論文の概要: A Comprehensive Survey of Large Language Models and Multimodal Large Language Models in Medicine
- arxiv url: http://arxiv.org/abs/2405.08603v1
- Date: Tue, 14 May 2024 13:42:05 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-15 13:59:04.683496
- Title: A Comprehensive Survey of Large Language Models and Multimodal Large Language Models in Medicine
- Title（参考訳）: 医学における大規模言語モデルと多モーダル大規模言語モデルに関する包括的調査
- Authors: Hanguang Xiao, Feizhong Zhou, Xingyue Liu, Tianqi Liu, Zhipeng Li, Xin Liu, Xiaoxuan Huang,
- Abstract要約: ChatGPTとGPT-4のリリース以来、大きな言語モデル(LLM)とマルチモーダルな言語モデル(MLLM)が注目されている。
この調査は、LLMとMLLMの開発背景と原則を包括的に概観する。
また、医療におけるアプリケーションシナリオ、課題、今後の方向性についても検討している。
- 参考スコア（独自算出の注目度）: 9.116392782378753
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Since the release of ChatGPT and GPT-4, large language models (LLMs) and multimodal large language models (MLLMs) have garnered significant attention due to their powerful and general capabilities in understanding, reasoning, and generation, thereby offering new paradigms for the integration of artificial intelligence with medicine. This survey comprehensively overviews the development background and principles of LLMs and MLLMs, as well as explores their application scenarios, challenges, and future directions in medicine. Specifically, this survey begins by focusing on the paradigm shift, tracing the evolution from traditional models to LLMs and MLLMs, summarizing the model structures to provide detailed foundational knowledge. Subsequently, the survey details the entire process from constructing and evaluating to using LLMs and MLLMs with a clear logic. Following this, to emphasize the significant value of LLMs and MLLMs in healthcare, we survey and summarize 6 promising applications in healthcare. Finally, the survey discusses the challenges faced by medical LLMs and MLLMs and proposes a feasible approach and direction for the subsequent integration of artificial intelligence with medicine. Thus, this survey aims to provide researchers with a valuable and comprehensive reference guide from the perspectives of the background, principles, and clinical applications of LLMs and MLLMs.
- Abstract（参考訳）: ChatGPTとGPT-4のリリース以来、大規模言語モデル(LLM)とマルチモーダル大規模言語モデル(MLLM)は、理解、推論、生成において強力で汎用的な能力のために大きな注目を集めており、医療と人工知能の統合のための新しいパラダイムを提供している。
この調査は、LLMとMLLMの開発背景と原則を包括的に概観するとともに、その応用シナリオ、課題、将来的な医療の方向性について調査する。
具体的には、この調査はパラダイムシフトに注目し、従来のモデルからLLMやMLLMへの進化をトレースし、モデル構造を要約して詳細な基礎知識を提供することから始まります。
その後、調査では、LLMとMLLMを明確な論理で構築し、評価するプロセス全体について詳述した。
次に、医療におけるLSMとMLLMの意義を強調するため、医療における将来的な6つの応用を調査、まとめる。
最後に,医学 LLM と MLLM が直面している課題について考察し,人工知能と医学の統合に向けた実現可能なアプローチと方向性を提案する。
そこで本調査は, LLMとMLLMの背景, 原則, 臨床応用の観点から, 研究者に貴重な参考資料を提供することを目的とする。
関連論文リスト
- Surveying the MLLM Landscape: A Meta-Review of Current Surveys [17.372501468675303]
MLLM(Multimodal Large Language Models)は、人工知能分野における変革の原動力となっている。
本研究の目的は,MLLMのベンチマークテストと評価方法の体系的レビューを提供することである。
論文 参考訳（メタデータ） (2024-09-17T14:35:38Z) - From Text to Multimodality: Exploring the Evolution and Impact of Large Language Models in Medical Practice [12.390859712280328]
大規模言語モデル(LLM)は、テキストベースのシステムからマルチモーダルプラットフォームへと急速に進化してきた。
医療におけるMLLMの現況を考察し,臨床診断支援,医用画像,患者エンゲージメント,研究の分野にまたがる応用を分析した。
論文 参考訳（メタデータ） (2024-09-14T02:35:29Z) - A Comprehensive Review of Multimodal Large Language Models: Performance and Challenges Across Different Tasks [74.52259252807191]
MLLM(Multimodal Large Language Models)は、単一のモダリティシステムの能力を超えた現実世界のアプリケーションの複雑さに対処する。
本稿では,自然言語,視覚,音声などのマルチモーダルタスクにおけるMLLMの応用を体系的に整理する。
論文 参考訳（メタデータ） (2024-08-02T15:14:53Z) - Large Language Models: A Survey [69.72787936480394]
大規模言語モデル(LLM)は、広範囲の自然言語タスクにおける強力なパフォーマンスのために、多くの注目を集めている。
LLMの汎用言語理解と生成能力は、膨大なテキストデータに基づいて数十億のモデルのパラメータを訓練することで得られる。
論文 参考訳（メタデータ） (2024-02-09T05:37:09Z) - Large language models in healthcare and medical domain: A review [4.456243157307507]
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) - Towards Vision Enhancing LLMs: Empowering Multimodal Knowledge Storage
and Sharing in LLMs [72.49064988035126]
マルチモーダル大規模言語モデル(MLLM)の強化を目的としたMKS2という手法を提案する。
具体的には、LLMの内部ブロックに組み込まれたコンポーネントであるModular Visual Memoryを導入し、オープンワールドの視覚情報を効率的に保存するように設計されている。
実験により,MKS2は物理的・常識的な知識を必要とする文脈において,LLMの推論能力を大幅に増強することが示された。
論文 参考訳（メタデータ） (2023-11-27T12:29:20Z) - A Survey of Large Language Models in Medicine: Progress, Application, and Challenge [85.09998659355038]
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) - A Comprehensive Overview of Large Language Models [68.22178313875618]
大規模言語モデル(LLM)は、最近自然言語処理タスクにおいて顕著な機能を示した。
本稿では, LLM関連概念の幅広い範囲について, 既存の文献について概説する。
論文 参考訳（メタデータ） (2023-07-12T20:01:52Z) - A Survey on Multimodal Large Language Models [71.63375558033364]
GPT-4Vで表されるマルチモーダル大言語モデル(MLLM)は、新たな研究ホットスポットとなっている。
本稿では,MLLMの最近の進歩を追跡・要約することを目的とする。
論文 参考訳（メタデータ） (2023-06-23T15:21:52Z)
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。