Key points are not available for this paper at this time.
Depuis la sortie de ChatGPT et GPT-4, les grands modèles de langage (LLM) et les grands modèles de langage multimodaux (MLLM) ont suscité une attention significative en raison de leurs capacités puissantes et générales en compréhension, raisonnement et génération, offrant ainsi de nouveaux paradigmes pour l'intégration de l'intelligence artificielle avec la médecine. Cette enquête offre une vue d'ensemble complète du contexte de développement et des principes des LLM et MLLM, ainsi qu'une exploration de leurs scénarios d'application, défis et orientations futures en médecine. Plus précisément, cette enquête commence par se concentrer sur le changement de paradigme, retraçant l'évolution des modèles traditionnels vers les LLM et MLLM, résumant les structures des modèles pour fournir des connaissances fondamentales détaillées. Ensuite, l'enquête détaille le processus complet de construction, d'évaluation et d'utilisation des LLM et MLLM avec une logique claire. Par la suite, afin de souligner la valeur significative des LLM et MLLM dans les soins de santé, nous examinons et résumons 6 applications prometteuses dans ce domaine. Enfin, l'enquête discute des défis auxquels font face les LLM et MLLM médicaux et propose une approche réalisable ainsi qu'une direction pour la future intégration de l'intelligence artificielle avec la médecine. Ainsi, cette enquête vise à fournir aux chercheurs un guide de référence précieux et complet du point de vue du contexte, des principes et des applications cliniques des LLM et MLLM.
Building similarity graph...
Analyzing shared references across papers
Loading...
Hanguang Xiao
Feizhong Zhou
Xingyue Liu
Building similarity graph...
Analyzing shared references across papers
Loading...
Xiao et al. (Tue,) ont étudié cette question.
www.synapsesocial.com/papers/68e6a4e2b6db643587627b0c — DOI: https://doi.org/10.48550/arxiv.2405.08603
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: