• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

相似文献

1
Large language models in biomedicine and health: current research landscape and future directions.生物医学与健康领域的大语言模型：当前研究现状与未来方向
J Am Med Inform Assoc. 2024 Sep 1;31(9):1801-1811. doi: 10.1093/jamia/ocae202.
2
Current issues in biomedical text mining and natural language processing.生物医学文本挖掘与自然语言处理中的当前问题。
J Biomed Inform. 2009 Oct;42(5):757-9. doi: 10.1016/j.jbi.2009.09.001. Epub 2009 Sep 6.
3
Large language models for biomedicine: foundations, opportunities, challenges, and best practices.大型语言模型在生物医学领域的应用：基础、机遇、挑战和最佳实践。
J Am Med Inform Assoc. 2024 Sep 1;31(9):2114-2124. doi: 10.1093/jamia/ocae074.
4
BiomedRAG: A retrieval augmented large language model for biomedicine.BiomedRAG：一种用于生物医学的检索增强大语言模型。
J Biomed Inform. 2025 Feb;162:104769. doi: 10.1016/j.jbi.2024.104769. Epub 2025 Jan 13.
5
Grid and cloud computing methods in biomedical research.生物医学研究中的网格和云计算方法。
Methods Inf Med. 2013;52(1):62-4.
6
The future of natural language processing for biomedical applications.生物医学应用中自然语言处理的未来。
Int J Med Inform. 2002 Dec 4;67(1-3):1-5. doi: 10.1016/s1386-5056(02)00081-3.
7
A novel framework for biomedical entity sense induction.一种用于生物医学实体感知归纳的新框架。
J Biomed Inform. 2018 Aug;84:31-41. doi: 10.1016/j.jbi.2018.06.007. Epub 2018 Jun 20.
8
Transformer models in biomedicine.生物医学中的 Transformer 模型。
BMC Med Inform Decis Mak. 2024 Jul 29;24(1):214. doi: 10.1186/s12911-024-02600-5.
9
Neural network-based approaches for biomedical relation classification: A review.基于神经网络的生物医学关系分类方法：综述。
J Biomed Inform. 2019 Nov;99:103294. doi: 10.1016/j.jbi.2019.103294. Epub 2019 Sep 23.
10
Big data in biomedicine.生物医药中的大数据
Drug Discov Today. 2014 Apr;19(4):433-40. doi: 10.1016/j.drudis.2013.10.012. Epub 2013 Oct 29.

引用本文的文献

1
Current Landscape and Future Directions Regarding Generative Large Language Models in Stroke Care: Scoping Review.中风护理中生成式大语言模型的当前现状与未来方向：范围综述
JMIR Med Inform. 2025 Aug 7;13:e76636. doi: 10.2196/76636.
2
Longitudinal big biological data in the AI era.人工智能时代的纵向大型生物数据。
Mol Syst Biol. 2025 Aug 5. doi: 10.1038/s44320-025-00134-0.
3
Large language models for disease diagnosis: a scoping review.用于疾病诊断的大语言模型：一项范围综述。
NPJ Artif Intell. 2025;1(1):9. doi: 10.1038/s44387-025-00011-z. Epub 2025 Jun 9.
4
Risk of Bias Assessment of Diagnostic Accuracy Studies Using QUADAS 2 by Large Language Models.使用QUADAS-2对大型语言模型进行诊断准确性研究的偏倚风险评估
Diagnostics (Basel). 2025 Jun 6;15(12):1451. doi: 10.3390/diagnostics15121451.
5
Comparative analysis of large language models in clinical diagnosis: performance evaluation across common and complex medical cases.大语言模型在临床诊断中的比较分析：常见和复杂医疗病例的性能评估
JAMIA Open. 2025 Jun 12;8(3):ooaf055. doi: 10.1093/jamiaopen/ooaf055. eCollection 2025 Jun.
6
Automated Insomnia Phenotyping from Electronic Health Records: Leveraging Large Language Models to Decode Clinical Narratives.基于电子健康记录的自动失眠症表型分析：利用大语言模型解读临床叙述。
medRxiv. 2025 Jun 3:2025.06.02.25328701. doi: 10.1101/2025.06.02.25328701.
7
Advancing Korean Medical Large Language Models: Automated Pipeline for Korean Medical Preference Dataset Construction.推进韩国医学大语言模型：韩国医学偏好数据集构建的自动化管道
Healthc Inform Res. 2025 Apr;31(2):166-174. doi: 10.4258/hir.2025.31.2.166. Epub 2025 Apr 30.
8
Advancing the application and evaluation of large language models in health and biomedicine.推进大语言模型在健康与生物医学领域的应用与评估。
J Am Med Inform Assoc. 2025 Apr 1;32(4):603-604. doi: 10.1093/jamia/ocaf043.
9
Embracing Generative Artificial Intelligence in Clinical Research and Beyond: Opportunities, Challenges, and Solutions.在临床研究及其他领域采用生成式人工智能：机遇、挑战与解决方案
JACC Adv. 2025 Mar;4(3):101593. doi: 10.1016/j.jacadv.2025.101593. Epub 2025 Feb 8.

