ChatGPT是OpenAI近期发布的自然语言处理(NLP)聊天机器人研究项目/产品，在公众和医疗专业人士中引发轰动，短时间内积累了庞大的用户基础。这是尖端技术"产品化"的典型案例，让非技术背景的普通大众能亲身体验人工智能(AI)，类似于AlphaGo(英国DeepMind Technologies)和自动驾驶汽车(谷歌、特斯拉等)引发的AI热潮。然而，医疗研究人员尤其需要在这种热潮中保持谨慎。本文系统综述了ChatGPT在医疗领域应用的现有文献，为普通读者、医疗从业者和NLP科学家阐明ChatGPT在医学应用中的"现状"。研究使用生物医学文献数据库PubMed，以"ChatGPT"为关键词检索相关文献，进一步提出纳入标准和分类法来筛选结果并归类文献。综述发现，当前版本的ChatGPT在各种测试中仅达到中等或"及格"水平，由于设计初衷并非临床用途，其实际临床部署并不可靠。我们得出结论：针对关键临床应用，基于(生物)医学数据集训练的专业NLP模型仍是正确发展方向。

ChatGPT是一种基于人工智能(AI)的对话式大语言模型(LLM)。若能主动审视并解决相关合理关切，大语言模型在医疗教育、研究和实践中的潜在应用前景广阔。本系统综述旨在探讨ChatGPT在医疗教育、研究和实践中的效用，并强调其潜在局限性。根据PRIMSA指南，我们系统检索了PubMed/MEDLINE和Google Scholar中探讨ChatGPT在医疗教育、研究或实践背景下应用的英文文献(已发表研究或预印本)。共纳入60篇文献。51/60 \$(85.0\%)\$ 篇文献指出ChatGPT的优势包括：(1)提升科学写作能力，促进科研公平性与多样性；(2)在医疗研究中的实用性(高效分析数据集、代码生成、文献综述、节省时间以专注实验设计、药物发现与开发)；(3)在医疗实践中的益处(优化工作流程、节约成本、文档处理、个性化医疗及提升健康素养)；(4)在医疗教育中的优势包括促进个性化学习、培养批判性思维和基于问题的学习。58/60 \$(96.7\%)\$ 篇文献提出ChatGPT的使用顾虑，涉及伦理、版权、透明度、法律问题、偏见风险、剽窃、缺乏原创性、存在幻觉风险的不准确内容、知识有限、错误引用、网络安全问题及信息流行病风险。ChatGPT的广阔应用可能引发医疗教育、研究和实践的范式转变。然而，鉴于其潜在局限性，采用这款AI聊天机器人需极度谨慎。就目前而言，除非ICMJE/COPE指南修订，否则ChatGPT不具备被列为科学论文作者的资格。亟需发起一项涵盖医疗教育、研究和实践所有利益相关者的行动，以制定伦理准则，指导医疗界和学术界负责任地使用ChatGPT等大语言模型。

ChatGPT正受到越来越多的关注，并在临床实践中拥有多样化的应用场景。在临床决策支持方面，ChatGPT已被用于生成准确的鉴别诊断列表、辅助临床决策、优化临床决策支持系统，并为癌症筛查决策提供参考。此外，ChatGPT还应用于智能问答系统，为疾病和医疗咨询提供可靠信息。在医疗文书方面，ChatGPT能高效生成患者临床信函、放射学报告、医疗记录和出院小结，提升了医护人员的效率与准确性。未来研究方向包括实时监测与预测分析、精准医疗与个性化治疗、ChatGPT在远程医疗中的作用，以及与现有医疗系统的整合。总体而言，ChatGPT是辅助医疗专业人员、改善临床决策和患者护理的有力工具。但ChatGPT是一把双刃剑，我们需要审慎考量其益处与潜在风险。本文探讨了ChatGPT在临床实践中的最新研究进展，并提出其在临床应用中的潜在风险与挑战，这将为未来类似ChatGPT的医疗人工智能研究提供指导与支持。

大型语言模型（LLM）如ChatGPT和GPT-4在理解和响应人类指令方面取得了显著进展。然而，这些模型通常在英语中表现更佳，且未针对医疗领域进行专门训练，导致其在诊断、药物推荐等医疗建议中的精确度欠佳。此外，医院仍认为训练和部署对话模型不可行，阻碍了大语言模型的推广。为解决这些问题，我们借助ChatGPT收集了中文医疗对话数据库，并采用多种技术训练了一个易于部署的大语言模型。值得注意的是，我们仅用13小时在单张A100 80G显卡上完成了ChatGLM-6B的微调，这意味着拥有医疗专用大语言模型的成本可以非常低廉。DoctorGLM目前处于早期工程尝试阶段，可能存在各种错误。我们将其开源以邀请社区提供反馈和建议，从而提升其医疗专项能力：https://github.com/xiong hong lin/DoctorGLM。

大语言模型(LLM)在单轮对话中提供通用广泛的健康建议方面表现优异，例如ChatGPT、ChatGLM、ChatDoctor、DoctorGLM等系统。然而单轮对话中用户提供的信息有限，导致生成建议的个性化和针对性不足，需要用户自行筛选有效部分。这主要源于模型缺乏多轮追问能力。在实际医疗问诊中，医生通常通过一系列迭代询问来全面了解患者状况，从而后续提供有效且个性化的建议，这种模式可定义为大语言模型的追问链(CoQ)。为提升大语言模型的追问链能力，我们提出基于ChatGLM微调的BianQue模型，其训练数据为自建的健康对话数据集BianQueCorpus，该数据集包含经ChatGPT优化的多轮追问和健康建议。实验结果表明，BianQue能同时平衡追问和健康建议生成能力，这将推动大语言模型在主动健康领域的研究与应用。[20]

放射学报告生成作为医学影像分析的关键步骤，对临床决策层面的定量分析至关重要。然而，在大数据量下，复杂多样且存在跨源异质性的放射学报告对现有方法提出了巨大的泛化能力挑战，这主要源于不同机构、检查部位和放射科医师之间报告风格与规范性的显著差异。近期，大语言模型(LLM)的出现为识别健康状况体征提供了巨大潜力。为解决上述问题，我们与中国中南大学湘雅二医院合作，提出了基于LLM的ChatRadio-Valuer——一种通过学习可泛化表征、为复杂分析案例提供模型适配基础范式的定制化放射学报告自动生成模型。具体而言，ChatRadio-Valuer首先通过监督微调基于单一机构的放射学报告进行训练，随后适配至临床级事件中来自六家不同机构的人类多系统（胸部、腹部、肌肉骨骼、头面部及颈部）疾病诊断任务。本研究使用的临床数据集包含总计332,673例观测记录。从工程指标、临床效能和部署成本等综合评估结果来看，ChatRadio-Valuer在放射学报告的疾病诊断方面持续优于最先进模型，特别是ChatGPT(GPT-3.5-Turbo)和GPT-4等。该模型为提升模型泛化性能、减轻专家标注工作量提供了有效途径，从而推动放射学报告中临床AI应用的发展。

尽管生成模型很少产出与训练输入高度相似的结果，但训练这类模型的过程涉及复制受版权保护的数据。如果这些复制未经授权，可能会被视为侵权，这取决于模型的具体使用是否符合“合理使用”的原则。由于合理使用的判断是具体情况具体分析，我们无法给出一个通用的结论。相反，我会针对ChatGPT对其训练数据的使用进行具体分析，但许多其他生成式AI产品的情况也大致适用...