换一批基于大语言模型的肺癌中药处方推荐研究
Research on Lung Cancer Traditional Chinese Medicine Prescription Recommendation Based on Large Language Models
摘要目的 针对中医处方推荐问题,利用中医专家的肺癌临床病案来自动化生成处方,为用药规律研究、中医临床辅助决策提供参考.方法 将中药处方推荐任务转化为文本生成任务,利用基于GLM结构的CHATGLM3 模型对肺癌病案进行训练,学习中医专家治疗肺癌的内在经验知识,提升模型处方生成的效果,并与传统的生成式模型进行比较.结果 将肺癌病案内的中医知识融入大语言模型中可有效提升模型的处方生成能力,特别是在生成中医专家常用核心药物方面,模型表现出了较高的倾向性,能够提供丰富且有价值的参考信息.肺癌中药处方推荐模型在BLEU、ROUGE、METEOR指标上取得了 64.62%、55.78%、47.39%的效果,并且在前 5、10、15、20 味中药处方中取得 67.79%、63.66%、56.76%、51.93%的准确率,优于基线模型.结论 肺癌中药处方推荐模型相较于传统生成式模型取得了较好的处方生成效果,表明其可以从病案中学习肺癌诊疗方面的知识,从而生成符合中医治疗原则的中药处方,也为未来辅助临床决策等提供可能的方向.
更多相关知识
关键词
大语言模型处方推荐中医药文本生成肺癌GLM结构CHATGLM3模型large language modelprescription recommendationtraditional Chinese medicinetext generationlung cancerGLM structureCHATGLM3 model
分类号
R2-03（中国医学理论）
栏目名称
DOI
10.14148/j.issn.1672-0482.2025.0980
发布时间
2025-07-30（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（82074580）
江苏省研究生科研创新计划项目（KYCX23_2071）
- 浏览15
- 被引0
- 下载7
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
