伝統的な中国医学における大型言語モデルのチューニングと臨床応用: スコーピングレビュー

科学分野:

• 医療における人工知能
• 計算型伝統的な中国医学

背景:

• 大型言語モデル (LLM) は,ヘルスケアアプリケーションにとって大きな可能性を秘めています.
• LLMを中国伝統医学 (TCM) に統合するには,その調節,データ,応用を体系的に評価する必要があります.
• 現在,TCMにおけるLLMに関する研究は断片化しており,包括的なレビューが必要である.

研究 の 目的:

• LLMのチューニング技術,データ構築,評価方法,およびTCMのアプリケーションシナリオを体系的にレビューする.
• TCMのためのLLM開発の現在の状態と将来の方向性を評価する.
• TCMの臨床実践にLLMを適用する際の限界と課題を特定する.

主な方法:

• PRISMA-ScRガイドラインに準拠したスコーピングレビューが行われました.
• 2025年5月までの研究について,7つのデータベースで体系的な検索が行われました.
• 分析は,TCM指向のLLMsのモデル特性,チューニング,データ,評価,アプリケーション,および制限に焦点を当てました.

主要な成果:

• 27件の研究が含まれており,TCMの知識相談と診断支援に焦点を当てていました.
• LoRAの微調整,プロンプトエンジニアリング,継続的なプレトレーニング,およびリトリーバルの拡張生成は一般的な技術でした.
• モデルは,知識統合と基本的な推論の強みを示したが,複雑なTCMプロセスと個別化された診断に苦労した.

結論:

• TCM指向のLLMは,コンサルティングと診断において有効性を示しているが,TCMの全体的なパラダイムとデータ品質を把握する上で課題に直面している.
• 将来の研究は,TCMに適合するアーキテクチャ,標準化されたマルチモダルデータ,臨床翻訳,TCM特有の評価フレームワークに焦点を当てるべきである.
• これらの課題に取り組むことは,TCMのLLMアプリケーションの進歩に不可欠です.