智能中国专利医学 (CPM) 建议框架:整合大型语言模型,检索增强生成和最大的CPM数据集

科学领域:

• 综合医学是一个整体的医学.
• 医疗保健中的人工智能
• 药理学 药理学是指药理学的学科.

背景情况:

• 中国专利药物 (CPM) 广泛使用,但通常是由缺乏传统中医 (TCM) 专业知识的西方医学医生处方的.
• 这种知识差距可能导致治疗建议不足最佳.
• 需要智能系统来支持准确的CPM处方.

研究的目的:

• 开发一个智能框架,RAG-CPMF,用于推中国专利药物.
• 利用大型语言模型 (LLM),检索增强生成 (RAG) 和最大可用的CPM数据集.
• 提高CPM建议的准确性,特别是对于非TCM从业者.

主要方法:

• 通过整合LLMs,RAG和全面的CPM数据集,构建了RAG-CPMF.
• 采用多LLM验证,以实现高效准确的结构化数据提取.
• 建立了最大的持续更新的CPM数据集.
• 将CPM数据集与RAG架构和LLM生成能力相结合,以增强检索和生成.

主要成果:

• 开发了RAG-CPMF,这是CPM建议的智能框架.
• 创建了最大的CPM数据集,并不断更新.
• 与一般用途的LLM相比,RAG-CPMF在对临床指南进行评估时显著提高了推准确度.

结论:

• RAG-CPMF有效地提高了中国专利医药建议的准确性.
• 整合LLMs,RAG和大量数据集解决了非TCM从业者面临的挑战.
• 这一框架代表了人工智能辅助传统中医学的重大进步.