MIRIAD：用数百万医疗查询-响应对增强大型语言模型

大型语言模型（LLMs）注定将通过先进的决策支持和灵活的聊天助手来改变医疗保健。然而，LLMs 容易生成不准确的医疗内容。为了使 LLMs 能够基于高质量的医学知识进行推理，我们通过 RAG（检索增强生成）为其配备了外部知识，其中非结构化的医学知识被分割成小的文本块，这些文本块可以被选择性地检索并整合到 LLMs 的上下文中。然而，现有的 RAG 管道依赖于原始的、非结构化的医学文本，这些文本可能存在噪声、未经整理且难以被 LLMs 有效利用。目前普遍缺乏将医学知识组织起来以最好地呈现给 LLMs 的系统方法。为了解决这些挑战，我们引入了 MIRIAD，一个大规模的、精心整理的语料库，包含 5,821,948 个医学问答对，每个问答对均通过结合 LLM 生成、过滤、接地和人工标注的半自动化流程，从同行评审的医学文献段落中改写并以之为基础。与依赖非结构化文本的现有医学语料库不同，MIRIAD 以可操作的查询-响应格式封装了网络规模的医学知识，从而实现了更有针对性的检索。在具有挑战性的医学问答基准测试上的实验表明，与使用相同源语料库和相同检索文本量的非结构化 RAG 基线相比，用 MIRIAD 增强 LLMs 可将准确率提高高达 6.7%。此外，MIRIAD 将 LLMs 检测医学幻觉的能力提高了 22.5% 到 37%（F1 分数提高）。我们还引入了 MIRIAD-Atlas，一个 MIRIAD 的交互式地图，涵盖 56 个医学学科，使临床用户能够可视化地探索、搜索和完善医学知识。MIRIAD 有望开启丰富的下游应用，包括医学信息检索器、增强型 RAG 应用和以知识为基础的聊天界面，最终使 LLM 在医疗保健领域的应用更加可靠。