Large Language Models in Biomedical and Health Informatics: A Bibliometric Review

要約

大規模言語モデル (LLM) は、生物医学および健康情報学 (BHI) において急速に重要なツールとなり、データの分析、患者の治療、研究の実施のための新しい方法を可能にします。
この書誌学的レビューは、2022 年から 2023 年までの研究論文とコラボレーション ネットワークを調査することにより、BHI で LLM がどのように使用されてきたかの全体像を提供することを目的としています。さらに、LLM が医療診断などのさまざまな BHI 分野で自然言語処理 (NLP) アプリケーションをどのように改善できるかを調査します。
、患者エンゲージメント、電子医療記録管理、個別化医療。
これを行うために、私たちの書誌学的レビューは主要な傾向を特定し、研究ネットワークを計画し、この急速に変化する分野の主要な発展に焦点を当てています。
最後に、データプライバシーや信頼できる医学的推奨事項など、BHI で LLM を使用する際の倫理的懸念と実際的な課題について説明します。
今後を見据えて、LLM が生物医学研究、医療提供、患者転帰をどのようにさらに変革できるかを検討します。
この書誌学的レビューは、研究者、臨床医、政策立案者などの医療関係者が BHI における LLM の現状と将来の可能性を理解するためのリソースとして機能します。

要約(オリジナル)

Large Language Models (LLMs) have rapidly become important tools in Biomedical and Health Informatics (BHI), enabling new ways to analyze data, treat patients, and conduct research. This bibliometric review aims to provide a panoramic view of how LLMs have been used in BHI by examining research articles and collaboration networks from 2022 to 2023. It further explores how LLMs can improve Natural Language Processing (NLP) applications in various BHI areas like medical diagnosis, patient engagement, electronic health record management, and personalized medicine. To do this, our bibliometric review identifies key trends, maps out research networks, and highlights major developments in this fast-moving field. Lastly, it discusses the ethical concerns and practical challenges of using LLMs in BHI, such as data privacy and reliable medical recommendations. Looking ahead, we consider how LLMs could further transform biomedical research as well as healthcare delivery and patient outcomes. This bibliometric review serves as a resource for stakeholders in healthcare, including researchers, clinicians, and policymakers, to understand the current state and future potential of LLMs in BHI.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google