当前位置:
X-MOL 学术
›
npj Digit. Med.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
The path forward for large language models in medicine is open
npj Digital Medicine ( IF 12.4 ) Pub Date : 2024-11-27 , DOI: 10.1038/s41746-024-01344-w Lars Riedemann, Maxime Labonne, Stephen Gilbert
npj Digital Medicine ( IF 12.4 ) Pub Date : 2024-11-27 , DOI: 10.1038/s41746-024-01344-w Lars Riedemann, Maxime Labonne, Stephen Gilbert
Large language models (LLMs) are increasingly applied in medical documentation and have been proposed for clinical decision support. We argue that the future for LLMs in medicine must be based on transparent and controllable open-source models. Openness enables medical tool developers to control the safety and quality of underlying AI models, while also allowing healthcare professionals to hold these models accountable. For these reasons, the future is open.
中文翻译:
医学中大型语言模型的前进道路是开放的
大型语言模型 (LLMs) 越来越多地应用于医学文档,并已被提议用于临床决策支持。我们认为,医学中 LLMs必须基于透明可控的开源模型。开放性使医疗工具开发人员能够控制底层 AI 模型的安全性和质量,同时还允许医疗保健专业人员对这些模型负责。由于这些原因,未来是开放的。
更新日期:2024-11-29
中文翻译:
医学中大型语言模型的前进道路是开放的
大型语言模型 (LLMs) 越来越多地应用于医学文档,并已被提议用于临床决策支持。我们认为,医学中 LLMs必须基于透明可控的开源模型。开放性使医疗工具开发人员能够控制底层 AI 模型的安全性和质量,同时还允许医疗保健专业人员对这些模型负责。由于这些原因,未来是开放的。