介绍了大型语言模型的研究现状,阐述了生成式预训练转换器模型的关键技术,综述了大型语言模型在医疗教育、临床疾病诊断与治疗、医患交流中的实际应用现状,指出了有效监管、伦理和法律、专业化及逻辑一致性是大型语言模型在医疗领域应用中面临的挑战,并展望了未来的发展方向.

大数据方法和技术发展日新月异，给临床诊疗提供了越来越多的新的思路和方法。大语言模型的出现使得人机交互式的对话和复杂的医疗场景下的应用成为了可能。重症医学是一个连续动态目标性治疗的过程，这个过程中产生的庞大数据需要通过模型进行整合与优化并在临床应用，在教学模拟中互动，在科学研究中助力。使用以生成式预训练转换模型（ChatGPT）为代表的大语言模型可初步实现在重症疾病的诊断、死亡风险预测和病案管理方面的应用。同时ChatGPT的时空局限性、幻象和伦理道德问题应运而生。ChatGPT在未来的重症医学诊疗中可能会发挥巨大作用，但目前需要结合更多的重症医学临床知识储备并谨慎对待其作出的结论进行判断。

传统的医学考试题库建设耗时长且依赖于命题专家资源，而大语言模型为题库建设带来了新方式，其试题生成质量很大程度上取决于提示词的设计。为了提高医学试题质量，帮助医学教师有效利用大语言模型开展命题工作，本文介绍了大语言模型中常用的提示工程，并以"术后胆漏"试题生成为例，探索了零样本、少样本、思维链、自洽性思维链、思维树提示工程策略的命题效果。分析结果显示，零样本和少样本提示操作简便，但在试题多样性和深度上存在一定局限。通过增加思维成分的提示策略，可以引导大语言模型执行草稿、打磨、比较和确定等命题过程，从而提高试题质量。同时，虽然通过改进提示词可以有效提高命题效果，但其具体实施与设计仍有极大的挖掘空间，需要进一步的研究和探索。

ChatGPT作为当下广受关注的生成式人工智能大型语言模型，在带给人们沉浸式学习体验和独特交互式平台的同时，也为众多领域的发展提供了创新工具和新的机遇。随着放射医学在疾病诊疗、载人航天、核能与核技术等领域的重要性日益凸显，可以预见，以ChatGPT为代表的人工智能大型语言模型将对放射医学的发展发挥重要作用。本文综述ChatGPT在放射医学领域的应用前景及面临的挑战，旨在推进人工智能大型语言模型在放射医学领域的应用研究。

中医诊断学作为中医学的重要课程,其复杂的理论体系和高度实践性的特点对传统教学方法提出了挑战.当前教学模式主要依赖于课堂讲授和临床实习,存在学生参与度低、实践资源有限等问题.大语言模型能够显著提升学生的理论知识掌握情况和实践能力,同时增强学习积极性和自主学习能力.通过个性化的学习体验和丰富的虚拟实践资源,学生能够更加深入地理解中医诊断学的复杂理论体系,并在模拟环境中积累临床经验.本研究阐述大语言模型的技术基础和优势,提出利用大语言模型进行教学改革的思路,并通过实际应用案例展示其在个性化辅导、虚拟病例生成和模拟诊断训练中的具体应用,提出课程设计与教学方法多样化、师资培训与技术支持的重要性,强调通过灵活多样的课程设计和互动式教学方法,充分发挥大语言模型的优势,探索大语言模型与虚拟现实(VR)和增强现实(AR)技术的结合,开发智能学习平台,以提供更精准的个性化辅导和反馈.以期为大语言模型在中医诊断学教学中的应用提供借鉴和参考.

生成式人工智能(generative artificial intelligence,GenAI)是指利用复杂的算法、模型和规则,从大规模数据集中学习,并生成全新、有意义内容的人工智能技术,包括但不限于大型语言模型、聊天机器人等.近年,GenAI已在艺术创作、内容创作、图像和视频编辑、自然语言处理等多个领域得到一定应用.

综述了大语言模型在医学领域的研究进展、应用现状、面临的挑战及未来发展方向.文章梳理了大语言模型的概念和发展历程,概述了其在医学领域应用的技术原理,在医疗实践、医学教育等场景中的应用情况,探讨了医学大语言模型的未来发展方向,及其面临的隐私和安全问题、数据集规模等挑战.

2022 年 10 月,美国OpenAI公司发布的大语言模型ChatGPT使得生成式人工智能技术达到一个新的发展阶段.该平台结合了大量的数据、强大的计算能力和新颖的处理技术,能够对各种各样的输入生成类似人类的反应,且可自由访问,已经吸引了数亿万次互动.

实习是医学生从学校向医院过渡的重要阶段,不管是操作技能的锻炼还是诊疗思维的培养,每个实习医师的素质成长都离不开带教医师的指导.作为当前较热门的辅助工具,文心一言等预训练语言模型对教学新业态的冲击已得到关注.虽然人工智能在文本生成、语言理解等方面有较大优势,但其引发的思维钝化及信任危机是不容忽视的问题.参与式教学法讲究"以学生为中心、师生共同参与",一般从课前准备、过程学习、课后评价三个方面落实.将人工智能和参与式教学法有效融合,有助于引导学生从被动学习向主动学习转化,可弥补单一教学方法各自存在的缺陷,提高教学效果.

数据库、数学建模、信息系统等智能制造技术已在中药工业的过程控制、生产管理、供应链管理中发挥出巨大作用,但对于研发报告、批生产记录、质量检验记录、供应商文件等非结构化数据的处理与利用能力相对薄弱.生成式人工智能(ar-tificial intelligence,AI)技术在文本、语言、图像等非结构化数据的信息提取、知识萃取、语义检索、内容生成等方面展现出强劲的发展潜力.生成式AI有望为中药工业非结构化数据资源的利用提供一套可行的工具.作者基于多年的中药智能制造技术研究与产业应用经验,梳理了中药智能制造现状与非结构化数据利用情况,分析了生成式AI在中药制造过程及供应链环节的应用价值,归纳总结了 4个典型的应用场景,包括:智慧制药知识库/知识图谱、智慧上岗培训、智慧生产质控、智慧供应链,并结合产业需求阐述了各场景的数据采集与处理、业务流程设计、应用潜力与价值.最后,基于生成式AI与中药工业模型的融合应用,该研究提出中药智慧工业大脑的初步构想.该研究旨在为AI技术在中药制造领域的应用提供参考.