本文是LLM系列文章,针对《A Survey of Large Language Models in Medicine: Principles, Applications, and Challenges》的翻译。
医学大语言模型综述:原理、应用和挑战
摘要
大型语言模型(LLM),如ChatGPT,由于其令人印象深刻的人类语言理解和生成能力而受到广泛关注。因此,LLM在医学中的应用,以帮助医生和患者护理,成为人工智能和临床医学的一个有前途的研究方向。为了反映这一趋势,本调查全面概述了LLM在医学中的原理、应用和面临的挑战。具体而言,我们的目标是解决以下问题:1)如何构建医疗LLM?2) 医疗LLM的下游性能是什么?3) 如何在现实世界的临床实践中使用医学LLM?4) 医疗LLM的使用带来了哪些挑战?以及5)我们如何更好地构建和利用医学LLM?因此,本调查旨在深入了解LLM在医学中的机遇和挑战,并为构建实用有效的医学LLM提供宝贵的资源。定期更新的医学LLM实用指南列表可在https://github.com/ai-in-health/medllmspracticalguide找到.

本文调查了大型语言模型(LLM)在医学中的应用,包括预训练、微调和提示原则,以及在生物医学NLP任务中的性能。尽管LLM展现出临床应用潜力,如诊断和临床笔记生成,但还面临幻觉、可解释性、数据短缺和评估局限性等挑战。未来的研究应关注新评估基准、跨学科合作和多模式LLM的发展。
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



