面对眼睛不适，您是否曾因为挂号难、等待时间长而感到无助？或者，作为年轻眼科医生，面对复杂病例时，您是否希望有一个便捷的工具来辅助诊断和教学？现在，香港理工大学眼科视光学院为我们带来了一个实用的解决方案——眼科专属大型语言模型EyeGPT。2024年12月，香港理工大学眼科视光学院研究人员在 《Journal of Medical Internet Research》（Q1, IF=5.8）杂志上发表题为“EyeGPT for Patient Inquiries and Medical Education: Development and Validation of an Ophthalmology Large Language Model”的研究论文。该研究针对通用型大型语言模型（Large language model, LLM）眼科专业知识不足问题，研发了一款眼科专用的LLM问答系统，为患者咨询和眼科医学教育提供了一个有潜力的辅助工具。![]()
眼科疾病日益成为全球性的公共卫生问题。医疗资源紧张、患者等待时间长等问题屡见不鲜。而大型语言模型（Large language model, LLM）被视为优化临床工作流程的潜力工具，但在眼科领域应用面临诸多挑战，如医学术语理解不足、可能产生“幻觉”现象及评估体系不完善等问题。![]()
图1 Eye-GPT研究概览
本研究开发了名为EyeGPT的眼科专业LLM，通过“角色扮演”提示工程、微调及检索增强生成技术，构建多个变体以满足眼科临床与教育需求。使用83,919条高质量眼科数据、14本权威眼科教科书及自制数据库，全面覆盖白内障、青光眼等多种眼科知识。为了评估EyeGPT性能，研究团队提出了一个多维度评估框架，涵盖从常见到罕见的各类亚专科眼科疾病，细分用户群体（如患者、医学生等）及查询意图，并纳入准确性、可理解性、可信度、同理心及幻觉比例等指标，构成完整评价体系，全面衡量EyeGPT能力及潜在局限性。评估结果
![]()
图2 不同微调优化策略的EyeGPT变体对比评估结果
![]()
图3 不同检索增强生成优化策略的EyeGPT变体对比评估结果
![]()
图4 EyeGPT人机比较研究
研究团队通过两轮性能评估，发现“提示工程+微调+书籍RAG”的EyeGPT在四个维度上得分最高，幻觉比例最低。在与眼科医生的对比中，EyeGPT在可理解性和同理心上表现出色，但在准确性和可信度上仍有提升空间。人机合作能提升表现。因此，研究团队强调，将EyeGPT与人类医生的专业知识和经验相结合进行综合决策，是未来发展的关键方向。结语
本研究通过组合实验验证了提示工程、微调和RAG技术能提升EyeGPT模型性能，为眼科大语言模型开发提供宝贵参考。EyeGPT有潜力助非专业人士理解眼部健康，并辅助医护人员提升诊疗效率。未来，随着高质量数据的不断加入和真实世界的进一步验证，EyeGPT将在眼科医疗服务中发挥更积极作用。原文链接
https://www.jmir.org/2024/1/e60063
![]()
