通过对 LLMs 进行基于交互式医疗对话的实验评估，设计了一套涵盖医疗专业能力、社会综合能力、语境能力和计算机稳健性等方面的16个指标的评价标准，并针对这些标准选取了 ChatGPT, ERNIE Bot 和 Doctor PuJiang 三个聊天机器人进行了盲测试比较，其中 Doctor PuJiang 在多回合医疗对话和实证报告情景下表现最优。

May, 2023

通过综述大型语言模型在医学领域中的应用和意义，揭示了它们在知识检索、研究支持、临床工作流自动化和诊断辅助等方面的效用，并探索了多模态语言模型以及自动化代理在医疗保健中的发展潜力。然而，为了有效地将这些模型整合到临床实践中，需要不断优化和进行伦理监管。

Nov, 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

通过发布具有7B和70B参数的开源LLMs套件MEDITRON，我们改进了对大规模医学LLMs的访问，并在多个医学测试中显示出显著的性能提升。与闭源LLMs相比，MEDITRON-70B在GPT-3.5和Med-PaLM上表现优异，并且与GPT-4和Med-PaLM-2相差不到5%和10%。

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

该调查论文介绍了LLMs和MLLMs的发展背景和原则，并探讨了它们在医学中的应用场景、挑战和未来方向。通过追踪从传统模型到LLMs和MLLMs的演变，概括了模型结构以提供详细的基础知识。强调LLMs和MLLMs在医疗保健中的巨大价值，调查总结了6个有前景的医疗应用。同时讨论了医学LLMs和MLLMs面临的挑战，并提出了将人工智能与医学进一步整合的可行方法和方向。旨在为研究人员提供一个有价值且全面的参考指南。

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

本研究针对通用模型在医疗环境中的局限性，开发了Med42-v2临床大型语言模型套件。这些模型基于Llama3架构，通过多阶段偏好对齐，能够有效处理临床查询，显著提升了在各种医学基准测试中的表现，预示着在临床应用中的潜在影响。

Aug, 2024

本研究提出了MedS-Bench，旨在评估大型语言模型在临床环境中的表现，填补了现有基准的不足。通过开发MedS-Ins数据集，我们为医学领域提供了大量指令微调的数据，能够有效提升模型在复杂临床任务上的表现。我们的成果不仅展示了MMedIns-Llama 3的优越性，还通过公开数据集促进了医疗领域的进一步研究与发展。

Aug, 2024