大型语言模型在医学中的当前关注点和未来方向GPT在医学中:以机器学习为驱动的全球范围的文献计量分析
Song-Bin Guo1,2,3, Deng-Yao Liu4,5, Xiao-Jie Fang1,3
1Department of Medical Oncology, Sun Yat-sen University Cancer Center, Guangzhou, P. R. China.
International journal of surgery (London, England)
|October 24, 2025
概括
大型语言模型 (LLM) 聊天生成预训练变压器 (ChatGPT) 显示了医学领域的快速增长,但需要在特定领域进一步发展. 解决ChatGPT采用的全球差异对于公平的医疗保健进步至关重要.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 数字健康数字健康
背景情况:
- 像ChatGPT这样的大型语言模型 (LLM) 在医疗保健中提供了变革性的潜力.
- 尽管取得了快速进展,但ChatGPT在医疗应用中面临着重大挑战和缺点.
- 了解全球关注和未来方向对于负责任的发展和政策至关重要.
研究的目的:
- 分析全球关注和发展趋势的ChatGPT跨医学学科和地区.
- 为了确定当前的全球关注点和未来的研究方向,在医学中使用ChatGPT.
- 为未来关于医疗保健LLM的研究和政策制定提供信息.
主要方法:
- 对医学中ChatGPT的全球出版数据的回顾性分析.
- 应用机器学习算法来识别发展模式和问题.
- 使用无监督层次聚类和Walktrap算法进行趋势和问题分析.
主要成果:
- 聊天GPT表现出强的增长率 (26.97%/月) 和国际医学合作.
- 内部医学在发展方面处于领先地位,而外科手术,医疗保健,医疗信息学,放射学,公共卫生和瘤学则需要进一步关注.
- 关键问题包括健康信息的准确性和安全性,以及瘤患者管理方面的新兴研究.
- 伦理学发展良好,但仍存在悬而未决的问题;医学教育和临床决策支持非常相关,但发展不足.
结论:
- 这项研究提供了ChatGPT在医学领域的全球景观的全面概述.
- 确定了高度发展,欠发达和新兴关切的领域,提供了关键的见解.
- 研究结果为未来的研究,政策制定和在医疗保健中对LLM的国际合作提供了至关重要的参考.
