首页 > 中国癌症防治杂志 > 医学大语言模型在肿瘤诊断中的应用与发展趋势

医学大语言模型在肿瘤诊断中的应用与发展趋势

Applications and development of medical large language models in cancer diagnosis

二维码有效期 120s

摘要医学大语言模型(large language models,LLMs)的出现为肿瘤诊断的智能化带来了新机遇.相较于依赖经验及规则的传统临床决策支持系统,LLMs能够捕捉多模态医学数据中的深层语义与潜在规律.大模型技术体系正推动肿瘤诊断智能化,提高决策的准确性和推理逻辑性,提高医学知识的组织性,增强医师对复杂病例的判断力.尽管模型在可解释性、可靠性和隐私安全方面仍有待提升,但是其发展为智能医疗的临床落地奠定了坚实基础.本文将梳理医学大语言模型在肿瘤诊断中的关键进展,包括模型架构优化、领域适配及多模态融合等技术,及其在病历信息抽取、影像与病理联合分析、数字诊断顾问等场景中的应用潜力,为肿瘤研究与临床实践提供系统化参考依据.

作者梁婷 ^[1] 吴毅剑 ^[2] 王雨良 ^[3] 钟建业 ^[3] 刘晓鸿 ^[4] 学术成果认领

作者单位 518060 深圳深圳大学电子与信息工程学院 ^[1] 730099 兰州兰州大学第二医院泌尿外科;518060 深圳深圳大学附属华南医院实验研究部 ^[2] 518060 深圳深圳大学附属华南医院实验研究部 ^[3] 518060 深圳深圳大学电子与信息工程学院;518060 深圳深圳大学附属华南医院实验研究部 ^[4]

关键词肿瘤诊断临床决策支持系统医学大语言模型多模态融合数字诊断顾问 Cancer diagnosis Clinical decision support systems Medical large language models Multimodal data integration Digital diagnostic support

分类号 R730.4（肿瘤学一般性问题）

栏目名称

新技术新方法专栏

DOI 10.3969/j.issn.1674-5671.2025.05.02

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

国家自然科学基金（82403609）国家自然科学基金（82522048）国家自然科学基金（62501406）