[大语言模型在瘤诊断中的研究进展:在文本报告和医学成像中的应用]
Haoran Cheng1,2, Hongbin Yan3, Ziyun Yuan4
1Department of Gastrointestinal Surgery, Department of General Surgery, Guangdong Provincial People's Hospital (Guangdong Academy of Medical Sciences), Southern Medical University, Guangzhou 510080, China.
概括
大型语言模型 (LLM) 在癌症诊断方面表现有前途,与全科医生相匹配,但缺乏专业判断力. 未来的发展需要量身定制的模型和更好的数据集,以改善临床使用.
科学领域:
- 人工智能在医学中的应用
- 医疗信息学 医疗信息学
- 在瘤学瘤学.
背景情况:
- 大型语言模型 (LLM) 是具有文本和图像处理优势的先进AI.
- 士课程为医疗保健转型提供了潜力,提高了临床效率和质量.
- 它们在癌症诊断中的应用是一个快速发展的领域.
研究的目的:
- 审查LLM在癌症诊断中的当前应用.
- 探索该领域LLM的技术特征和未来方向.
- 专注于文本报告分析和多式联络诊断 (文本+图像).
主要方法:
- 在癌症诊断中LLM应用的文献综述.
- 在医疗报告 (成像,病理学,病例摘要) 的自动化分析中LLM绩效的分析.
- 在结合文本和医疗图像的多式联络诊断场景中对LLM的评估.
主要成果:
- 士证明了与普通住院医生的诊断能力相当的诊断能力.
- 目前,LLM在做出专业和精确的临床判断方面受到限制.
- 观察到的特征包括特定场景的参数效率模型和多语言报告分析.
结论:
- 需要专门的实用医学LLM,需要优化微调.
- 发展应侧重于高质量的中国医疗数据集.
- 与视觉语言模型的整合对于临床应用和医疗保健的可访问性至关重要.
