分享

30多个医疗大模型汇总:扁鹊、孙思邈、神农、皇帝、仲景、华佗大模型.........

 微笑如酒 2023-12-10 发布于安徽

随着人工智能技术的飞速发展,医疗领域也正迎来一场数字化和智能化的革命。在这场革命中,中医药大模型作为代表,将传统中医学理论与现代科技相结合,为医药研究、临床应用和发展提供了强大的支持。这些模型利用大数据和机器学习算法,能够深入分析和解读复杂的医学数据,从而帮助医生更准确地诊断疾病、制定治疗方案,并提供个性化的医疗建议。此外,大模型还可以应用于药物研发和临床试验。通过对大量的药物数据进行分析和模拟,这些大模型能够预测药物的功效和副作用,加速新药的研发过程,并提供更精确的药物治疗方案。除了在研究和临床应用方面,大模型还可以帮助医学教育和培训。通过模拟真实的医学场景和病例,这些模型可以提供交互式的学习环境,帮助医学生和医生不断提升自己的技能和知识水平。

总之,中医药大模型的出现为医学科的发展带来了巨大的机遇和挑战。随着技术的不断进步和应用的不断拓展,我们有理由相信,中医药大模型将在未来继续发挥重要作用,为医疗领域带来更多的创新和突破。
1、岐黄问道 · 大模型

使用方式:关注“大经数智中医”公众号-特色服务-岐黄问道大模型进行申请试用

Image

南京大经中医药信息技术有限公司研发的“岐黄问道·大模型”在今年7月发布。岐黄问道·大模型包含三个子模型:基于已确诊疾病的临床诊疗大模型;仅仅基于症状、体征的临床诊疗大模型;中医养生调理大模型。使用已确诊疾病的临床诊疗大模型,输入患者 “疾病 - 症状 - 体征” 信息,大模型可以输出辨证结果、治则治法和中药方剂。没有明确诊断的疾病,只输入症状和体征信息,大模型也能输出完整的结果来。使用中医养生调理大模型,只需输入症状、体征信息。比如输入怕冷及相关症状,大模型就能输出中药、经络穴位、食疗、茶饮等多维度的养生方案。

在“学习强国”App中的中医智能健康助手就是基于此模型,只需要选择一些不舒服的表现,就能推荐中医调理方案。

2、华佗GPT

https://www./

https://github.com/FreedomIntelligence/HuatuoGPT

Image

有免费体验网站,可直接访问对话,无需注册登录账户。目前处于测试阶段,还在不断完善优化中,由香港中文大学(深圳)和深圳市大数据研究院联合开发。

3、左医GPT

https://console./list

可申请短期体验,也可进行API key申请,可免费使用一段时间。

应用中心主要有问诊、病例、药品等相关内容(智能医生需要付费,AI医生目前可体验)

Image
Image

4、医联MedGPT

https://www./

Image

个人无法直接使用,目前与各大医院及机构合作面向患者使用。是国内首个进行线下医院实际问诊等流程场景使用测评的大模型。已进入内部测试阶段,2023年5月正式发布。已拥有近3000种疾病的首诊能力,覆盖80%以上的成年人疾病和90%以上的0-12岁儿科疾病。突破AI医生无法与真实患者连续自由对话的难点,并在医疗问诊场景中支持多模态的输入和输出,在疾病的预防、诊断、治疗、康复四个重要环节全面实现智能化。在微信公众号“医联Medlinker”中有个“医联MedGPT 媒体沟通会”的发布会视频,里面详细讲解了模型具体情况。

该模型通过与华西医院的医生进行直播PK,共问诊120名真实患者。最终,经过一天的鏖战,真人医生综合得分为 7.5分,AI 医生综合得分为 7.2分,比分结果上一致性达到了96%。

5、砭石

http://www./

中医大模型,不免费,可简单体验。智慧眼开发的医疗领域大模型砭石,是一款支持多模态(文本、图像、视频和音频)输入的人工智能医生,可以提供智能问诊、辅助诊断、智能用药等服务,赋能医疗健康行业的各个场景。

体验方法:扫描智慧眼官网上的二维码,体验互联网医院的服务,包括智能导诊、在线问诊、处方流转、药物配送等。扫描后进入小程序进行微信登陆,添加就诊人并实名认证,后自动跳转到“急速问诊”页面,该问诊就是基于砭石模型问答。下次再次使用时在小程序首页上的“问诊购药”或“复诊续方”功能按钮进入问答界面。

