Apollo開源輕量級多語言醫(yī)療 LLM：助力將醫(yī)療 AI 民主化推廣至60億人口

　　醫(yī)療人工智能(AI)技術(shù)正在迅速發(fā)展，旨在利用大型語言模型(LLMs)的巨大潛力徹底改變醫(yī)療保健交付方式。這些技術(shù)進(jìn)步承諾提高診斷準(zhǔn)確性，個(gè)性化治療方案，并解鎖全面醫(yī)學(xué)知識的獲取，從根本上改變患者護(hù)理。將 AI 整合到醫(yī)療保健中旨在提高醫(yī)療服務(wù)的效率和精確度，有效地彌合技術(shù)前沿與以患者為中心的護(hù)理之間的鴻溝。

　　全球醫(yī)療服務(wù)領(lǐng)域的語言多樣性是一個(gè)重要挑戰(zhàn)。盡管醫(yī)學(xué)知識以英語為主導(dǎo)，但非英語區(qū)域的醫(yī)療服務(wù)效果在很大程度上依賴于當(dāng)?shù)卣Z言中醫(yī)學(xué)信息的可獲得性。這種情況突顯了使醫(yī)療 AI 技術(shù)普遍可訪問的迫切需求，從而將其好處擴(kuò)展到包括使用各種語言的60多億人口在內(nèi)的全球受眾中。

　　深圳大數(shù)據(jù)研究院和香港中文大學(xué)深圳研究所的研究人員推出了 Apollo，一套突破性的多語言醫(yī)療 LLMs 套件，標(biāo)志著醫(yī)療 AI 的包容性大幅前進(jìn)。

　　Apollo 模型經(jīng)過精心訓(xùn)練，使用 ApolloCorpora，一個(gè)龐大的多語言數(shù)據(jù)集，并針對 XMedBench 基準(zhǔn)進(jìn)行了嚴(yán)格評估。這種戰(zhàn)略方法使 Apollo 能夠匹配或超越同等大小的現(xiàn)有模型在一系列語言中的性能，包括英語、中文、法語、西班牙語、阿拉伯語和印地語，展示了其無與倫比的多樣性。

　　Apollo 開發(fā)背后的方法論側(cè)重于將預(yù)訓(xùn)練語料庫改寫成問答格式，并采用自適應(yīng)采樣訓(xùn)練數(shù)據(jù)。這種方法使學(xué)習(xí)過渡變得無縫，從而訓(xùn)練出更小但高效的模型。這些模型不僅擅長理解和生成多語言醫(yī)學(xué)信息，還通過一種新穎的代理調(diào)優(yōu)技術(shù)增強(qiáng)了較大模型的能力，無需直接微調(diào)。

　　Apollo 的模型，特別是 Apollo-7B，表現(xiàn)出色，建立了多語言醫(yī)學(xué) LLMs 的新標(biāo)準(zhǔn)。這一成就證明了 Apollo 將醫(yī)療 AI 民主化的潛力，使尖端醫(yī)學(xué)知識跨越語言障礙普遍可獲得。此外，Apollo 顯著增強(qiáng)了較大通用 LLMs 的多語言醫(yī)學(xué)能力，說明了其在全球范圍內(nèi)推廣醫(yī)療 AI 技術(shù)中的關(guān)鍵作用。

　　Apollo 項(xiàng)目成為醫(yī)療 AI 民主化進(jìn)程中的一道進(jìn)步之光，旨在使復(fù)雜的醫(yī)學(xué)知識普遍可獲得，無論語言障礙如何。該倡議彌補(bǔ)了全球醫(yī)療溝通中的重要差距，并為未來的多語言醫(yī)療 AI 創(chuàng)新奠定了基礎(chǔ)。