医疗领域的生成式AI：基础知识、挑战与展望

生成式人工智能（GenAI）正迅速席卷全球。它为推进和颠覆现有实践，包括医疗保健，带来了变革性的机遇。从用于临床笔记综合和对话辅助的大型语言模型（LLM），到整合医学影像、电子健康记录和基因组数据的多模态系统，用于决策支持，GenAI正在通过诊断和个性化治疗等方面，为医疗保健实践和交付带来巨大潜力，显著减轻了医护人员的认知负担，从而改善整体医疗保健交付。然而，GenAI在医疗保健中的部署需要深入理解医疗任务以及可以和不能实现的事情。在本文中，我们提出一种数据中心范式，用于设计和部署面向医疗保健的GenAI系统。具体而言，我们将数据生命周期重新定位，以医疗数据生态系统为生成式医疗系统的基础基质。该生态系统旨在可持续地支持多样化医疗数据的集成、表示和检索。通过有效和高效的数据处理管道，例如语义向量搜索和语境查询，它支持GenAI驱动的操作，用于上游模型组件和下游临床应用。最终，它不仅为基础模型提供高质量、多模态数据进行大规模预训练和领域特定微调，还作为知识检索后端，支持通过智能体层进行任务特定的推理。该生态系统实现了高质量和有效的医疗保健交付。