--- library_name: peft base_model: recogna-nlp/internlm-chatbode-7b --- # DrBode 360: Assistente Virtual Médico em Português Brasileiro

Bode Logo

## Visão Geral **DrBode 360k** é um modelo de linguagem de grande porte (LLM) ajustado para atuar como um assistente virtual médico em português brasileiro. Este modelo foi criado com o objetivo de fornecer respostas relevantes e confiáveis para perguntas relacionadas à saúde, sendo uma ferramenta útil para profissionais de saúde e pacientes. Ele foi treinado com **360 mil amostras**, combinando dados médicos e de instruções gerais, o que melhora sua capacidade de responder a perguntas tanto em contextos médicos quanto em outros cenários de uso. ## Descrição do Modelo O **DrBode 360k** é uma versão aprimorada do modelo [ChatBode](https://huggingface.co/recogna-nlp/internlm-chatbode-7b), que, por sua vez, é baseado no [InternLM2](https://huggingface.co/internlm/internlm2-chat-7b). O **DrBode 360** foi ajustado utilizando uma abordagem que combina dados médicos e dados gerais de instruções, permitindo que ele tenha um bom desempenho tanto em perguntas diretamente relacionadas à medicina quanto em questões mais amplas que requerem capacidade de seguir instruções. Atributos principais: - **Modelo Base:** ChatBode, ajustado para seguir instruções em português brasileiro. - **Ajuste Fino:** Utiliza uma combinação de dados médicos e de instruções, com 360 mil amostras no total. - **Domínio de Foco:** Perguntas sobre saúde, sintomas médicos e recomendações gerais. O ajuste fino foi feito com **50% de dados médicos** e **50% de dados de instruções gerais**, permitindo que o modelo mantenha um equilíbrio entre especialização médica e versatilidade em outros domínios. ## Dados de Treinamento O **DrBode 360** foi treinado com uma combinação de dois principais conjuntos de dados traduzidos para o português: - **HealthCareMagic-100k-en:** Um conjunto de 100.000 amostras de interações médico-paciente, traduzidas do inglês para o português utilizando o modelo GPT-3.5. - **MedQuAD:** Contém aproximadamente 9.500 pares de perguntas e respostas relacionados à área médica, também traduzidos. Esses conjuntos de dados fornecem uma base sólida para o modelo responder a perguntas clínicas comuns, mas ainda há a necessidade de dados nativos que abordem condições e nuances culturais específicas do Brasil, como doenças endêmicas. Além disso, o **DrBode 360** utilizou dados adicionais de instruções gerais para melhorar sua capacidade de seguir comandos e responder adequadamente em cenários que vão além do domínio médico. ## Desempenho do Modelo O desempenho do **DrBode 360** foi avaliado com base em seis critérios principais: - **Precisão:** 3.6/5 - **Completude:** 3.3/5 - **Adequação:** 3.3/5 - **Segurança:** 3.3/5 - **Gramaticalidade:** 4.2/5 - **Coerência:** 4.2/5 - O **DrBode 360** se destacou na capacidade de fornecer respostas gramaticalmente corretas e coerentes, o que é fundamental para garantir a clareza na comunicação. No entanto, a segurança das respostas médicas e a precisão ainda precisam de aprimoramentos, especialmente em contextos críticos onde recomendações médicas inadequadas podem ser feitas. ## Avaliação Qualitativa As respostas geradas pelo **DrBode 360** foram avaliadas por profissionais médicos, que julgaram a qualidade das respostas com base nos seguintes critérios: - **Precisão e segurança** das informações fornecidas. - **Completude**, considerando a profundidade das respostas. - **Adequação** em termos de estilo e tom, apropriados para uma resposta médica. **ATENÇÃO** Embora o **DrBode 360** tenha mostrado bom desempenho em muitos aspectos, foi identificado que o modelo pode, ocasionalmente, sugerir tratamentos que não são ideais, especialmente para condições regionais específicas, como o uso inadequado de medicamentos para sintomas de dengue. Isso demonstra a necessidade de melhorias nos dados de treinamento para lidar melhor com esses casos. ## Riscos e Considerações O uso do **DrBode 360** deve ser feito com cautela, especialmente em contextos onde as respostas fornecidas podem ter implicações diretas na saúde dos usuários. Embora o modelo seja útil como assistente informativo, ele não deve substituir a consulta com profissionais de saúde qualificados. Além disso, devido ao treinamento com dados traduzidos, algumas nuances regionais e culturais podem ser perdidas, o que pode levar a respostas inadequadas para condições médicas específicas do Brasil. ## Direções futuras - **Conjuntos de dados nativos:** há uma necessidade urgente de desenvolver conjuntos de dados nativos em português brasileiro para refletir melhor os desafios regionais de saúde. - **Ajuste fino aprimorado:** o trabalho futuro envolverá o ajuste fino diretamente no InternLM2 com conjuntos de dados otimizados para mitigar os efeitos do esquecimento catastrófico. - **Avaliação robusta:** estruturas de avaliação mais estruturadas e consistentes são necessárias para avaliar melhor a qualidade e a segurança das respostas do modelo em cenários do mundo real. ## Como Usar Aqui está um exemplo de como usar o modelo **DrBode 360:** ```python !pip install -q einops accelerate bitsandbytes import torch from transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfig # Nosso modelo base model_name = "recogna-nlp/internlm-chatbode-7b" # Configuração para quantização do nosso modelo compute_dtype = getattr(torch, "float16") bnb_config = BitsAndBytesConfig( load_in_4bit = True, bnb_4bit_quant_type = 'nf4', bnb_4bit_compute_dtype = compute_dtype, bnb_4bit_use_double_quant = False, ) # Carregando modelo e tokenizer tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True) original_model = AutoModelForCausalLM.from_pretrained( model_name, quantization_config = bnb_config, trust_remote_code = True, device_map = 'auto' ) original_model = original_model.eval() # Perguntas mandadas para o Dr Bode evaluation_inputs = [ 'Apareceram aftas na minha boca e uma amiga disse que posso usar nistatina oral para tratar. Para que serve e como usar nistatina oral? É indicado para tratar aftas?', 'Estou com dor no corpo, dor de cabeça, febre alta e um forte cansaço. O que pode ser? Devo tomar algum remédio?', 'Me explique, detalhadamente, qual a diferença entre uma gripe e um resfriado.' ] ## Carregando o Dr Bode from peft import PeftModel, PeftConfig model = PeftModel.from_pretrained(original_model, 'recogna-nlp/doutor-bode-7b-360k') model = model.eval() ## Realizando a inferência e verificando as respostas for q in evaluation_inputs: print(q) response, _ = model.chat(tokenizer, q, do_sample=False, history=[]) print(response) print() ``` ## Referência Se você utilizar o **DrBode 360** em sua pesquisa ou aplicativo, por favor, cite o seguinte trabalho: ``` @misc{paiola2024adaptingllmsmedicaldomain, title={Adapting LLMs for the Medical Domain in Portuguese: A Study on Fine-Tuning and Model Evaluation}, author={Pedro Henrique Paiola and Gabriel Lino Garcia and João Renato Ribeiro Manesco and Mateus Roder and Douglas Rodrigues and João Paulo Papa}, year={2024}, eprint={2410.00163}, archivePrefix={arXiv}, primaryClass={cs.CL}, url={https://arxiv.org/abs/2410.00163}, } ```