将通用AI适配于专业医疗AI应用及其挑战的视角
计算与语言
2024-12-03 v3 人工智能
摘要
将大语言模型(LLM)集成到医疗应用中，从药物发现和开发到临床决策支持、辅助远程医疗、医疗设备和医疗保险应用，已引发了整个医疗行业的广泛兴趣。这篇视角论文旨在讨论构建由LLM驱动的医疗AI应用的内部工作机制，并介绍一个用于其开发的综合框架。我们回顾了现有文献，并概述了在专业医疗环境中应用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：将复杂的医疗工作流程分解为可管理的步骤，以开发医疗专用模型；2) 优化：通过精心设计的提示词优化模型性能，并集成外部知识和工具；3) 系统工程：将复杂任务分解为子任务，并利用人类专业知识构建医疗AI应用。此外，我们提供了一个详细的用例手册，描述了各种由LLM驱动的医疗AI应用，例如优化临床试验设计、增强临床决策支持和推进医学影像分析。最后，我们讨论了使用LLM构建医疗AI应用的各种挑战和注意事项，例如处理幻觉问题、数据所有权与合规性、隐私、知识产权考量、计算成本、可持续性问题以及负责任的AI要求。
引用
@article{arxiv.2411.00024,
title = {A Perspective for Adapting Generalist AI to Specialized Medical AI Applications and Their Challenges},
author = {Zifeng Wang and Hanyin Wang and Benjamin Danek and Ying Li and Christina Mack and Hoifung Poon and Yajuan Wang and Pranav Rajpurkar and Jimeng Sun},
journal= {arXiv preprint arXiv:2411.00024},
year = {2024}
}