Clinical Camel
オープンな 70B 臨床言語モデル
Dr7.ai 医療AIプラットフォーム提供
Clinical Camel は、University of Toronto の研究者らによるオープンな医療大規模言語モデルです。LLaMA-2 70B を QLoRA でファインチューニングし、難解な医学論文を会話形式の学習データに変換する対話ベースの知識エンコーディング手法を用いています。
Clinical Camel スタイルの医療対話を試す
自然な会話で臨床的な質問をしてみてください。Clinical Camel が学習した対話形式の医療推論の例をデモでご覧いただけます。
他のモデルを試す
すべて表示Clinical Camel デモ
先進の医療AIを体験
Clinical Camelの全機能をアンロック
研究・教育ワークフロー向けに、無制限の臨床対話、より長い会話、APIアクセスをご利用いただけます。
Clinical Camel とは？
Clinical Camel は、2023年に University of Toronto の Augustin Toma らが公開したオープンソースの臨床大規模言語モデルです（Toma et al., "Clinical Camel: An Open Expert-Level Medical Language Model with Dialogue-Based Knowledge Encoding"）。QLoRA でファインチューニングされた LLaMA-2 70B モデルです。
最大の特徴は対話ベースの知識エンコーディング（DBKE）です。医学のレビュー論文を複数ターンの会話に書き換えることで、ユーザーが後に対話するのと同じ会話形式で臨床知識を吸収させます。学習データには ShareGPT の対話や MedQA 形式の問題も含まれています。
公開時、著者らは USMLE 形式の試験や標準的な医療QAベンチマークにおいて、GPT-3.5 に匹敵し、それ以前のオープン医療モデルを上回る結果を報告しました。他の研究用LLMと同様にハルシネーションを起こす可能性があり、著者らは臨床導入ではなく研究・教育向けと位置付けています。
最新の動向
2023年に University of Toronto の研究者らが公開（Toma et al.）
オープンウェイト（LLaMA-2 ライセンス条項が適用）、70B パラメータ、QLoRA ファインチューニング
主な特長
会話形式の医療知識を持つオープンモデル
コア機能
複数ターンの臨床対話と説明
USMLE 形式および臨床症例問題への回答
医学レビュー論文の対話ベース知識エンコーディング
LLaMA-2 70B をベースに、パラメータ効率の高い QLoRA でファインチューニング
研究・教育用途向けのオープンウェイト
公開時点でオープンモデルの中で高い性能
患者教育やコミュニケーション研究に適する
透明性のある学習レシピとデータの説明
性能ベンチマーク
70B モデルについて Clinical Camel 論文で報告されたスコア（Dr7.ai による測定ではありません）
USMLE サンプル試験
64.3%公式の USMLE サンプル問題
PubMedQA
77.9%生物医学文献に関する質問応答
MedQA
60.7%USMLE 形式の多肢選択問題
MedMCQA
54.2%インドの医学部入試問題
ユースケース
患者コミュニケーション
医学的概念をわかりやすく説明する文章の試作（臨床医のレビュー付き）。
臨床研修
研修生向けの模擬症例検討。
バーチャル診察の研究
オープンモデルで会話型のトリアージや問診を研究します。