换一批摘要DeepSeek、ChatGPT等大语言模型(LLM)为临床实验室信息生态圈提供了智能基座,助力实现智慧检验.目前,LLM尚存在缺乏应用场景实现方案、缺乏全生命周期管理、未针对检验医学领域进行微调等局限.文章介绍LLM在检验前、中、后阶段和实验室管理等应用场景的技术方案及其预期效果,构建LLM全生命周期的管理框架,通过提示词工程、检索增强生成、微调等技术实现LLM与检验医学的深度融合.同时,文章阐述了目前LLM的应用特点、面临的挑战,以及应对策略,为进一步推进智慧检验的发展提供参考.
更多相关知识
关键词
人工智能大语言模型检验医学报告解读检索增强生成Artificial intelligenceLarge language modelLaboratory medicineReport interpretationRetrieval augmented generation
栏目名称
DOI
10.3969/j.issn.1673-8640.2025.11.002
发布时间
2025-12-09（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重点研发计划（2022YFC3602302）
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
