知心：基于主诉诊断精神障碍的大语言模型

《Scientific Reports》：Zhixin: dataset construction and instruction fine-tuning for LLM-based mental disorder diagnosis

　　

摘要

根据主诉自动诊断精神障碍是一项吸引人但具有挑战性的任务。大语言模型（LLMs）在医学领域展现出丰富的知识和强大的推理能力。然而，基于主诉进行精神障碍诊断需要高度专业的知识。相关资源的缺乏阻碍了LLMs在这项任务上的表现。为解决这一问题，我们从一家专科医院收集了涵盖29种不同类型精神障碍的6,780对主诉-诊断配对作为数据集。同时我们进行了细致的数据清洗和人工校对以保护隐私。在此基础上，我们提出了名为知心的模型，这是一个在所提出数据集上微调用于精神障碍诊断的LLM。实验结果表明，知心在自动评估方面优于最先进的方法。它在总体准确率上超过3-shot DeepSeek-R1达18.54\(\%\)。同时，人工评估结果显示，知心生成的回答确保了准确性、安全性和专业性，这些对精神障碍的诊断至关重要。对类别层面表现的深入分析为未来研究方向提供了启示，建议关注相对罕见的精神障碍。