大型语言模型会改变临床预测吗？

目的：大型语言模型（LLMs）在医疗保健中引起了越来越多的关注。本文评估了LLMs在诊断和预后任务中改善临床预测模型（CPMs）的潜力，重点关注其处理长期电子健康记录（EHR）数据的能力。发现：LLMs在处理多模态和长期EHR数据方面表现出良好的前景，能够支持对多种健康状况的多结果预测。然而，仍然存在方法学、验证、基础设施和监管挑战。这包括时间事件建模的方法不够完善、预测校准不佳、外部验证有限以及影响弱势群体的偏见。高昂的基础设施成本和缺乏明确的监管框架进一步阻碍了采纳。影响：需要进一步的工作和跨学科的合作，以支持公正和有效地融入临床预测。开发具有时间感知、公平和可解释性的模型应成为改善临床预测工作流程的首要任务。