大型语言模型在医疗领域的利用引发了劲头和担忧，本文概述了目前开发的大型语言模型在医疗保健方面的能力，并阐明它们的发展过程，旨在提供从传统预训练语言模型（PLMs）到大型语言模型（LLMs）的发展路线图的概览。总的来说，我们认为正在进行一次重大的范式转变，从PLMs过渡到LLMs，这包括从辨别式人工智能方法向生成式人工智能方法的转变，以及从以模型为中心的方法论向以数据为中心的方法论的转变。

Oct, 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

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

我们研究了大型语言模型对医疗代码的理解能力，并发现这些模型不能理解医疗代码的含义，因此需要改进医疗代码在语言模型中的表示方式。

Mar, 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

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

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

本研究解决了大型语言模型（LLMs）在医疗领域应用的挑战和局限，如数据隐私和伦理问题。文章提供了一种系统回顾的方法，展示了LLMs在医疗文档、诊断和患者互动中的优势与潜力。研究表明，LLMs能够显著提升医疗服务的质量和效率，为医疗实践的有效整合提供了重要的见解。

Sep, 2024