Руководство для клиницистов по большим языковым моделям: общий обзор с акцентом на галлюцинации

The Clinicians’ Guide to Large Language Models: A General Perspective With a Focus on Hallucinations
Dimitri Roustan, François Bastardot
2025-01-28

авторегрессионная генерацияклиническая реализациягаллюцинации (ложная информация)большие языковые моделифакторы обучающего набора данных
Большие языковые модели (LLM) — это инструменты искусственного интеллекта, которые потенциально могут глубоко изменить практику всех аспектов медицины. Учитывая значительный потенциал LLM в медицине и интерес многих участников здравоохранения к их внедрению в рутинную практику, клиницисты должны быть осведомлены о основных рисках, связанных с использованием этих моделей. Существенным риском является способность LLM порождать галлюцинации. Галлюцинации (ложная информация), генерируемые LLM, возникают по множеству причин, включая факторы, связанные с обучающим набором данных, а также их авторегрессионную природу. Последствия для клинической практики варьируются от генерации неточной диагностической и терапевтической информации до закрепления ошибочных путей диагностического мышления и снижения надежности при неправильном использовании. Для снижения этого риска нами разработана общая техническая рамка по использованию LLM в повседневной клинической практике и при внедрении на уровне учреждений.
1
Основной риск при использовании LLM в медицине — галлюцинации, то есть генерация ложной информации, вызванная проблемами обучающего набора данных и авторегрессионной природой моделей.
2
Галлюцинации могут приводить к неточным диагностическим и терапевтическим рекомендациям и укреплять ошибочные клинические цепочки рассуждений при неправильном использовании LLM.
3
Большие языковые модели имеют значительный потенциал изменить все аспекты медицинской практики, но также несут важные риски, которые должны понимать клиницисты.
4
LLM могут быть ненадёжны в клинических условиях, если не применяются соответствующие защитные меры и практики использования.
5
Авторы предлагают общую техническую рамку для клиницистов и учреждений по использованию LLM в рутинной клинической практике и при масштабной реализации для уменьшения рисков.

Модели большого языка (LLM), используемые в клинической/медицинской практике

Риск галлюцинаций (порождения ложной информации) моделями LLM и разработанная общая техническая рамка для смягчения их причин и клинических последствий для диагностики, терапии и диагностического мышления при внедрении в рутинную и институциональную медицинскую практику

Publication Details
Publication Date
2025-01-28
Journal
Publisher
ISSN
Cited by
165
Access Type
Author Information
Authors
Dimitri Roustan
François Bastardot
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%