Большие языковые модели в медицине и здравоохранении: приложения, достижения и проблемы
Large language models in medical and healthcare fields: applications, advances, and challenges
2024-09-20
SCID: 54.1/3ckdjczv
Discuss with AI
клиническая поддержка принятия решенийбезопасность данных и деидентификациягенерация электронных медицинских записейбольшие языковые моделимедицинские вопросно-ответные системы
Figures from the paper
Abstract (AI)
Большие языковые модели (LLM) приобретают всё большее признание за их продвинутые языковые возможности и оказывают значительную помощь в различных областях, таких как медицинская коммуникация, оптимизация данных пациентов и планирование операций. В нашем обзоре была тщательно проведена выборка статей по ключевым словам «medical», «clinical», «healthcare» и «LLMs» в различных базах данных, включая ACM и Google Scholar, с целью изучения последних тенденций и применений LLM в здравоохранении. Были проанализированы 175 релевантных публикаций для поддержки как практиков, так и исследователей в этой области. Мы собрали 56 экспериментальных наборов данных, резюмировали различные методы оценки и рассмотрели современные LLM для выполнения различных задач. Мы даём всесторонний анализ применений LLM в здравоохранении, включая медицинские системы вопрос–ответ, суммаризацию диалогов, генерацию электронных медицинских записей, научные исследования, медицинское образование, мониторинг безопасности медицинских продуктов, клиническое здравоохранительное рассуждение и поддержку клинических решений. Кроме того, мы выявили проблемы, такие как безопасность данных, неточная информация, справедливость и предвзятость, плагиат, вопросы авторского права и подотчётность, и обсудили потенциальные решения, а именно рамки деидентификации, включение ссылок, контрфактуально справедливое формирование подсказок, управляющие коды для начала и конца и установление нормативных стандартов для решения этих открытых вопросов. Результаты обзора оказывают существенное влияние на стимулирование инноваций в практических приложениях и на разрешение присущих проблем в академических и медицинских сообществах.
Key Findings
1
Составлен каталог из 56 экспериментальных наборов данных и различных методов оценки, используемых в исследовании LLM в медицине.
2
Выявлены ключевые проблемы для LLM в здравоохранении: безопасность данных, неточная информация, справедливость и предвзятость, плагиат/авторские права и ответственность.
3
Предложены потенциальные решения, соотнесённые с проблемами: фреймворки деидентификации для приватности, ссылки/цитирование для уменьшения неточностей, контрфактуально-справедливые подсказки для справедливости, управляющие коды начала/конца и установление нормативных стандартов для ответственности.
4
Рассмотрены современные применения LLM по задачам: ответ на медицинские вопросы, суммирование диалогов, генерация электронных медицинских карт и поддержка клинических решений.
5
Цель обзора — стимулировать инновации в практических приложениях и помочь решить присущие проблемы в академическом и медицинском сообществе.
6
Обзор проанализировал 175 публикаций об LLM в здравоохранении, собранных по ключевым словам в нескольких базах данных.
Research Object
Большие языковые модели (LLMs), применяемые в медицинской и здравоохранительной сферах
Research Subject
Применение, эффективность, оценка, достижения и проблемы LLM в задачах здравоохранения (медицинские вопросы-ответы, суммаризация диалогов, генерация электронных медицинских карт, клиническое рассуждение, поддержка принятия решений, обучение, мониторинг безопасности продукции), включая датасеты, методы оценки и такие проблемы, как безопасность данных, дезинформация, предвзятость, плагиат и ответственность
Publication Details
Publication Date
2024-09-20
Journal
Publisher
ISSN
Cited by
236
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest