Modellen är skapad för att förbättra tillgängligheten och kvaliteten på djurhälsa genom att fungera som ett stöd för initial diagnos och första hjälpen. Projektet syftar till att möta de begränsningar som finns i dagens AI-lösningar för veterinärmedicin.

Forskarna bakom VetMedGPT, ledda av Sayed Hussain, har tagit fram en omfattande dataset, kallad VetMed. Den innehåller 500 GB träningsdata från källor som Wikipedia och ArXiv, samt över en miljon fråge-svar- och flervalsfråge-svar-par. Denna dataset har använts för att träna modellen, som är skräddarsydd för veterinärmedicinska behov.

VetMedGPT är inte bara en potentiell resurs för djurägare i avsaknad av kliniskt stöd, utan också ett värdefullt verktyg för veterinärer. Genom att erbjuda snabba och precisa svar kan modellen bidra till att fylla luckor i dagens AI-stöd inom veterinärvården.

Artikeln, publicerad av forskargruppen på ResearchGate, lyfter fram hur initiativet kan bidra till att göra veterinärvård mer tillgänglig och effektiv. För mer information och detaljer om VetMedGPT, se den fullständiga artikeln här.