Xiaoqing: A Q&A model for glaucoma based on LLMs

青光眼 可读性 体验式学习 医学 心理学 计算机科学 眼科 教育学 程序设计语言
作者
Xiaojuan Xue,Deshiwei Zhang,Chengyang Sun,Yiqiao Shi,Rongsheng Wang,Tao Tan,Peng Gao,Sujie Fan,Guangtao Zhai,Menghan Hu,Yue Wu
出处
期刊:Computers in Biology and Medicine [Elsevier]
卷期号:174: 108399-108399
标识
DOI:10.1016/j.compbiomed.2024.108399
摘要

Glaucoma is one of the leading cause of blindness worldwide. Individuals affected by glaucoma, including patients and their family members, frequently encounter a deficit in dependable support beyond the confines of clinical environments. Seeking advice via the internet can be a difficult task due to the vast amount of disorganized and unstructured material available on these sites, nevertheless. This research explores how Large Language Models (LLMs) can be leveraged to better serve medical research and benefit glaucoma patients. We introduce Xiaoqing, a Natural Language Processing (NLP) model specifically tailored for the glaucoma field, detailing its development and deployment. To evaluate its effectiveness, we conducted two forms of experiments: comparative and experiential. In the comparative analysis, we presented 22 glaucoma-related questions in simplified Chinese to three medical NLP models (Xiaoqing LLMs, HuaTuo, Ivy GPT) and two general models (ChatGPT-3.5 and ChatGPT-4), covering a range of topics from basic glaucoma knowledge to treatment, surgery, research, management standards, and patient lifestyle. Responses were assessed for informativeness and readability. The experiential experiment involved glaucoma patients and non-patients interacting with Xiaoqing, collecting and analyzing their questions and feedback on the same criteria. The findings demonstrated that Xiaoqing notably outperformed the other models in terms of informativeness and readability, suggesting that Xiaoqing is a significant advancement in the management and treatment of glaucoma in China. We also provide a Web-based version of Xiaoqing, allowing readers to directly experience its functionality. The Web-based Xiaoqing is available at https://qa.glaucoma-assistant.com//qa.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
悦耳怜南完成签到,获得积分10
刚刚
1秒前
24号甜冰茶完成签到,获得积分10
1秒前
重要的天寿完成签到 ,获得积分10
2秒前
HIKING完成签到,获得积分10
3秒前
huangJP发布了新的文献求助10
3秒前
狮子座完成签到 ,获得积分10
3秒前
传奇3应助LZYC采纳,获得10
4秒前
飘萍过客完成签到,获得积分10
4秒前
橙子完成签到 ,获得积分10
6秒前
赘婿应助莴苣采纳,获得10
6秒前
给我吃一口完成签到,获得积分10
6秒前
mss12138完成签到,获得积分10
6秒前
aaqw_8完成签到,获得积分10
7秒前
魔幻沛菡完成签到 ,获得积分10
8秒前
sewage发布了新的文献求助10
8秒前
kanglan完成签到,获得积分10
9秒前
不会学习的小郭完成签到 ,获得积分10
9秒前
fuguier发布了新的文献求助10
10秒前
10秒前
zhangxinan完成签到,获得积分10
10秒前
小米完成签到,获得积分20
11秒前
舒洛完成签到,获得积分10
11秒前
焦糖完成签到,获得积分10
12秒前
生动的映菱完成签到,获得积分10
12秒前
Dfish完成签到,获得积分10
13秒前
寒冷羊完成签到 ,获得积分10
13秒前
相爱就永远在一起完成签到,获得积分10
13秒前
上官若男应助莴苣采纳,获得10
14秒前
粗暴的坤完成签到 ,获得积分10
14秒前
konkon完成签到,获得积分10
14秒前
majianzzu完成签到,获得积分10
14秒前
wangli完成签到,获得积分10
15秒前
无花果应助Salamenda采纳,获得10
15秒前
16秒前
yy发布了新的文献求助10
16秒前
huangJP完成签到,获得积分10
17秒前
501小队发布了新的文献求助20
17秒前
整齐的大开完成签到 ,获得积分10
17秒前
Tomin发布了新的文献求助10
17秒前
高分求助中
Evolution 10000
CANCER DISCOVERY癌症研究的新前沿:中国科研领军人物的创新构想 中国专刊 500
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
Die Gottesanbeterin: Mantis religiosa: 656 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3158693
求助须知:如何正确求助?哪些是违规求助? 2809927
关于积分的说明 7884596
捐赠科研通 2468681
什么是DOI,文献DOI怎么找? 1314374
科研通“疑难数据库(出版商)”最低求助积分说明 630601
版权声明 602012