arXiv cs.AI· Mahdi Alkaeed, Sofiat Abioye, Adnan Qayyum, Yosra Magdi Mekki, Ilhem Berrou, Mohamed Abdallah, Ala Al-Fuqaha, Muhammad Bilal, Junaid Qadir·· 3 天前AI 评分22
医疗领域的开放基础模型：GenAI 驱动个性化处方的挑战、悖论与机遇
Open Foundation Models in Healthcare: Challenges, Paradoxes, and Opportunities with GenAI Driven Personalized Prescription
AI 导读
一项综述对医疗临床任务中的开放 LLM 与 AI 基础模型进行梳理与分类，并在个性化处方任务上实测开放权重模型。在 100 个合成患者档案上，开放权重模型未用 RAG 时整体适用性准确率达 0.810–0.850，高于专有基线 0.780，但置信区间重叠；加入 RAG 后所有模型均提升，排名差距缩小至 0.04 以内。
正文 · AI 翻译
摘要：针对专有大型语言模型（LLM）的成功，人们越来越有兴趣开发开放、非专有的 LLM 和 AI 基础模型（AIFM），以便在学术、科学和非商业应用中透明使用。开放模型在改善医疗应用方面具有巨大潜力。在本文中，我们提供了针对临床任务的最先进开放 LLM 和 AIFM 的全面调查和分类。此外，我们在个性化处方任务上对开放权重 LLM 进行了实证评估，并将它们与有和没有检索增强生成（RAG）的专有模型进行了比较。在 100 个合成患者档案中，开放权重模型在无检索增强的总体适宜性准确率上达到或超过了专有基线（0.810--0.850 对 0.780），尽管置信区间重叠；在有检索增强的情况下，每个模型都有所改善，排名差距缩小到 0.04 以内。RAG 带来的增益是领域相关的，而非统一的。为了突出 LLM 驱动的个性化处方的临床相关性，我们还进行了一项主观评估，其中两名评分者对模型和条件不知情，彼此独立地对回答进行评分。他们的评分并未跟随准确率的提升：检索提高了每个模型的总体适宜性准确率，却降低了四个模型中两个在所有五个维度上的双评分者均值。最后，我们概述了与滥用先进 LLM 和 AIFM 相关的伦理影响和潜在风险，强调了在医疗保健环境中负责任和透明部署的重要性。\textit{论文中使用的数据和代码将在发表后发布。
| 评论： | 21 页，4 幅图 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2502.04356 [cs.CL] |
| （或 arXiv:2502.04356v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2502.04356 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：Adnan Qayyum [查看电子邮件]
[v1]
2025 年 2 月 4 日星期二 19:16:56 UTC（8,740 KB）
[v2]
2026 年 10 月 12 日星期一 10:31:22 UTC（3,201 KB）
来源：arXiv cs.AI · arxiv.org