OpenMedLM是一個開源的醫學語言模型，在醫學基準測試中表現優異，且無需大量微調。透過提示策略，OpenMedLM在三個醫學語言模型基準測試中取得領先地位，超越其他模型。這顯示開源基礎模型在提升醫療任務表現方面具有潛力，同時也凸顯提示工程對於醫學應用中易用的語言模型的重要性。 PubMed DOI

最近大型語言模型（LLMs）如ChatGPT和LLaMA在醫療應用上展現潛力，但因缺乏專業醫學知識，效果有限。為此，本研究推出Me-LLaMA，一系列開源醫療LLM，整合專業知識與指令遵循能力。Me-LLaMA經過大量生物醫學文獻訓練，並在六個醫療文本分析任務中表現優於LLaMA及其他開源醫療LLM，甚至在多數任務中超越ChatGPT和GPT-4。研究強調持續預訓練與指令調整的重要性，並希望透過公開資源促進醫療AI的發展。 PubMed DOI

這篇文章介紹了一個結構化的方法，幫助醫療專業人員有效運用大型語言模型（LLMs）。重點在於LLMs在臨床文檔和病人試驗匹配等醫療任務中的潛力。方法包括五個關鍵步驟： 1. **任務制定**：找出適合LLM的醫療任務。 2. **選擇LLMs**：根據需求選擇合適的模型。 3. **提示工程**：設計有效的提示來引導回應。 4. **微調**：調整LLMs以符合醫療應用。 5. **部署**：考慮法規、倫理及持續監測公平性。 目的是提供醫療人員安全有效整合LLMs的指導。 PubMed DOI

這項研究介紹了 MedS-Bench，旨在評估大型語言模型（LLMs）在臨床環境中的表現，涵蓋11個關鍵臨床任務。我們評估了九個知名的 LLM，發現它們在面對這些任務時表現不佳。為了解決這些問題，我們創建了 MedS-Ins，這是一個針對醫療應用的大規模指令調整數據集，包含58個醫療語料庫和500萬個實例。透過實驗，我們展示了該數據集的有效性，並開發出改進的模型 MMedIns-Llama 3。我們已公開 MedS-Ins，並鼓勵研究社群參與進一步發展。 PubMed DOI

這篇論文評估了不同微調的生成大型語言模型（LLMs）在臨床領域的零樣本命名實體識別（NER）表現。研究在第八屆生物醫學聯結註解黑客松進行，重點分析Llama 2和Mistral模型，並比較其基本版本與針對特定任務微調的版本。使用的數據集標註了疾病、症狀和醫療程序。結果顯示，經過指示微調的模型在實體識別上表現優於聊天微調和基本模型，且在要求簡單輸出結構時表現也有所提升。 PubMed DOI

最近大型語言模型（LLMs）在醫療應用上展現潛力，但通常缺乏專業醫學知識。為了解決這個問題，我們推出了Me-LLaMA，這是一系列開源的醫療LLMs，結合了專業知識與強大的指令遵循能力。Me-LLaMA透過持續預訓練和指令調整，利用生物醫學和臨床數據進行開發。 我們在六個文本分析任務中評估Me-LLaMA，結果顯示其在診斷複雜病例方面的表現優於現有的開放醫療LLMs，並且在大多數任務中超越了ChatGPT和GPT-4。這強調了持續預訓練與指令調整結合的重要性，以提升醫療LLMs的效能。 PubMed DOI

這項研究評估了生物醫學調整的大型語言模型（LLMs）在臨床任務中的表現，與通用模型相比。研究發現，生物醫學LLMs的表現通常不如通用模型，尤其在與醫學知識無關的任務上。雖然一些大型模型表現相似，但較小的生物醫學模型明顯落後。這挑戰了精細調整LLMs能自動提升表現的觀念，建議探索其他策略，如檢索增強生成，以更有效地整合LLMs進入臨床環境。 PubMed DOI

這篇論文提出一種全新的 soft prompt-tuning 方法，專門用來分類醫療短文本，像是對話紀錄或線上諮詢。透過自動產生模板和擴充標籤詞彙，能更精準處理醫療術語和複雜單位。實驗證明，這方法不只提升分類準確率，也讓結果更容易理解，有效解決醫療短文本分類的難題。 PubMed DOI

這項研究發現，結合 soft prompt-based learning 和大型語言模型（像 GatorTronGPT），能大幅提升從不同醫院和疾病的臨床文本中萃取社會健康決定因素（SDoH）的效果。經過 prompt-tuning 的 GatorTronGPT，F1 分數最高比傳統 fine-tuned 模型多出 21.8%，顯示它在跨領域應用上表現更好。 PubMed

這篇論文提出CILMP方法，結合大型語言模型產生的專業醫學知識，來客製化醫學影像分類模型的提示語。CILMP能根據不同疾病和影像自動調整提示語，讓視覺-語言模型在多種醫學影像分類任務上表現更好，效果也比現有方法優秀。 PubMed DOI