Chatbot Dental Loop: Un Marco de Prototipo de Modelo de Lenguaje Grande para la Odontología
Autores: Arian, Md Sahadul Hasan; Sifat, Faisal Ahmed; Ahmed, Saif; Mohammed, Nabeel; Farook, Taseef Hasan; Dudley, James
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Chatbot Dental Loop: Un Marco de Prototipo de Modelo de Lenguaje Grande para la Odontología
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Chatbot de bucle dental
Sistema de orientación basado en evidencia
Modelo de lenguaje grande
Generación aumentada por recuperación
Herramienta de apoyo a la decisión clínica escalable
Entornos con recursos limitados
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
El chatbot Dental Loop fue desarrollado como un sistema de orientación en tiempo real basado en evidencia para profesionales dentales, utilizando un modelo de lenguaje grande (LLM) ajustado y Generación Aumentada por Recuperación (RAG). Este documento describe el desarrollo y la evaluación preliminar del chatbot como una herramienta de apoyo a la decisión clínica escalable, diseñada para entornos con recursos limitados. La arquitectura del sistema incorpora Adaptación de Bajo Rango Cuantificada (QLoRA) para un ajuste eficiente, mientras que los mecanismos de recuperación dinámica aseguran respuestas contextualmente precisas y relevantes. Este prototipo sienta las bases para futuros sistemas de triaje y apoyo diagnóstico diseñados específicamente para el campo de la odontología.
Descripción
El chatbot Dental Loop fue desarrollado como un sistema de orientación en tiempo real basado en evidencia para profesionales dentales, utilizando un modelo de lenguaje grande (LLM) ajustado y Generación Aumentada por Recuperación (RAG). Este documento describe el desarrollo y la evaluación preliminar del chatbot como una herramienta de apoyo a la decisión clínica escalable, diseñada para entornos con recursos limitados. La arquitectura del sistema incorpora Adaptación de Bajo Rango Cuantificada (QLoRA) para un ajuste eficiente, mientras que los mecanismos de recuperación dinámica aseguran respuestas contextualmente precisas y relevantes. Este prototipo sienta las bases para futuros sistemas de triaje y apoyo diagnóstico diseñados específicamente para el campo de la odontología.