Sep, 2024

MEDIC：构建一个全面的框架以评估临床应用中的大型语言模型

HTML
PDF
TL;DR该研究针对现有评估方法无法全面反映大型语言模型在临床应用中的表现这一问题，提出了一种新的评估框架MEDIC，涵盖医疗推理、伦理与偏见、数据与语言理解、情境学习和临床安全等五个关键维度。研究结果揭示了不同模型间的性能差异，为在特定应用中选择合适的模型提供了重要指导，确保在医疗行业中识别并调整最具潜力的模型以满足多样化需求。
发现论文，激发创造
  • 医疗大语言模型综述：从数据、技术和应用到问责与伦理

    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

  • 大型语言模型阐明人工医疗助理的进展路径：综述

    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

  • 医疗领域中的大型语言模型：综述

    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

  • 大型通用语言模型在评估从成人重症监护电子病历记录中提取的语义概念上的应用评估

    通过医生评注和认定的方法，我们研究了三种通用大型语言模型（LLMs）在理解和处理真实世界临床笔记中的性能，并发现GPT-4整体表现优于其他LLMs。此外，我们开发了一个全面的定性性能评估框架，旨在验证LLMs在处理复杂医学数据方面的能力，并为将来在专门领域的LLM评估建立基准。

    Jan, 2024

  • 面向LLMs的临床能力自动评估：度量标准、数据和算法

    基于大语言模型的临床能力评估范式，利用自动化评估方法来确保临床方案的安全性和可靠性。

    Mar, 2024

  • 医疗行业中评估大型语言模型应用的综合调研

    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

  • 医疗领域中的大型语言模型: 一项综合基准评估

    评估医疗领域中多样化的大型语言模型在七个任务和十三个数据集上的综合性能

    Apr, 2024

  • 评估医学应用中的大型语言模型：一项调研

    综述医学领域中大型语言模型评估的现状、挑战以及将其负责地整合到临床实践中所需的持续研究和创新。

    May, 2024

  • 医学领域的大型语言模型综述：技术、应用、可信度与未来发展方向

    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

  • 临床洞察：医学领域语言模型的综合评审

    本文解决了大型语言模型在医疗领域应用中的挑战和机遇，特别是在临床中的应用。通过对基础技术及其最新发展进行详细讨论，研究提出了整合文本、视觉和听觉数据的新方法，从而提供全面的AI解决方案。研究发现，这些技术有潜力提升临床效率，但也面临伦理和数据隐私等挑战，强调了开源模型在保障数据隐私和适应性方面的重要性。

    Aug, 2024