大语言模型对临床问诊技能的影响

数据集获取

源站：https://clinicaltrials.gov/study/NCT06229379

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

条件：白内障、青光眼、糖尿病视网膜病变、角膜炎、结膜炎。目前，临床问诊技能教学的主要形式是让参与见习的本科生先学习病例的特点和诊断要点，然后在病房对真实患者进行问诊练习。然而，由于见习学生人数众多，在当前教学模式下，可供问诊的病例数量和疾病类型的丰富程度难以满足教学需求。因此，有必要利用新的智能技术，创建问诊技能教学的新模式，以提高教学效率并增强学生的临床思维。大规模语言建模（LLM）是一种能够从大量文本中学习知识的深度学习技术，ChatGPT等AI聊天机器人是其应用的典型例子。AI聊天机器人的特点是在不同语境中具有拟人化的理解能力和多样化的自然语言生成能力，并已在医学领域初步应用，例如通过美国

医师资格考试，协助眼科病史记录并回答眼科问题。然而，研究发现，尽管大语言模型在一般医学知识方面具有尚可的建模表现，但在专科疾病领域仍有待提升。基于此，研究者团队前期利用眼科学教材、临床指南共识、互联网对话数据及中山眼科中心知识库，结合人工反馈强化学习等技术对大语言模型进行微调训练，研发出具备眼科相关医学问题回答能力的本地化大语言模型“数字孪生患者”，并构建了自动化模型评估与医学专家人工评估相结合的评估体系。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。