今天给大家分享的ChatGPT新应用项目，是ChatGPT模型在医学领域的应用，什么，医学领域？
是的，没错，是医学领域的ChatGPT应用，我们都知道ChatGPT是OpenAI开源的一个智能对话式引擎，今天给大家分享的项目叫“本草”。
“本草”模型是经过中文医学指令精调/指令微调(Instruct-tuning) 的LLaMA-7B模型。
通过医学知识图谱和GPT3.5 API构建了中文医学指令数据集，并在此基础上对LLaMA进行了指令微调，提高了LLaMA在医疗领域的问答效果。
“纸上来得终觉浅，绝知此事要躬行”，我们直接演示一下具体的使用效果。
1.安装依赖包，python环境建议3.9
accelerate
appdirs
bitsandbytes
black
black[jupyter]
datasets
fire
git+https://github.com/huggingface/peft.git
git+https://github.com/huggingface/transformers.git
gradio
sentencepiece
wandb
执行Linux系统指令：
pip install -r requirements.txt
2. 中医推理模型权重的下载
（1）对LLaMA进行指令微调的LoRA权重文件：
#基于医学知识库
lora-llama-med/
– adapter_config.json # LoRA权重配置文件
– adapter_model.bin # LoRA权重文件
#基于医学文献
lora-llama-med-literature/
– adapter_config.json # LoRA权重配置文件
– adapter_model.bin # LoRA权重文件
（2）对Alpaca进行指令微调的LoRA权重文件
#基于医学知识库
lora-alpaca-med-alpaca/
– adapter_config.json # LoRA权重配置文件
– adapter_model.bin # LoRA权重文件
#基于医学知识库和医学文献
lora-alpaca-med-alpaca-alldata/
– adapter_config.json # LoRA权重配置文件
– adapter_model.bin # LoRA权重文件
3. 训练数据集构建
采用了公开和自建的中文医学知识库，医学知识库围绕疾病、药物、检查指标等构建，字段包括并发症，高危因素，组织学检查，临床症状，药物治疗，辅助治疗等。
知识库示例如下:
{
"中心词": "偏头痛",
"相关疾病": ["妊娠合并偏头痛", "恶寒发热"],
"相关症状": ["皮肤变硬", "头部及眼后部疼痛并能听到连续不断的隆隆声", "晨起头痛加重"],
"所属科室": ["中西医结合科", "内科"],
"发病部位": ["头部"]
}
我们利用GPT3.5接口围绕医学知识库构建问答数据，设置了多种Prompt形式来充分利用知识。
指令微调的训练集数据示例如下：
"问题：一位年轻男性长期使用可卡因，突然出现胸痛、呕吐、出汗等症状，经检查发现心电图反映心肌急性损伤，请问可能患的是什么疾病？治疗方式是什么？"
回答: 可能患的是心肌梗塞，需要进行维拉帕米、依普利酮、硝酸甘油、ß阻滞剂、吗啡等药物治疗，并进行溶栓治疗、低分子量肝素、钙通道阻滞剂等辅助治疗。此外需要及时停用可卡因等药物，以防止病情加重。"
4. 运行应用效果测试
在./data/infer.json中提供了一些测试用例，可以替换成其它的数据集，请注意保持格式一致
运行推理脚本代码：
#基于医学知识库
bash ./scripts/infer.sh
#基于医学文献
bash ./scripts/infer-literature-single.sh
千寻选择了基于医学知识库的模型与数据，推理GPU显卡类型为： Tesla T4
以下为运行结果：
Example1:
输入：小张最近感觉身体不适，出现心悸、气促等症状。体检发现心脏扩大、搏动减弱。
回答： 小张可能患有心肌炎，建议尽快到医院进行检查和治疗。治疗方案包括药物治疗和手术治疗。
Example2:
输入： 麻风病和儿童哮喘的病因是否一致？
回答： 不一致，麻风病的病因是麻风杆菌感染，而儿童哮喘的病因是喂养不良、吸烟等因素。
Example3:
输入： 一位患者出现了持续性的胀痛和黄疸，经影像学检查后确诊为肝胆管结石病，应该采取哪些治疗方案？
回答： 针对肝胆管结石病，治疗方案包括手术治疗、药物治疗和辅助治疗等。具体治疗方案需要根据患者的具体情况而定。
5. 模型迁移训练，更加合适精确
使用自己的数据集微调LLaMA，按照./data/llama_data.json的格式构建自己的数据集
运行finetune脚本
bash ./scripts/finetune.sh
6. 模型效果对比
目前“本草”大模型，只开放了针对"肝癌"单个疾病训练的模型参数。
希望在未来，发布融入文献结论的医学对话数据集的AI全能医生，作为AI时代的“私人医生”的指向！期待！
原文链接：https://www.bilibili.com/read/cv24946982/
