ترجمه فارسی مقاله تولید گفتگوی مصنوعی بیمار-پزشک از یادداشت‌های بالینی با استفاده از LLM

چکیده

Medical dialogue systems (MDS) enhance patient-physician communication, improve healthcare accessibility, and reduce costs. However, acquiring suitable data to train these systems poses significant challenges. Privacy concerns prevent the use of real conversations, necessitating synthetic alternatives. Synthetic dialogue generation from publicly available clinical notes offers a promising solution to this issue, providing realistic data while safeguarding privacy. Our approach, SynDial, uses a single LLM iteratively with zero-shot prompting and a feedback loop to generate and refine high-quality synthetic dialogues. The feedback consists of weighted evaluation scores for similarity and extractiveness. The iterative process ensures dialogues meet predefined thresholds, achieving superior extractiveness as a result of the feedback loop. Additionally, evaluation shows that the generated dialogues excel in factuality metric compared to the baselines and has comparable diversity scores with GPT4.

چکیده به فارسی (ترجمه ماشینی)

سیستم های گفتگوی پزشکی (MDS) ارتباطات بیمار و پزشک را بهبود می بخشد ، دسترسی به مراقبت های بهداشتی را بهبود می بخشد و هزینه ها را کاهش می دهد.با این حال ، دستیابی به داده های مناسب برای آموزش این سیستم ها چالش های مهمی را ایجاد می کند.نگرانی های مربوط به حریم خصوصی از استفاده از مکالمات واقعی جلوگیری می کند و به گزینه های مصنوعی نیاز دارد.تولید گفتگوی مصنوعی از یادداشت های بالینی در دسترس عموم ، یک راه حل امیدوارکننده برای این موضوع ارائه می دهد و ضمن محافظت از حریم خصوصی ، داده های واقع بینانه را ارائه می دهد.رویکرد ما ، Syndial ، از یک LLM به طور تکراری با فرکانس صفر و یک حلقه بازخورد برای تولید و پالایش دیالوگ های مصنوعی با کیفیت بالا استفاده می کند.بازخورد شامل نمرات ارزیابی وزنی برای شباهت و استخراج است.فرآیند تکراری تضمین می کند که دیالوگ ها آستانه های از پیش تعریف شده را برآورده می کنند و در نتیجه حلقه بازخورد ، به استخراج برتر می رسند.علاوه بر این ، ارزیابی نشان می دهد که دیالوگ های تولید شده در متریک واقعی در مقایسه با خط مقدماتی برتری دارند و نمرات تنوع قابل مقایسه ای با GPT4 دارند.