超越多选项准确率：大型语言模型在医疗保健领域实施的现实挑战
人工智能
2024-10-25 v1
摘要
大型语言模型 (LLM) 在医疗领域因其类人能力而受到广泛关注，推动了探索其在 various healthcare applications 中的潜力。尽管前景令人期待，但对于其在实际场景中的实际应用，仍存在多重挑战和障碍。本工作从四个独特方面讨论 LLM 在医疗应用中的关键挑战：操作漏洞、伦理与社会考量、性能与评估困难以及法律与监管合规。解决这些挑战对于充分发挥 LLM 的潜力并确保其在医疗保健领域负责任地集成至关重要。
引用
@article{arxiv.2410.18460,
title = {Beyond Multiple-Choice Accuracy: Real-World Challenges of Implementing Large Language Models in Healthcare},
author = {Yifan Yang and Qiao Jin and Qingqing Zhu and Zhizheng Wang and Francisco Erramuspe Álvarez and Nicholas Wan and Benjamin Hou and Zhiyong Lu},
journal= {arXiv preprint arXiv:2410.18460},
year = {2024}
}