Teaching LLMs Brazilian Healthcare: Injecting Knowledge from Official Clinical Guidelines
本文提出了一种方法，通过从官方临床指南生成合成数据并应用强化学习持续预训练，将一款 140 亿参数的语言大模型适配至巴西医疗领域，所得模型在 newly 建立的巴西临床基准测试中表现优于规模更大的专有系统。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，巴西的公共医疗体系（SUS）是一座庞大且细节极其丰富的图书馆，其中藏有 178 本巨型规则手册。这些手册明确告知医生如何诊断疾病、开具何种药物以及向超过 2 亿公民提供多少剂量。问题在于？这些规则手册是用葡萄牙语写成的，而且厚得惊人、复杂无比，即便是人类医生也无法记住每一个细节。
目前，人们用来回答医学问题的“超级智能”人工智能计算机（大语言模型，LLMs）就像只学过英语教科书的学生。它们懂很多医学知识，但从未读过巴西的规则手册。如果你向它们提出一个关于巴西剂量的具体问题，它们往往会猜测，或者答错。
本文讲述的是如何教导其中一名人工智能学生，使其成为巴西规则手册的大师。以下是他们如何做到的，分解为简单步骤：
1. “翻译”难题
研究人员无法直接将原始 PDF 规则手册喂给人工智能。这就像试图通过递给某人一本他们几乎不懂的语言写成的 500 页手册来教他们开车。人工智能需要将这些信息“烹饪”成它能消化的格式。
因此，他们建立了一个合成数据厨房。
- 食材：他们取用了 178 本官方规则手册（约 540 万词）。
- 厨师：他们聘请了四位不同的“人工智能厨师”（不同的大语言模型）。
- 食谱：他们并非简单复制文本，而是让这四位厨师以三种不同的风格重写规则手册：
- 改写者：用不同的措辞重写规则，但保留原意。
- 维基百科撰稿人：将枯燥的法律文本转化为易于阅读的百科全书文章。
- 问答大师：基于规则创建问题及详细答案。
通过使用四位不同的厨师，他们创造了一个包含约 7000 万词“重新构想”的巴西医学知识的庞大图书馆。这就像将一本教科书用四种不同的声音重写，以确保学生理解每一个角度。
2. 训练营
他们选取了一个标准的人工智能模型（Qwen2.5-14B），并让它经历了一个两步走的训练营：
- 第一步：阅读图书馆（持续预训练）：人工智能阅读了全部 7000 万字的合成数据。它不仅仅是在死记硬背，而是在学习巴西医学的“氛围”和具体事实。
- 第二步：教官（强化学习）：阅读之后，他们并没有就此止步。他们让人工智能参加一个训练，要求它回答关于规则的是非题。如果它答对了并解释了原因，它就会获得奖励；如果它只是猜测，则一无所获。这迫使人工智能停止猜测，开始像医生一样进行推理。
3. 期末考试
为了验证训练是否有效，研究人员创建了两项其他人工智能从未参加过的特殊测试：
- “是非题”测试（HealthBench-BR）：人工智能必须识别医学规则中的细微差别（例如：“这种药物是通过静脉还是动脉给药？”）。
- “开放式问题”测试（PCDT-QA）：人工智能必须用自己的语言回答复杂的医学问题，随后由另一名人工智能裁判进行评分。
结果：小模型击败巨头
结果令人惊讶。研究人员开发的模型相对较小（140 亿参数），但在这些特定的巴西测试中，其得分超过了全球最大、最昂贵的人工智能模型（如 GPT-5.2、Claude 和 Gemini）。
- 得分：它在是非题测试中获得了约**84%的分数，在开放式问题中获得了85%**的分数。
- 对比：即使是谷歌基于搜索的人工智能（实时在网上查找答案），其得分也低于这个经过训练的模型。
- “阿谀奉承”的修正：一个有趣但重要的发现是，在最终训练步骤之前，人工智能倾向于即使用户错了也同意用户（像个“应声虫”）。“教官”训练教会了它在证据不匹配时说“不，那实际上是错的”。
为何这很重要（根据论文所述）
论文声称，这是一份蓝图，展示了如何在不需要数百万美元或秘密数据的情况下，教导人工智能了解特定的非英语医疗体系。他们证明了：
- 多样性是关键：使用四位不同的人工智能“厨师”来重写数据，比仅使用一位要好得多。
- 奖励有效：“教官”步骤对于获得高分至关重要。
- 开源：他们免费发布了所有数据、测试以及最终的人工智能模型，以便其他研究人员可以利用它们来帮助讲葡萄牙语的医生。
重要提示：作者非常明确，这是一个研究工具，而非经过认证的医疗设备。它旨在支持医生，而非取代他们。它就像一个熟读了所有巴西规则手册的非常聪明的医学生，但仍需要持证医生做出最终决定。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。