眼科的大型语言模型:对临床医生,研究人员,患者和教育工作者有用的范围审查
Jose Carlo M Artiaga1, Ma Carmela B Guevarra2,3, George Michael N Sosuan1
1Department of Ophthalmology and Visual Sciences, Philippine General Hospital, University of the Philippines Manila, Manila City, Philippines.
Eye (London, England)
|August 26, 2025
概括
大型语言模型 (LLM) 在眼科中显示出对临床支持,患者教育和研究的希望. 虽然ChatGPT优秀,但像幻觉和图像解释挑战这样的局限性需要持续监测眼睛护理中的生成AI.
科学领域:
- 眼科 眼科
- 人工智能
- 医疗信息学
背景情况:
- 自2022年底以来,大型语言模型 (LLM) 在医疗保健领域迅速发展.
- 越来越多的出版物探讨了各种医学领域的LLM应用.
研究的目的:
- 通过眼科的利益相关者对LLM利用的原始研究进行审查.
- 确定眼部护理中LLM的当前应用和局限性.
主要方法:
- 对眼科LLM的原始研究文章进行系统审查.
- 对LLM绩效进行比较,并确定其局限性的研究分析.
主要成果:
- 在眼科领域,LLM可以协助临床任务,患者教育,医疗培训和研究.
- 与其他LLM相比,ChatGPT的准确性和质量更高.
- 确定的局限性包括幻觉,基于图像的快速解释和非英语语言表现问题.
结论:
- 生成性人工智能,特别是先进的LLM,在眼科领域具有显著的潜力.
- 由于能力不断变化和发现的局限性,持续监测至关重要.
- 未来的图像处理代需要仔细评估,以便安全地整合到眼睛护理中.
更多相关视频
07:12Development of a Gaze-Contingent Display Framework Designed for Perceptual and Oculomotor Research with Simulated Central Vision Loss
Published on: April 11, 2025
559
07:08Using Optical Coherence Tomography and Optokinetic Response As Structural and Functional Visual System Readouts in Mice and Rats
Published on: January 10, 2019
10.1K
