体系研究综述[J]. 包装工程, 2020, 41(10): 49-61.

[4] 宋雨欣, 李子怡, 丁宁. 生成式人工智能对医学教育的影响探析[J]. 中国医学教育技术, 2024, 38(3): 281-286.

[5] XU Y W, SUN L, PENG W, et al. MedSyn: Text-guided anatomy-aware synthesis of high-fidelity 3D CT images[J]. IEEE Transactions on Medical Imaging, 2024,43(10):3648-3660.

[6] 邹陆曦, 孙玲. 人工智能在医学教育中的应用现状及问题研究[J]. 卫生职业教育, 2021, 39(24): 18-20.

[7] EPSTEIN Z, HERTZMANN A, CREATIVITY I O H,et al.Art and the science of generative AI[J]. Science, 2023, 380: 1110-1111.

[8] GOODFELLOW I J, POUGET-ABADIE J, MIRZA M, et al. Generative adversarial networks[J]. Advances in neural information processing systems, 2014, 27: 2672-2680.

[9] VASWANI A, SHAZEER N, PARMAR N, et al. Attention is all you need[J]. Advances in Neural Information Processing Systems, 2017, 30: 2702-2712.

[10] 赵京胜, 宋梦雪, 高祥, 等. 自然语言处理中的文本表示研究[J]. 软件学报, 2022, 33(1): 102-128.

[11] PARMAR N, VASWANI A, USZKOREIT J, et al. Image transformer[C]. New York: ACM, 2018.

[12] LIU Z, LIN Y, CAO Y, et al. Swin transformer: Hierarchical vision transformer using shifted windows[EB/OL].(2021-03-25)[2024-08-15].

[13] 陈万球, 罗一人. 生成式人工智能的“知识幻觉”及其风险治理探论[J]. 上海市社会主义学院学报, 2024,210(4): 38-51.

[14] HADI A, TRAN E, NAGARAJAN B, et al. Evaluation of ChatGPT as a diagnostic tool for medical learners and clinicians[J]. PLoS One, 2024, 19(7): e0307383.

[15] LEWIS P, PEREZ E, PIKTUS A, et al. Retrieval-augmented generation for knowledge-intensive nlp tasks[J]. Advances in Neural Information Processing Systems, 2020, 33: 9459-9474.

[16] Shibing 624/Text2vec-Base-Chines·Hugging Face[EB/OL].(2022-10-30)[2024-10-10].

基金资助

2021年度辽宁省社会科学规划基金教育学项目(L21DED010)