生成式预训练转换器(Generative pre-training transformer,GPT)和大型语言模型(Large language models,LLMs)的出现为医学领域带来了变革性应用。在中医药(Traditional Chinese medicine,TCM)领域,LLMs为解决临床工作流程效率低下和改...生成式预训练转换器(Generative pre-training transformer,GPT)和大型语言模型(Large language models,LLMs)的出现为医学领域带来了变革性应用。在中医药(Traditional Chinese medicine,TCM)领域,LLMs为解决临床工作流程效率低下和改善患者体验提供了独特的机会。然而,这些前景也伴随着挑战,包括数据质量、安全和隐私、虚假信息、伦理以及其他各种问题。本文系统阐述了LLMs在中医领域的应用以及其在改善中医诊疗服务、提升教学效能、优化医疗管理流程等方面的应用价值,并深入分析了实际落地过程中可能遇到的技术与伦理障碍。为确保LLMs在中医临床中的安全、公正应用,必须建立完善的保障机制。我们呼吁临床医师与研究人员共同应对挑战,在优化模型性能的同时有效管控风险,这将为中医药文化的传承与创新注入强劲动力。展开更多
文摘生成式预训练转换器(Generative pre-training transformer,GPT)和大型语言模型(Large language models,LLMs)的出现为医学领域带来了变革性应用。在中医药(Traditional Chinese medicine,TCM)领域,LLMs为解决临床工作流程效率低下和改善患者体验提供了独特的机会。然而,这些前景也伴随着挑战,包括数据质量、安全和隐私、虚假信息、伦理以及其他各种问题。本文系统阐述了LLMs在中医领域的应用以及其在改善中医诊疗服务、提升教学效能、优化医疗管理流程等方面的应用价值,并深入分析了实际落地过程中可能遇到的技术与伦理障碍。为确保LLMs在中医临床中的安全、公正应用,必须建立完善的保障机制。我们呼吁临床医师与研究人员共同应对挑战,在优化模型性能的同时有效管控风险,这将为中医药文化的传承与创新注入强劲动力。