Image
Image

6、京东JDH 京医千询

Image

基于京东自己的言犀大模型打造,投喂了京东互联网医院积累了上亿级的医疗问诊数据。远程医疗两个场景:一是药师的问答;二是医患问答。目前与互联网医院及医疗机构合作面向患者使用,个人目前无法直接使用。没有找到官网相关链接及信息,欢迎评论补充。感兴趣的可通过京东云网站客服等渠道咨询就行。

相比其他大模型,京医千询基于循证医学知识构建,整合了大量的临床实践指南、最新的医学文献和专家知识,能够确保提供可靠的、具有科学依据的医疗建议和诊断;同时,它还具备多模态理解的能力,融汇了京东健康在服务患者过程中产生的超亿级的高质量医患对话数据,涵盖图表、文本、图像等形式,能够帮助医生全面了解患者情况,完成诊断和治疗决策。

此外,京医千询还注重共情交互。它被设计为与患者和医生进行智能化的对话,以了解彼此的需求、关注和情感。这种更亲切、更人性化的交流体验,有助于建立更加紧密和可信任的医患关系。

截至目前,已经有178家科研医疗机构、26家药企、69家企业客户,以及超过4.3万名医生,直接或间接参与了京医千询大模型建设。未来,京东健康将持续开放自身数智化技术服务和供应链能力,不断深化运程医疗服务能力建设,并携手更多合作伙伴一道,推动整个医疗健康服务体系高质量发展。


7、神农中医药大模型

https://github.com/michael-wzhu/ShenNong-TCM-LLM

ShenNong-TCM由华东师范大学计算机科学与技术学院智能知识管理与服务团队完成,旨在推动大型语言模型在中医药领域的发展和落地,提升大型语言模型的在中医药方面的知识与回答医学咨询的能力,同时推动大模型赋能中医药传承。

该项目2023年6月底开源了中文中医药大模型ShenNong-TCM-LLM,以开源的中医药知识图谱为基础,采用以实体为中心的自指令方法,调用ChatGPT得到11w+中医药指令数据。该模型基以LlaMA为底座,采用LoRA(rank=16)微调得到。

Image

8、TCMLLM

由北京交通大学计算机与信息技术学院医学智能团队开发的中医药大语言模型项目(TCMLLM)拟通过大模型方式实现中医临床辅助诊疗(病证诊断、处方推荐等)中医药知识问答等任务,推动中医知识问答、临床辅助诊疗等领域的快速发展。目前针对中医临床智能诊疗问题中的处方推荐任务,发布了中医处方推荐指令微调大模型TCMLLM-PR。

研发团队整合了8个数据来源,涵盖4本中医经典教科书《中医内科学》、《中医外科学》、《中医妇科学》和《中医儿科学》、2020版中国药典、中医临床经典医案数据、以及多个三甲医院的涵盖肺病、中风病、糖尿病、肝病、脾胃病等多病种的临床病历数据,构建了包含68k数据条目(共10M token)的处方推荐指令微调数据集,并使用此数据集,在ChatGLM大模型上进行大规模指令微调,最终得到了中医处方推荐大模型TCMLLM-PR。

9、中医大语言模型-仲景

https://github.com/pariskang/CMLM-ZhongJing

https://github.com/SupritYoung/Zhongjing

仲景中医大语言模型(CMLM-ZhongJing)由复旦大学和同济大学共同开发,借鉴人类记忆知识的过程,采用专业表格,借助大语言模型的语言表征能力,严格设置特定的prompt模板,使得模型基于中医妇科方药表格数据生成包括患者治疗故事、诊断分析、诊断治疗预期结果、处方功用、互动故事、患者治疗故事、叙事医学、舌脉象、诊疗方案制定、批判性思维、随访、处方、药物用量、个例研究、真实世界问题、病因病机等15个场景,以促进模型对中医方药数据及诊断思维逻辑的推理能力。通过与文心一言、星火等大语言模型进行初步对比,发现仲景中医大语言模型在基于300条中医方药数据构建的多样化诊疗分解指令数据集上具备良好的泛化能力。

10、黄帝(Huang-Di)模型仓库

黄帝模型由南京大学信息管理学院及郑州大学人工智能学院合作完成。研究团队在 Ziya-LLaMA-13B-V1基线模型的基础上加入①中医教材数据:收集“十三五”规划所有中医教材共22本。②在线中医网站数据:爬取中医世家、民间医学网等在线中医网站及知识库,训练出一个具有中医知识理解力的预训练语言模型,之后在此基础上通过海量的中医古籍指令对话数据及通用指令数据进行有监督微调,使得模型具备中医古籍知识问答能力。


