麻醉专科大模型 Hypnos

超越通用医疗模型

在麻醉学数据上微调并引入渐进式通用到专用的训练策略，显著提升了麻醉领域的问答效果。

Zhonghai, Wang · Jiang, Jie · Zhan, Yibing · Bohao, Zhou · Yanhong, Li · Chong, Zhang · Yu, Baosheng · Ding, Liang · Hua, Jin · 彭俊 · 林旭 · 刘伟锋

Neurocomputing 2025

参数信息

训练数据总量 (通用医学QA)

8e6

合成麻醉QA数据量

180000

真实麻醉QA数据量

35000

技术优势

数据少也能训

采用渐进式通用到专用策略，融合公开通用医学 QA、合成麻醉 QA 与真实麻醉 QA 三种不同规模的数据，在仅约 3.5 万条真实麻醉数据上成功训练。

全面胜过现有模型

在麻醉 QA 基准上，Hypnos 在 BLEU、ROUGE、GLEU 等自动指标以及 GPT-4 和人类评估中均优于近期医疗 LLM。

应用场景

• 手术麻醉辅助决策：为麻醉医生提供围术期决策参考，降低知识盲区风险。
• 临床问答系统：搭建面向患者的麻醉咨询与术后答疑自动问答。
• 医学教育：充当麻醉住培生的智能教学助手，模拟病例问答。