在当今时代，人工智能的应用日益广泛，特别是像 ChatGPT 这样的大型语言模型。人们越来越希望将这些 AI 模型用于解读医疗信息，以辅助做出关键的医疗决策。在这个背景下，本古里安大学内盖夫分校的一个研究团队展开了一项研究，对专门处理医疗信息的大型语言模型的能力进行了考察和比较。
这项研究的成果发表在了《生物学和医学中的计算机》杂志上。研究人员指出，人工智能应用于医疗信息领域已成为常见手段，可通过医疗聊天机器人回答患者问题、预测疾病、创建合成数据以保护患者隐私，或为医学生生成医学问题及答案。那些处理文本数据的 AI 模型在信息分类方面已被证明是有效的。然而，当涉及到关乎生命的临床医疗信息时，就需要深入理解医疗代码的含义及其之间的差异。
本古里安大学内盖夫分校软件与信息系统工程系的博士生 Ofir Ben Shoham 和 Nadav Rappoport 博士决定探究大型语言模型对医疗领域的理解程度以及它们回答相关问题的能力。为此，他们对通用模型和针对医疗信息进行微调的模型进行了比较。