近日，来自巴基斯坦、孟加拉国等多国医学院的研究团队在《 Journal of Intelligent Medicine》发表了题为"Transforming healthcare with large language models: Current applications, challenges, and future directions—a literature review" 的综述文章。该研究系统梳理了LLMs在医疗领域的多维应用现状，深入分析了实施障碍与伦理挑战，并前瞻性地展望了多模态模型、生物分子分析等前沿方向，为医疗AI的健康发展提供了全面的参考框架。

在本次综述中，作者总结了LLMs在增强临床实践中从诊断到治疗的临床应用、医疗文书撰写、医患沟通与教育、前沿研究与药物研发四个方面的新兴作用，深入研究了这些技术的应用、优势、挑战和实际实施。LLMs具有革新医疗中沟通、信息管理和教育的巨大潜力。

一、临床应用:从诊断到治疗的全流程赋能

心电图（ECG）解读：ChatGPT-4在解读心电图时，展现了惊人的97.5%的准确率，其表现优于急诊医学专家和心脏病专家。

影像学诊断：在针对861项研究的回顾中发现，ChatGPT在多项医疗任务中的中位准确率达到70.5%，其结论与金标准的一致性中位数高达83.6%。在更高级的思考、放射学术语理解和图像描述准确性方面，GPT-4版本显著优于GPT-3.5。

复杂病例挑战：在一项针对具有挑战性的胃肠道症状病例的诊断研究中，医生的准确率在2.6%到40.3% 之间波动，而ChatGPT-4o的诊断准确率高达72.7%，显著高于医生。

专业资格考试：ChatGPT在509道神经病学委员会式文本问题中，首次尝试正确率为65.87%，经过三次尝试后可提升至75.3%。Med-PaLM 2模型在USMLE风格的MedQA问题上取得了86.5% 的优异成绩。

图1 大语言模型架构序列示意图

二、医疗文书与效率革命：解放医生的双手

医疗文档占用了临床医生大量时间。Veen等人的研究显示，针对临床摘要任务调整的LLMs在完整性和准确性等多个维度上超越了人类专家，医生甚至更偏好LLMs生成的摘要。将LLMs整合到临床环境可以大幅减少医生的文档负担，让他们更专注于患者护理。

图2 医学大语言模型的训练过程

图3 公共卫生中使用的预测模型可视化表示

三、医患沟通与教育：更贴心、更高效的“AI顾问”

LLMs能够提供个性化、高同理心的健康咨询与教育，改善患者体验。

沟通质量：一项评估发现，在回答患者提问时，ChatGPT提供的回答质量被认为是医生回答的3.6倍，其同理心水平被认为是医生回答的9.8倍。

行为干预：与基于LLMs的聊天机器人进行关于戒烟等健康行为的交流，可以增强用户的治疗联盟和戒烟动机，显示出其在慢性病管理和健康促进中的应用潜力。

四、前沿研究与药物研发

在生物医学研究领域，专业化的LLMs正成为科学家们的强大工具。BioBERT模型在生物医学实体识别、关系抽取和问答任务上，分别实现了0.62%、2.80% 和12.24% 的F1分数提升。Galactica模型在科学推理和技术知识方面，以68.2% 的优势超越ChatGPT。以AlphaFold为代表的AI系统，利用先进的预测算法，以前所未有的精度预测蛋白质三维结构，为靶点发现和新药设计开辟了革命性道路。

图4 医疗应用大语言模型开发和发布的量子飞跃

本综述在强调大语言模型（LLMs）的潜在益处与应用的同时，也指出了其使用中的若干局限性和挑战，例如缺乏医学知识、回复不准确或过时、提供有偏见的信息，以及涉及透明度、数据隐私、公平性和问责制等社会与伦理问题。解决这些挑战，对于提升医学教育、医疗管理效率和患者护理水平至关重要。未来应采取步骤提高LLMs准确性，特别是在管理建议和临床诊断方面，并通过使用偏见检测机制和持续偏见监测来解决偏见。应解决与知情同意、患者保密性和错误信息潜在风险相关的伦理问题。需要进一步探索LLMs在复杂医学场景和专业医学领域中的应用，需要进一步研究LLMs在管理复杂和罕见疾病中的使用。

平衡鼓励创新与维护伦理标准的方法对于LLMs负责任地整合到医疗实践中至关重要。随着技术的不断进步和完善，相信LLMs将为医疗领域带来更多的突破和进步，最终造福全球患者。

更多细节与数据请查看原文：

https://doi.org/10.1002/jim4.70015