医疗保健中的变压器和大型语言模型:一篇综述
Subhash Nerella1, Sabyasachi Bandyopadhyay2, Jiaqing Zhang3
1Department of Biomedical Engineering, University of Florida, Gainesville, United States.
Artificial intelligence in medicine
|June 15, 2024
概括
人工智能 (AI) 和变压器深度学习模型通过分析各种数据类型来彻底改变医疗保健. 本调查探讨了它们在医学领域的应用,好处和局限性.
科学领域:
- 医疗保健中的人工智能
- 深度学习架构 深度学习架构
- 医疗数据分析 医学数据分析
背景情况:
- 人工智能 (AI) 越来越多地融入医疗保健.
- 变换器神经网络最初用于自然语言处理 (NLP),现在在医学中被广泛采用.
- 这种架构分析了各种医疗数据,改变了医疗应用.
研究的目的:
- 调查在医疗保健中采用变压器架构的情况.
- 在各种医疗保健数据类型中提供变压器应用程序的概述.
- 讨论变形金刚在医学中的好处,局限性和伦理考虑.
主要方法:
- 对医疗保健中的变压器应用的文献综述.
- 在临床NLP,医学成像,电子健康记录,社交媒体,生物生理信号和生物分子序列中使用变压器的分析.
- 包括关于手术说明和重症监护结果预测的研究.
主要成果:
- 变压器用于临床诊断,报告生成,数据重建和药物/蛋白质合成.
- 应用程序涵盖了各种医疗保健数据,包括文本,图像和生物序列.
- 研究表明,变压器在重症监护机构和外科指导中具有实用性.
结论:
- 变压器架构在分析复杂的医疗保健数据方面具有重大潜力.
- 关键的挑战包括计算成本,可解释性,公平性和道德影响.
- 需要进一步的研究来解决局限性问题,并确保在医疗保健中负责任地实施人工智能.
