WikiEdge:MedRxiv-2024.06.18.24309113
- 標題：Analyzing Diversity in Healthcare LLM Research: A Scientometric Perspective
- 中文標題：分析醫療保健大語言模型研究中的多樣性：科學計量學視角
- 發布日期：2024-06-19
- 作者：Restrepo, D.; Wu, C.; Vasquez-Venegas, C.; Matos, J.; Gallifant, J.; Nakayama, L. F.
- 分類：health informatics
- 原文連結：10.1101/2024.06.18.24309113
摘要：在醫療保健中部署大型語言模型（LLMs）已經顯示出增強臨床決策、提高行政效率和改善患者結果的巨大潛力。然而，這些模型的開發和應用中缺乏多元化群體的代表性可能會延續偏見，導致醫療保健服務的不公平。本文對醫療保健的LLM研究進行了全面的科學計量分析，包括2021年1月1日至2024年7月1日的數據。通過分析PubMed和Dimensions的元數據，包括作者所屬機構、國家和資金來源，我們評估了LLM研究的貢獻者多樣性。我們的發現突顯出顯著的性別和地理差異，主要是男性作者和來自高收入國家（HICs）的貢獻。我們引入了一種基于吉尼多樣性的新穎期刊多樣性指數，以衡量科學出版物的包容性。我們的結果強調了需要更大的代表性，以確保LLMs在醫療保健中的公平應用。我們提出了可行的策略，以增強人工智慧研究的多樣性和包容性，最終目標是促進醫療保健創新的更加包容和公平的未來。
問題與動機
作者面對的研究問題包括：