在医疗领域，大语言模型（LLMs）已成为重要工具，展现出在临床推理和患者护理方面的潜力。本次调查回顾了医学LLMs的最新进展，重点关注推理应用及其需求。我们采用双重视角的方法，将临床实践与计算方法连接起来。
在临床方面，我们建立了一个五级能力框架，遵循米勒金字塔，从知识回忆到动态案例管理逐步递进。计算方面，我们将演绎推理、归纳推理和溯因推理模式与常见医疗目标和任务相联系。
此外，我们引入了一个基准数据集，涵盖五个层次的医学推理能力，并对18个最先进的模型进行了评估。结果显示，医疗专业模型在以诊断为中心的任务中表现卓越，而通用模型在决策支持和对话中更具优势。
最后，我们讨论了当前的进展与面临的挑战，包括数据限制、幻觉现象和基础问题，并勾勒出实现更安全、更可靠、适合工作流程的系统的发展方向。
博主点评： 此调查深入探讨了LLMs在医疗领域的应用，强调了将临床需求与计算能力对接的重要性。尽管取得了一定进展，但仍需解决数据和模型可靠性等关键问题，以推动医疗AI的实际应用。