AI 與世界的難題 · 醫學與藥物探索 · Nature (computational biology) · 2026-10-22
用於多模態臨床預測建模的大型語言模型：系統性文獻回顧
原標題: Large language models for multimodal clinical predictive modeling: a systematic review
電子健康紀錄（EHR）同時包含結構化與非結構化資料，而大型語言模型的興起，使非結構化資料得以納入以 EHR 資料建構的預測模型。在篩選的 641 項研究中，有 57 項符合納入條件，這篇文獻回顧找出三種基於 LLM 的多模態整合策略：嵌入、擷取與文字融合。所有策略的表現皆優於單一模態模型，平均提升 6.4%，作者並概述樣本數、可解釋性與運算成本等考量。