[论文翻译]医学领域大语言模型综述：进展、应用与挑战

大语言模型 (LLM/Large Language Model) ，如 ChatGPT，因其理解和生成人类语言的能力而受到广泛关注。尽管当前研究趋势聚焦于利用大语言模型支持各类医疗任务 (例如提升临床诊断和提供医学教育) ，但针对这些工作的系统性综述，尤其是其在医学领域的发展、实际应用及成果的全面分析仍较为匮乏。因此，本文旨在详细概述大语言模型在医学中的开发与部署，包括其面临的挑战与机遇。在开发层面，我们详细介绍了现有医疗大语言模型的原理，包括其基础模型结构、参数量级以及模型开发所用的数据来源与规模，为开发者构建符合特定需求的医疗大语言模型提供指南。在部署层面，我们对比了不同大语言模型在各类医疗任务中的表现，并进一步将其与最先进的轻量级模型进行对比，以明晰大语言模型在医学领域的独特优势与局限。总体而言，本文围绕以下研究问题展开：1) 医疗大语言模型的开发实践有哪些？2) 如何衡量大语言模型在医疗场景中的任务表现？3) 医疗大语言模型如何应用于真实世界实践？4) 使用医疗大语言模型会引发哪些挑战？5) 如何更有效地开发与部署医疗大语言模型？通过回答这些问题，本文旨在揭示大语言模型在医学领域的机遇与挑战，并为构建高效医疗大语言模型提供实用参考。我们还在以下地址持续更新医疗大语言模型的实践指南列表： https://github.com/AI-in-Health/Me dLL Ms Practical Guide.