Geri Dön

Sağlık verileri üzerinde büyük dil modellerinin ince ayar performansı

Fine tuning performance of large language models on health data

  1. Tez No: 912067
  2. Yazar: MUHAMMED KAYRA BULUT
  3. Danışmanlar: PROF. DR. BANU DİRİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 95

Özet

Bu çalışma, Türkçe sağlık danışmanlığında dört farklı büyük dil modelinin (LLama2, LLama3 ve Mistral temelli) doktor-hasta yazılı iletişimindeki performanslarını incelemektedir. Bu iletişim için hasta-doktor soru-cevap veri kümesi oluşturulmuştur ve modeller, bu veri kümesi üzerinde eğitilmiş ve ince ayar yapılmıştır. Performans değerlendirmesi için kullanılan metrikler, ROUGE, Elo puanlaması, Kazanma yüzdesi ve Uzman değerlendirmesidir. Karşılaştırmalı analiz sonucunda, SambaLingo-Turkish-Chat modeli yanıt doğruluğu ve bağlama uygunluk açısından başarılıyken, Trendyol-LLM-7b-chat-v1.8 modeli işin etik kısmı da dikkate alınınca daha başarılı olmuştur. Bu çalışma, Türkçe sağlık hizmetlerinde yapay zeka destekli sanal doktor asistanlarının potansiyelini göstermekte ve Türkçe'ye özgü tıbbi sohbet robotlarının geliştirilmesine katkıda bulunmaktadır.

Özet (Çeviri)

This study examines the performance of four different large language models (based on LLama2, LLama3, and Mistral) in Turkish health counseling, specifically in written doctor-patient communication. A patient-doctor question-answer dataset was created for this communication, and the models were trained and fine-tuned on this dataset. The metrics used for performance evaluation include ROUGE, Elo rating, Win percentage, and Expert evaluation. As a result of the comparative analysis, while the SambaLingo-Turkish-Chat model was successful in terms of response accuracy and contextual relevance, the Trendyol-LLM-7b-chat-v1.8 model proved more successful when ethical considerations were taken into account. This study demonstrates the potential of AI-assisted virtual doctor assistants in Turkish healthcare services and contributes to the development of Turkish-specific medical chatbots.

Benzer Tezler

  1. Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data

    Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları

    İSMAİL BİLGEN

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BEHÇET UĞUR TÖREYİN

  2. Presentation attack detection with shuffled patch-wise binary supervision

    Karıştırılmış yama tabanlı ikili gözetim ile sunum saldırı tespiti

    ALPEREN KANTARCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HAZIM KEMAL EKENEL

  3. Aircraft detection using deep learning

    Derin öğrenme kullanarak hava aracı tespiti

    UTKU MUTLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. SEDEF KENT PINAR

  4. A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy

    Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli

    ÖMER FARUK GÜRCAN

    Doktora

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

  5. Kentsel katılım mekanizması olarak dijital ve geleneksel verinin birlikte çalışabilirliği üzerine bir model denemesi, Esenyurt ilçesi kamusal alanları

    A model experiment on interoperability of digital and traditional data as an urban participation mechanism, public areas of Esenyurt district

    MELİKE AKKAYA

    Doktora

    Türkçe

    Türkçe

    2024

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    PROF. DR. ÖZLEM ÖZÇEVİK