计算医疗中的数据基础模型：综述
机器学习
2026-04-30 v3 人工智能
摘要
基础模型（FMs）作为新兴的AI技术套件的出现，在计算医疗领域掀起了机遇浪潮。这些模型的交互性质，由预训练数据和人类指令引导，点燃了一种以数据为中心的AI范式，强调更好的数据表征、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个长期挑战，涉及数据量、标注、患者隐私和伦理。在本综述中，我们调查了FM时代（从模型预训练到推理）中旨在改善医疗工作流程的广泛数据驱动方法。我们讨论了AI安全、评估以及与人类价值观对齐的关键视角。最后，我们对基于FM的分析在改善患者预后和临床工作流程方面提供了有前景的展望，以应对不断发展的医疗和医学格局。我们在https://github.com/Yunkun-Zhang/Data-Centric-FM-Healthcare提供了最新的医疗相关基础模型和数据集列表。
引用
@article{arxiv.2401.02458,
title = {Data-Centric Foundation Models in Computational Healthcare: A Survey},
author = {Yunkun Zhang and Jin Gao and Zheling Tan and Lingfeng Zhou and Kexin Ding and Mu Zhou and Shaoting Zhang and Dequan Wang},
journal= {arXiv preprint arXiv:2401.02458},
year = {2026}
}
备注
Published in ACM Computing Surveys