大型语言模型(LLM)纳入医疗应用中,从药物发现和开发到临床决策支持,协助远程医疗,医疗设备和医疗保健保险应用,都引起了整个医疗保健行业的广泛关注。此观点论文旨在讨论建立LLM驱动的医疗AI应用程序的内部运作,并为其开发引入全面的框架。我们回顾了现有文献,并概述了在专业医学环境中应用LLM的独特挑战。此外,我们引入了一个三步框架来组织医疗LLM研究活动:1)建模:将综合医疗工作流程分解为开发医学特定模型的可管理步骤; 2)优化:通过精心设计的提示和集成外部知识和工具来优化模型性能,3)系统工程:将复杂的任务分解为子任务,并利用人类专业知识来构建医疗AI应用程序。更重要的是,我们提供了一本详细的用例剧本,描述了各种LLM供电的医疗AI应用程序,例如优化临床试验设计,增强临床决策和推进医学成像分析。最后,我们讨论了使用LLM构建医疗AI应用的各种挑战和考虑因素,例如处理幻觉问题,数据所有权和合规性,隐私,知识产权考虑,计算成本,可持续性问题和负责任的AI要求。
主要关键词