医学诊断中的大型语言模型:用图书识别分析进行范围审查
Hankun Su1,2,3, Yuanyuan Sun1,2, Ruiting Li4
1Department of Reproductive Medicine, Xiangya Hospital Central South University, Changsha, China.
Journal of medical Internet research
|June 9, 2025
概括
大型语言模型 (LLM) 在医学诊断方面表现有前途,GPT-4在研究中领先. 然而,诸如偏见和伦理问题等挑战需要仔细考虑安全的临床使用.
科学领域:
- 医学诊断 医学诊断 医学诊断
- 人工智能的人工智能
- 医疗信息学 医疗信息学
背景情况:
- 大型语言模型 (LLM) 提供了改善医疗诊断和解决医疗保健差异的潜力.
- 快速的LLM进步需要对其在医学中的应用,挑战和未来方向进行综合.
研究的目的:
- 提供关于医学诊断中LLM的当前研究的全面概述.
- 为了确定常用的LLM,评估方法,性能和涉及的医疗领域.
主要方法:
- 根据乔安娜·布里格斯研究所手册和PRISMA-ScR指南进行范围审查.
- 在主要数据库 (2022-2025) 中进行文献搜索,并使用VOSviewer进行文献分析.
- 关于LLM类型,应用程序和性能指标的数据提取.
主要成果:
- 在LLM研究的快速增长,由GPT-4和GPT-3.5.5.主导.
- 关键应用包括疾病分类,医学问题答案和诊断内容生成.
- 在放射学,精神病学,神经病学方面准确度高,但注意到偏见和道德问题 (隐私,幻觉) 阻碍了采用.
结论:
- 在诊断方面,LLM具有变革性的潜力,需要验证,偏差缓解和多式联络整合.
- 未来的研究应该专注于可解释的人工智能,专业优化和监管协调,以确保安全部署.