11、本草(原名:华驼)

本草大模型由哈尔滨工业大学社会计算与信息检索研究中心健康智能组合作研发。项目开源了经过中文医学指令精调/指令微调的大语言模型集,包括LLaMA、Alpaca-Chinese、Bloom、活字模型等。基于医学知识图谱以及医学文献,结合ChatGPT API构建了中文医学指令微调数据集,并以此对各种基模型进行了指令微调,提高了基模型在医疗领域的问答效果。

中医大模型,免费开源,但目前无法直接使用,需下载在高性能计算机上进行复杂本地部署,也没有线上网站可体验。

https://github.com/SCIR-HI/Huatuo-Llama-Med-Chinese

Image

https://github.com/SCIR-HI/Med-ChatGLM

Image


12、基于“GLM-130B”的数字中医大模型

https://github.com/THUDM/ChatGLM-6B

该项目是北京智谱华章科技有限公司和北京中医药大学东方医院共同开发的数字中医大模型示范应用。此模型采用智谱华章的高精度千亿中英双语稠密模型“GLM-130B”,以满足中医领域对名医经验挖掘整理的需求。通过构建数字中医服务平台,该项目探索了高危肺结节的人工智能临床诊疗和临床评价研究等解决方案,实现了中医临床经验的智慧化复制新模式。项目初步研发了医疗垂直领域的问答功能,支持医疗、健康问题的智能化知识问答,并开发了根据症状生成中医处方,提供处方主治症候医学解释等辅助诊疗功能。未来,项目将依托北京中医药大学及东方医院的优质医疗资源,抓住大模型发展机遇,探讨通用人工智能在中医领域的应用路径,发挥积极的示范效应。

Image

13、轩岐问对

“甘草医生”团队与浙江中医药大学共同研发了中医药经方领域首个基于大语言模型的人工智能对话系统——“轩岐问对”。他们将大量的中医教材、讲义、病案构建成了庞大的中医药知识图谱,并用大数据训练AI模型,使AI模型具备了强大的中医内容生成能力和通用易懂的中医语言表达能力。通过此系统,可以在数据中进行病案整理、提取信息、辅助诊断和问答。同时,“轩岐问对”还能像 ChatGPT 一样,迅速回答中医药相关问题,实现中医智慧和人工智能的学习共创。

除了上述介绍的大模型外,我国在人工智能领域还有诸多令人瞩目的研究成果。据了解,部分大型模型仅见诸报道,尚未向公众开放体验或开源代码。这些大模型无疑为广大科研工作者和开发者提供了更多想象空间,也让我国在人工智能领域的发展更具潜力。

其他医疗大模型:

14、XrayGLM -首个会看胸部X光片的中文多模态医学大模型:

https://github.com/WangRongsheng/XrayGLM

15、明医 (MING):

https://github.com/MediaBrain-SJTU/MING

16、扁鹊(BianQue):

https://github.com/scutcyr/BianQue

17、孙思邈中文医疗大模型:

https://github.com/thomas-yanxin/Sunsimiao

18、启真医学大模型:

https://github.com/CMKRG/QiZhenGPT

19、medAlpaca:

https://github.com/kbressem/medAlpaca

20、关怀GPT:

https://github.com/WangRongsheng/CareGPT

21、SoulChat灵心健康大模型:

https://github.com/scutcyr/SoulChat

22、Mindchat漫谈中文心理大模型:

https://github.com/X-D-Lab/MindChatMindChat

23、CareLlama关怀羊驼中文医疗大模型 (TBD):

https://github.com/itsharex/CareLlama

24、MedicalGPT:

https://github.com/shibing624/MedicalGPT

25、https://github.com/llSourcell/Doctor-Dignity

26、https://github.com/facebookresearch/llama-recipes

27、https://github.com/Kent0n-Li/ChatDoctor

28、https://github.com/hiyouga/LLaMA-Factory

29、https://github.com/michael-wzhu/ChatMed

30、https://github.com/SCIR-HI/Med-ChatGLM

31、https://github.com/xionghonglin/DoctorGLM

32、https://github.com/X-jun-0130/LLM-Pretrain-FineTune

33、https://github.com/openmedlab/PULSE

34、https://github.com/WangRongsheng/MedQA-ChatGLM

35、https://github.com/chaoyi-wu/PMC-LLaMA

目前真正能用的还是比较少,大多数处于研发阶段。模型名字倒是取得不错,古代十大名医的名字都快用完了,李时珍、叶天士、宋慈、葛洪......大家加油!

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多