大型语言模型正在重塑核医学中的患者数据管理和临床实践
Pia Koller1, George A Prenosil1, Kuangyu Shi2
1Department of Nuclear Medicine, Inselspital, Bern University Hospital and University of Bern, Switzerland.
PET clinics
|October 22, 2025
概括
本综述探讨了核医学和神医学的大型语言模型 (LLM),突出了它们在患者数据管理和临床决策支持方面的潜力. 像幻觉和隐私这样的挑战需要进一步的研究以确保安全实施.
科学领域:
- 医学成像和诊断 医学成像和诊断
- 人工智能在医学中的应用
- 放射性药物 放射性药物 放射性药物
背景情况:
- 大型语言模型 (LLM) 是具有广泛适用性的新兴AI工具.
- 核医学和超神学涉及复杂的数据和决策过程.
- 先进的人工智能在这些领域的整合正在迅速发展.
研究的目的:
- 综合目前在核医学和天文学领域对LLM的研究.
- 确定LLMs在临床实践和教育中的潜在应用.
- 概述LLM实施的关键挑战和未来方向.
主要方法:
- 关于最近关于核医学LLM的研究的综合文献综述.
- 分析与特定任务相关的LLM能力,如数据管理和决策支持.
- 挑战和局限性的识别和分类.
主要成果:
- 临床医疗法在改善患者数据管理和临床决策支持方面表现有前途.
- 在医学教育和研究中发现了潜在的应用.
- 显著的挑战包括模型"幻觉",有限的专业知识和数据隐私问题.
结论:
- 在核医学和神医学方面,LLM提供了变革性的潜力.
- 严格的验证和特定领域的调整对于安全有效的部署至关重要.
- 解决道德和技术挑战对于实现LLM的好处至关重要.


