# 肿瘤知识问答大模型

## 项目概述

本项目旨在构建一个针对肿瘤知识的问答大模型，基于`qwen2.5-7B`模型作为基座模型，使用LoRA（Low-Rank Adaptation）技术进行微调。模型训练数据涵盖了基因数据、肿瘤药物、NCCN（美国国家综合癌症网络）指南、CSCO（中国临床肿瘤学会）指南等权威肿瘤学知识信息，并通过问答题目进行微调，以提升模型在肿瘤领域的问答能力。

## 模型架构

- **基座模型**: `qwen2.5-7B`
- **微调方法**: LoRA（Low-Rank Adaptation）
- **训练数据**: 
  - 基因数据
  - 肿瘤药物信息
  - NCCN指南
  - CSCO指南
  - 肿瘤知识问答题目

## 数据集

### 数据来源
1. **基因数据**: 包含与肿瘤相关的基因突变、表达谱等信息。
2. **肿瘤药物**: 涵盖常用肿瘤药物的适应症、副作用、作用机制等。
3. **NCCN指南**: 美国国家综合癌症网络发布的肿瘤治疗指南。
4. **CSCO指南**: 中国临床肿瘤学会发布的肿瘤诊疗指南。
5. **问答题目**: 基于上述数据生成的肿瘤知识问答题目，用于模型微调。

### 数据预处理
- **数据清洗**: 去除重复、不完整或无关的数据。
- **数据标注**: 对问答题目进行标注，确保问题和答案的准确性。
- **数据分割**: 将数据集分为训练集、验证集和测试集。

## 模型训练

### 微调方法
使用LoRA技术对`qwen2.5-7B`模型进行微调。LoRA通过在预训练模型的权重矩阵中引入低秩矩阵来减少参数量，从而在保持模型性能的同时降低计算成本。

### 训练步骤
1. **加载预训练模型**: 加载`qwen2.5-7B`模型。
2. **应用LoRA**: 在模型的关键层应用LoRA技术。
3. **训练模型**: 使用准备好的肿瘤知识问答数据集进行微调。
4. **验证与测试**: 在验证集和测试集上评估模型性能，调整超参数以优化结果。

## 模型评估

### 评估指标
- **准确率**: 模型在问答任务中的准确率。
- **召回率**: 模型能够正确回答的问题比例。
- **F1分数**: 准确率和召回率的调和平均数。

### 评估结果
在测试集上的评估结果如下：
待更新

## 使用指南

### 环境配置
1. **Python版本**: 3.10+
2. **依赖库**:
   - `transformers`
   - `torch`


### 模型下载


SDK下载
```bash
#安装ModelScope
pip install modelscope
```
```python
#SDK模型下载
from modelscope import snapshot_download
model_dir = snapshot_download('zpeng1989/Medical_Oncology_Large_Language_Model')
```
Git下载
```
#Git模型下载
git clone https://www.modelscope.cn/zpeng1989/Medical_Oncology_Large_Language_Model.git
```

### 模型推理
```python
from transformers import AutoModelForCausalLM, AutoTokenizer

# 加载微调后的模型
model = AutoModelForCausalLM.from_pretrained("path_to_your_model")
tokenizer = AutoTokenizer.from_pretrained("path_to_your_model")

# 输入问题
question = "什么是NCCN指南？"
inputs = tokenizer(question, return_tensors="pt")

# 生成答案
outputs = model.generate(**inputs)
answer = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(answer)
```

## 具体案例

### Case 1

```
[
    {
        "role": "system",
        "content": "你是医生"
    },
    {
        "role": "user",
        "content": [
            {
                "type": "text",
                "text": "安罗替尼的副作用与肝功能有何关联？"
            }
        ]
    },
    {
        "role": "assistant",
        "content": "安罗替尼的副作用可能与肝功能有关，包括肝酶异常等。"
    }
]
```

### Case 2

```
[
    {
        "role": "system",
        "content": "你是医生"
    },
    {
        "role": "user",
        "content": [
            {
                "type": "text",
                "text": "KDR受体的功能和作用是什么？"
            }
        ]
    },
    {
        "role": "assistant",
        "content": "KDR受体主要调节VEGF激活的内皮细胞功能，在内皮细胞中促进增殖、迁移，血管渗透性以及血管再生。"
    }
]
```


## 许可证
本项目采用 [MIT 许可证](LICENSE)。

## 致谢
- 感谢 `qwen2.5-7B` 模型的开发者。
- 感谢 NCCN 和 CSCO 提供的指南数据。
- 感谢所有为肿瘤知识问答数据集做出贡献的研究人员。

## 联系方式
如有任何问题，请联系 [592392714@qq.com]。

---

**注意**: 本项目仅供学术研究使用，不构成医疗建议。