大型语言模型在血液学中的力量和危险性
Jacob Glass1, Olivier Elemento2
1Department of Medicine, Memorial Sloan Kettering Cancer Center, New York, New York, USA.
British journal of haematology
|September 30, 2024
概括
大型语言模型 (LLM) 为血液学提供了变革的潜力. 本综述探讨了LLM的能力,并确定了安全和道德的临床整合的机会,使医生和患者受益.
科学领域:
- 计算语言学计算语言学
- 医疗信息学医学信息学
- 血液学 血液学 血液学
背景情况:
- 大型语言模型 (LLM) 代表了人工智能的重大进步.
- 它们的潜在影响跨越了许多科学和临床学科.
- 血液学被确定为一个通过LLM技术转型的成熟领域.
研究的目的:
- 提供对LLM发展历史和当前能力的全面概述.
- 为了确定在血液学中LLM应用的具体机会.
- 为在临床实践中安全和道德地实施LLM衍生工具提出框架.
主要方法:
- 关于大型语言模型开发的文献综述.
- 分析当前的LLM功能和局限性.
- 在血液学中探索潜在的应用案例.
- 为临床部署制定伦理和安全指南.
主要成果:
- 法学士已经显著发展,在自然语言理解和生成方面展示了先进的能力.
- 在血液学中发现了许多应用,从诊断支持到数据分析.
- 强调需要一个结构化的方法来确保安全和道德的整合.
结论:
- 大型语言模型已经准备好彻底改变血液学.
- 合理应用LLM可以提高临床决策和患者护理.
- 一个强大的框架对于最小化风险和最大化利益在血液学LLM工具的开发是必不可少的.


