基于医学大模型的智能问诊助手构建研究

摘要

背景传统医疗模式依赖于面对面交流和书面病历记录，诊断和治疗的效率不高。AI技术的发展，特别是大语言模型的进步，为医疗行业的变革提供了可能。目的 开发一款智能问诊助手，以改善医疗服务质量和效率，同时提供个性化诊疗体验。方法 基于综合大语言模型、数智人技术和3D可视化技术，建设包括患者端、服务器端、医师端的智能问诊系统。结果 患者端使用虚拟医师形象与患者进行自然语言交流，收集症状和病史；服务器端则运用医学领域的语言模型分析数据，并结合知识库给出初步诊断；医师端通过3D人体模型展示病情，辅助医师快速理解并制定治疗方案；输出方案通过医师确认反馈不断进行模型微调。系统不仅提高了信息收集和处理的效率，还借助3D可视化技术提升了医师的诊断速度。此外，大语言模型的应用使得系统对病情的理解更为精准，支持了个性化的诊疗服务。结论 智能问诊助手不仅减轻了医师的工作负担，也为患者提供了更加便捷的就诊体验，临床应用潜力巨大。

关键词

智能问诊助手 / 数智人 / 大语言模型 / 医疗数据可视化 / 交互体验

基金资助

新一代人工智能国家科技重大专项(2021ZD0140408)