增强基于LLM文本表示的药物推荐
药物开发中,药理学家需要进行各种任务,比如文献回顾、假设制定、实验设计和结果解释。在本文中,我们介绍了一种基于大型语言模型(LLM)的自然语言接口,用于与存储在数据库中的结构化信息进行交互。我们的实验证明了所提出框架的可行性和有效性。该框架可以广泛查询各种药品数据和知识库。
Jul, 2023
自动药物挖掘是当前热门话题,本文通过对预训练语言模型进行微调,研究了其在医疗临床实践中的应用,并比较了各模型的优缺点及对不同实体类型和临床事件的表现差异,这些发现有助于未来的研究和改进。
Aug, 2023
大型语言模型(LLMs),如ChatGPT,因其卓越的人类语言理解和生成能力而受到广泛关注。因此,在医学领域应用LLMs以协助医师和患者护理成为人工智能和临床医学中一个有前景的研究方向。本调查旨在全面介绍LLMs在医学领域目前的进展、应用和挑战,回答以下问题:1)LLMs是什么以及如何构建医学LLMs?2)医学LLMs的下游性能如何?3)如何在真实临床实践中利用医学LLMs?4)使用医学LLMs会面临哪些挑战?5)如何更好地构建和利用医学LLMs?因此,本调查旨在深入探讨LLMs在医学领域的机遇和挑战,为构建实际和有效的医学LLMs提供有价值的资源。可以在此网址找到医学LLMs实用指南资源的定期更新列表。
Nov, 2023
大型语言模型在医疗保健领域的部署引发了热情和忧虑,本综述论文探讨了针对医疗保健应用设计的现有大型语言模型的功能,从传统的预训练语言模型到目前的医疗保健领域的大型语言模型发展轨迹,特别关注临床语言理解任务的潜力以及性能评估、挑战和限制。
Dec, 2023
利用大型语言模型(LLMs),本文提出了一种名为LEADER的新方法,通过创建适当的提示模板和特征级知识蒸馏技术,将现有的药物推荐方法转化为更加高效和精确的形式。
Feb, 2024
综述探讨了在医疗保健领域中应用大型语言模型 (LLMs) 的广泛应用和必要的评估,强调了充分利用这些模型提升医疗保健结果的能力的关键验证需求。
Apr, 2024
在这篇论文中,我们回顾了大型语言模型(LLMs)的发展,重点关注医学LLMs的需求和应用。我们提供了现有模型的简要概述,旨在探索进一步的研究方向并使其对未来医学应用产生益处。我们强调了医学LLMs在应用中的优势,以及其发展过程中遇到的挑战。最后,我们提出了技术整合的方向来减轻挑战,并为医学LLMs的未来研究方向提供了建议,旨在更好地满足医学领域的需求。
May, 2024
综述医疗大型自然语言模型(Med-LLM)的进化历史、技术、应用以及对医疗保健的影响,涵盖临床决策支持、报告生成、医学教育等方面,探索其潜力和限制,并讨论公平性、责任感、隐私保护和鲁棒性等挑战,展望未来的发展方向。
Jun, 2024
大型语言模型(LLMs)在各种自然语言处理任务中表现出令人惊讶的性能。最近,结合领域特定知识的医学LLMs在医疗咨询和诊断方面展现出卓越能力。本文系统地探讨了如何基于通用LLMs训练医学LLMs,并提供了指导各种医学应用的LLMs发展的方法。
Jun, 2024