本研究探讨了生成大型语言模型与传统自然语言处理在医疗任务中的差异。分析19123项研究发现，生成模型在开放性任务中表现优越，而传统方法在信息提取和分析中占主导地位。确保技术在医学中的伦理使用至关重要。

本研究分析了医学基础模型在医疗任务中的有效性，发现其在零样本和少样本情况下并未显著优于通用模型。尽管经过微调后医学LLM性能有所提升，但这些改进无法应用于临床笔记任务，表明通用模型已展现出强大的医学知识和推理能力。