論文の概要: Large language models in medicine: the potentials and pitfalls
- arxiv url: http://arxiv.org/abs/2309.00087v1
- Date: Thu, 31 Aug 2023 19:06:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-04 15:31:47.163164
- Title: Large language models in medicine: the potentials and pitfalls
- Title(参考訳): 医学における大規模言語モデル:可能性と落とし穴
- Authors: Jesutofunmi A. Omiye, Haiwen Gui, Shawheen J. Rezaei, James Zou,
Roxana Daneshjou
- Abstract要約: 大規模言語モデル(LLM)は、医学的検査の質問から患者の質問への回答まで、医療のタスクに適用されている。
本総説は, 医療従事者を対象に, 医療現場におけるLCMの急速な変化状況を理解する上で, 医療実践者を支援することを目的としている。
- 参考スコア(独自算出の注目度): 20.419827231982623
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Large language models (LLMs) have been applied to tasks in healthcare,
ranging from medical exam questions to responding to patient questions. With
increasing institutional partnerships between companies producing LLMs and
healthcare systems, real world clinical application is coming closer to
reality. As these models gain traction, it is essential for healthcare
practitioners to understand what LLMs are, their development, their current and
potential applications, and the associated pitfalls when utilized in medicine.
This review and accompanying tutorial aim to give an overview of these topics
to aid healthcare practitioners in understanding the rapidly changing landscape
of LLMs as applied to medicine.
- Abstract(参考訳): 大規模言語モデル(llm)は、医療のタスクに応用されており、医療試験の質問から患者の質問への応答まで幅広い。
LLMと医療システムを製造する企業間の制度的なパートナーシップの増加に伴い、現実世界の臨床応用は現実に近づいている。
これらのモデルが普及するにつれて、医療従事者にとって、LSMとは何か、その開発、その現在および潜在的な応用、そして医療で使用される際の落とし穴を理解することが不可欠である。
本総説は, 医療従事者に対して, LLMの急速な変化の背景を理解する上で, 医療実践者を支援することを目的としている。
関連論文リスト
- Do Large Language Models understand Medical Codes? [0.0]
大規模言語モデル(LLM)は、幅広いタスクを支援することで、臨床実践に大きな利益をもたらすことができる。
しかし、これらのモデルは、適切な対処ができないクエリに直面した時に、幻覚や誤った応答を生成する傾向がある。
論文 参考訳(メタデータ) (2024-03-16T06:18:15Z) - MedKP: Medical Dialogue with Knowledge Enhancement and Clinical Pathway
Encoding [48.348511646407026]
本稿では,知識向上と臨床パスウェイ符号化フレームワークを用いた医療対話について紹介する。
このフレームワークは、医療知識グラフを介して外部知識増強モジュールと、医療機関および医師の行動を介して、内部臨床経路をコードする。
論文 参考訳(メタデータ) (2024-03-11T10:57:45Z) - AI Hospital: Interactive Evaluation and Collaboration of LLMs as Intern
Doctors for Clinical Diagnosis [72.50974375416239]
リアルタイムのインタラクティブな診断環境を構築するために設計されたフレームワークであるAI Hospitalを紹介する。
様々な大規模言語モデル(LLM)は、対話的診断のためのインターン医師として機能する。
我々は,医療部長の監督の下で,反復的な議論と紛争解決プロセスを含む協調的なメカニズムを導入する。
論文 参考訳(メタデータ) (2024-02-15T06:46:48Z) - Large Language Model Distilling Medication Recommendation Model [61.89754499292561]
大規模言語モデル(LLM)の強力な意味理解と入力非依存特性を利用する。
本研究は, LLMを用いて既存の薬剤推奨手法を変換することを目的としている。
これを軽減するため,LLMの習熟度をよりコンパクトなモデルに伝達する機能レベルの知識蒸留技術を開発した。
論文 参考訳(メタデータ) (2024-02-05T08:25:22Z) - Large language models in healthcare and medical domain: A review [5.264460964718939]
大規模言語モデル(LLM)は、自由テキストクエリに対する熟練した応答を提供する。
このレビューでは、多様な医療応用の効率性と効果を増幅するLLMの可能性について考察する。
論文 参考訳(メタデータ) (2023-12-12T20:54:51Z) - ChiMed-GPT: A Chinese Medical Large Language Model with Full Training
Regime and Better Alignment to Human Preferences [55.42521181558716]
中国医学領域向けに設計された新しいベンチマークLSMであるChiMed-GPTを提案する。
ChiMed-GPTは、コンテキスト長を4,096トークンに拡大し、事前トレーニング、SFT、RLHFを含む総合的なトレーニング体制を実行している。
情報抽出,質問応答,対話生成などの実世界のタスクの評価は,一般的なドメインLLMよりもChiMed-GPTの方が優れた性能を示している。
論文 参考訳(メタデータ) (2023-11-10T12:25:32Z) - A Survey of Large Language Models in Medicine: Progress, Application,
and Challenge [86.4234483148876]
大規模言語モデル (LLM) は、人間の言語を理解し、生成する能力のために大きな注目を集めている。
本総説は,医学におけるLSMの開発と展開について概説することを目的としている。
論文 参考訳(メタデータ) (2023-11-09T02:55:58Z) - Large Language Models Illuminate a Progressive Pathway to Artificial
Healthcare Assistant: A Review [16.008511195589925]
大規模言語モデル(LLM)は、人間のレベルの言語理解と推論を模倣する有望な能力を示している。
本稿では,医学におけるLSMの応用と意義について概説する。
論文 参考訳(メタデータ) (2023-11-03T13:51:36Z) - LLMs-Healthcare : Current Applications and Challenges of Large Language
Models in various Medical Specialties [0.7673339435080445]
本稿では,医療分野におけるLarge Language Models(LLMs)の最近の進歩を概観する。
LLMは、医師、医療提供者、患者を含む医療支援において重要な役割を担っている。
LLMががん治療、皮膚科、歯科医療、神経変性疾患、精神保健にどのように応用されているか、私たちは光を当てました。
論文 参考訳(メタデータ) (2023-10-28T01:01:30Z) - ChatCAD: Interactive Computer-Aided Diagnosis on Medical Image using
Large Language Models [53.73049253535025]
大規模言語モデル(LLM)は、最近臨床応用においてその可能性を実証している。
本稿では,LLMを医療画像CADネットワークに統合する手法を提案する。
LLMの医用領域知識と論理的推論の強みを、既存の医用画像CADモデルの視覚理解能力と融合させることが目的である。
論文 参考訳(メタデータ) (2023-02-14T18:54:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。