Zhixin: LLM‑əsaslı zehni pozuntuların diaqnozu üçün dataset qurulması və təlimat incə tənzimləməsi

Baş şikayətlərdən bəhs edən bir psixi xəstəliklərin avtomatik diaqnozu maraqlı, lakin çətin bir işdir. Böyük Dil Modelləri (LLM) tibbi sahədə zəngin bilik və güclü fikirləşmə qabiliyyətini göstərmişdir. Bununla birlikdə, əsas şikayətlərə əsaslanan psixi pozğunluqların diaqnozu yüksək ixtisaslaşmış bilik tələb edir. Müvafiq resursların olmaması bu vəzifədə LLM-lərin fəaliyyətinə mane olur. Bu problemi həll etmək üçün məlumat dəstini xüsusi bir xəstəxanadan 29 müxtəlif psixi pozğunluq növünü əhatə edən 6780 şikayət-diaqnoz cütlüyünü topladıq. Bu arada biz şəxsi məxfiliyini qorumaq üçün ətraflı məlumat təmizləmə və əl ilə düzəliş aparırıq. Bu əsasla, Zhixin adlı model təklif edirik. Bu, təklif olunan məlumat dəstinə uyğunlaşdırılmış psixi pozğunluqların diaqnozu üçün LLM. Eksperimental nəticələr göstərir ki, Zhixin avtomatik qiymətləndirmə baxımından ən müasir yanaşmalardan üstünlük təşkil edir. Ümumi dəqiqlik üçün 3 atışlı DeepSeek-R1-i 18.54%-ə üstün tutur. Bu arada, insan qiymətləndirilməsi nəticələri göstərir ki, Zhixin-in yaradılmış cavabı psixi pozğunluq diaqnozu üçün vacib olan dəqiqliyi, təhlükəsizliyi və peşəkarlığı təmin edir. Kategoriya üzrə performansın dərin təhlili gələcək tədqiqat istiqamətini aydınlaşdırır və nisbətən nadir metal pozuntularına diqqət yetirməyi təklif edir.

Bu iş EEG siqnallarını inteqrasiya edərək bir çox modali böyük modelli psixi sağlamlıq profilinin qurulması üçün əsas texnologiyaların tədqiqatı, Dalian Neusoft İnformasiya Universitetinin (TIFP202306) Texnologiya İnnovasiya Layihəsi və Qıtaynın Anhui vilayətinin Təhsil Departamentinin əsas elmi tədqiqat layihəsi tərəfindən dəstəklənmişdir. 2025AHGXZK30479.

Səhiyyə Texnologiyaları Məktəbi, Dalian Neusoft İnformasiya Universitetinin Dalian, 116033, Çin

Xiujie Zhao, Fengdong Sun, Yanrong Dong və Yubo Wang

Böyük məlumatlar və süni intellekt məktəbi, Fuyang Texnologiya Universitetində, Fuyang, 236000, Çin

Müəlliflər bildirirlər ki, tədqiqat potensial maraq ziddiyyətləri kimi başa düşülə biləcək hər hansı bir kommersiya və ya maliyyə əlaqələrinin olmaması ilə aparılıb.