本文引用的文献

1
A question-answering framework for automated abstract screening using large language models.基于大语言模型的自动文摘筛选的问答框架。
J Am Med Inform Assoc. 2024 Sep 1;31(9):1939-1952. doi: 10.1093/jamia/ocae166.
2
Lingdan: enhancing encoding of traditional Chinese medicine knowledge for clinical reasoning tasks with large language models.凌丹：利用大语言模型增强中医知识在临床推理任务中的编码。
J Am Med Inform Assoc. 2024 Sep 1;31(9):2019-2029. doi: 10.1093/jamia/ocae087.
3
The potential and pitfalls of using a large language model such as ChatGPT, GPT-4, or LLaMA as a clinical assistant.使用大型语言模型（如 ChatGPT、GPT-4 或 Llama）作为临床助手的潜力和陷阱。
J Am Med Inform Assoc. 2024 Sep 1;31(9):1884-1891. doi: 10.1093/jamia/ocae184.
4
Reasoning with large language models for medical question answering.使用大语言模型进行医学问答推理。
J Am Med Inform Assoc. 2024 Sep 1;31(9):1964-1975. doi: 10.1093/jamia/ocae131.
5
Public comfort with the use of ChatGPT and expectations for healthcare.公众对使用 ChatGPT 的接受程度和对医疗保健的期望。
J Am Med Inform Assoc. 2024 Sep 1;31(9):1976-1982. doi: 10.1093/jamia/ocae164.
6
The first step is the hardest: pitfalls of representing and tokenizing temporal data for large language models.第一步是最困难的：为大型语言模型表示和标记时间数据的陷阱。
J Am Med Inform Assoc. 2024 Sep 1;31(9):2151-2158. doi: 10.1093/jamia/ocae090.
7
Disambiguation of acronyms in clinical narratives with large language models.利用大型语言模型对临床叙述中的缩略语进行消歧。
J Am Med Inform Assoc. 2024 Sep 1;31(9):2040-2046. doi: 10.1093/jamia/ocae157.
8
LEAP: LLM instruction-example adaptive prompting framework for biomedical relation extraction.LEAP：用于生物医学关系抽取的 LLM 指令-示例自适应提示框架。
J Am Med Inform Assoc. 2024 Sep 1;31(9):2010-2018. doi: 10.1093/jamia/ocae147.
9
Detecting hallucinations in large language models using semantic entropy.使用语义熵检测大型语言模型中的幻觉。
Nature. 2024 Jun;630(8017):625-630. doi: 10.1038/s41586-024-07421-0. Epub 2024 Jun 19.
10
A publishing infrastructure for Artificial Intelligence (AI)-assisted academic authoring.人工智能（AI）辅助学术创作的出版基础设施。
J Am Med Inform Assoc. 2024 Sep 1;31(9):2103-2113. doi: 10.1093/jamia/ocae139.

Large language models in biomedicine and health: current research landscape and future directions.

作者信息

Lu Zhiyong, Peng Yifan, Cohen Trevor, Ghassemi Marzyeh, Weng Chunhua, Tian Shubo

机构信息

National Center for Biotechnology Information, National Library of Medicine, National Institutes of Health, Bethesda, MD 20894, United States.

Department of Population Health Sciences, Weill Cornell Medicine, New York, NY 10065, United States.

出版信息

J Am Med Inform Assoc. 2024 Sep 1;31(9):1801-1811. doi: 10.1093/jamia/ocae202.

DOI:10.1093/jamia/ocae202
PMID:39169867
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11339542/
Abstract
摘要