基础模型 (FM) 作为一套新兴的 AI 技术,其出现为计算医疗带来了大量机遇。这些模型的交互性由预训练数据和人工指导引导,引发了以数据为中心的 AI 范式,强调更好的数据特征、质量和规模。在医疗 AI 中,获取和处理高质量的临床数据记录一直是一项长期挑战,涉及数据量、注释、患者隐私和道德等各个方面。在本次调查中,我们研究了 FM 时代的各种以数据为中心的方法(从模型预训练到推理),以改善医疗工作流程。我们讨论了 AI 安全性、评估和与人类价值观保持一致的关键观点。最后,我们提供了基于 FM 的分析的良好前景,以在不断发展的医疗保健和医学领域中提高患者结果和临床工作流程的表现。我们在 https://github.com/Yunkun-Zhang/Data-Centric-FM-Healthcare 上提供了最新的医疗相关基础模型和数据集列表。
主要关键词