基于大型语言模型（LLM）的代理系统可以处理输入信息、规划和决策、回忆和反思、互动和协作、利用各种工具并采取行动。这在医学和医疗保健领域开辟了广泛的机遇，从临床工作流程自动化到多代理辅助诊断。
图1：LLM、传统代理和LLM基础代理的特征。
参考文献
- Patel, S. B. & Lam, K. Lancet Digit. Health 5, e107-e108 (2023).
- Vaid, A., Landi, I., Nadkarni, G. & Nabeel, I. Lancet Digit. Health. 5, e855-e858 (2023).
- Touvron, H. et al. 预印本， (2023).
- Russell, S.J. & Norvig, P. Artificial Intelligence: A Modern Approach (Pearson; 2016).
- Wei, J. et al. Adv. Neural Inf. Process. Syst. 35, 24824-24837 (2022).
- Shinn, N., Cassano, F., Gopinath, A., Narasimhan, K. & Yao, S. Advances in Neural Information Processing Systems 36 (NeurIPS 2023) (2023).
- Yao, S. et al. International Conference on Learning Representations (2023).
- Li, G., Hammoud, H. A. A. K., Itani, H., Khizbullin, D. & Ghanem, B. Adv. Neural Inf. Process. Syst. 36, 51991-52008 (2023).
- Eloundou, T., Manning, S., Mishkin, P. & Rock, D. Science 384, 1306-1308 (2024).
- Hong, S. et al. International Conference on Learning Representations (2024).
- Lewis, P. et al. Adv. Neural Inf. Process. Syst. 33, 9459-9474 (2020).
- Zakka, C. et al. NEJM AI (2024).
- Gou, Z. et al. International Conference on Learning Representations (2024).
- Tian, Y., Yang, X., Zhang, J., Dong, Y. & Su, H. 预印本， (2024).
- Tu, T. et al. 预印本， (2024).
致谢
本研究得到香港特别行政区研究资助局（ECS24211020, GRF14203821, GRF14216222 和 GRF14201824）和香港特别行政区创新及科技基金（ITS/252/23）的支持。Kyle Lam 得到英国国家卫生和护理研究所学术临床研究员奖学金的支持。作者感谢伦敦国王学院的 L. Li 提供的有益讨论。
作者信息
作者注释
- 这些作者贡献相同：邱建宁, Kyle Lam.
作者和所属单位
- 香港中文大学生物医学工程系，香港特别行政区新界，中国
- 邱建宁
- 伦敦帝国理工学院外科与癌症系，英国伦敦
- Kyle Lam
- 牛津大学工程科学系，英国牛津
- 李国豪
- 伦敦帝国理工学院全球健康创新研究所，英国伦敦
- Amish Acharya
- Ara Darzi
- 清华大学医学院，中国北京
- Tien Yin Wong
- 北京清华长庚医院，中国北京
- Tien Yin Wong
- 新加坡国立眼科中心新加坡眼科研究所，新加坡
- Tien Yin Wong
- 吴渊
- 斯克里普斯研究转化研究所，美国加利福尼亚州拉霍亚
- Eric J. Topol
通讯作者
通讯作者：吴渊
利益声明
作者声明无竞争利益。
版权和许可
重印和许可
关于本文
引用本文
Qiu, J., Lam, K., Li, G. 等. 基于大型语言模型的代理系统在医学和医疗保健中的应用. Nat Mach Intell (2024).
(全文结束)
