【免费下载】 启真医学大模型——QiZhenGPT 开源项目实战手册

项目介绍

启真医学大模型（QiZhenGPT） 是一个致力于中文医疗领域的开源大型语言模型。它依托于启真医学知识库，通过大规模指令数据集的精细调优，在Chinese-LLaMA-Plus-7B、CaMA-13B、ChatGLM-6B等模型上实现了对中文医疗场景的高度适配，显著提升了药品知识问答的准确性，并逐步扩展到疾病、手术、检测等多个方面的问答优化。此外，【MedCopilot】作为配套的智慧医疗助手，已在浙江大学第二附属医院成功应用，提供了全面的智能化医疗服务。

项目快速启动

要快速启动并体验QiZhenGPT，需完成以下步骤：

环境准备

确保你的开发环境已安装Python，并通过以下命令安装必需的依赖项:

pip install -r requirements.txt

获取基础模型与LoRA权重

首先，你需要获取对应的基础模型（如Chinese-LLaMA-Plus-7B或ChatGLM-6B）及该项目提供的LoRA权重。模型文件可通过百度网盘下载，具体版本参照仓库说明。例如，对于QiZhen-Chinese-LLaMA-7B-Checkpoint-3500，按指示操作。

模型部署

对于Chinese-LLaMA-7B示例：

1. 下载LoRA权重，并置于项目指定的lora目录。
2. 合并基础模型与LoRA权重，执行脚本:

   sh scripts/merge_llama_plus.sh
   

3. 调整gradio_chinese-llama_demo.py中的模型路径。
4. 运行Demo:

   python gradio_chinese-llama_demo.py
   

其他模型（ChatGLM, CaMA等）同样遵循类似步骤，只需替换相应的脚本和配置。

应用案例与最佳实践

症状查询： 用户输入症状如“发热、咳嗽”，模型能精确推荐可能相关的疾病及其初步解释，辅助医疗咨询。

药品知识问答： 询问特定药品如“非布司他”的用途，模型返回精准信息：“用于痛风患者高尿酸血症的长期治疗”。

临床辅助决策： 模型能在医生输入病情描述后，提供治疗建议和可能的并发症预警，为医疗决策提供参考。

典型生态项目

启真医学大模型不仅服务于直接的医疗问答场景，还融入了智慧医疗生态系统。比如，【MedCopilot】作为一个集成应用，结合HIS系统与电子病历，通过深度学习和自然语言处理，实现了病例自动书写、医疗质量监控等高级功能，显著提高了医疗效率与质量。

在实践应用中，开发者和医疗机构可根据自身需求，利用QiZhenGPT的API接口或Demo框架，集成到现有的医疗软件和系统中，实现个性化的医疗辅助工具开发，提升医患沟通效率与诊疗精度。

---

请注意，具体模型部署细节和调用接口时，务必参考项目仓库中的最新文档和更新通知，以确保兼容性和性能最优。