大型语言模型在个性化健康应用中的系统综述与概念框架

《ARTIFICIAL INTELLIGENCE REVIEW》：LLM-driven personalized and adaptive systems for health and wellness: a systematic review

　　

摘要

大型语言模型（LLMs）越来越多地被探索作为构建个性化和自适应健康应用的AI系统。尽管在定制大型语言模型以支持多样化群体方面已取得进展，但包容性和情境敏感性仍未得到充分探索。在这篇综合系统综述中，我们综合分析了149篇同行评审文章，以研究大型语言模型如何在各种健康领域中满足个人的需求和偏好。我们确定了个性化的三个核心维度、八种模型适配架构以及四类降低大型语言模型有效性的实施挑战。我们强调了大型语言模型驱动的应用程序在各健康领域的有效性，并提供了伦理视角和全球影响力机遇。我们通过提供一个新颖的概念框架来指导未来大型语言模型驱动应用的设计与开发，为更广泛的人机交互（HCI）社区做出贡献。目标是使这些模型更加自适应、个性化、包容、有效，并能响应急变变化的个体特征和需求。