本研究探讨了大型语言模型在罕见疾病诊断中的应用，发现新型提示学习方法能有效识别疾病并提升诊断性能。同时分析了模型的局限性及未来发展方向，强调了数据隐私和可解释性等挑战。

本文介绍了多种药物推荐系统的创新方法，包括基于因果推断的DGMed框架、RAREMed模型、医疗对话推荐方法DIALMED，以及基于图嵌入学习的SMR框架。这些方法通过整合患者和药物特征，利用人工智能和自然语言处理技术，显著提高了药物推荐的准确性和安全性，尤其在处理罕见疾病和药物相互作用方面表现优异。

美国女士使用ChatGPT成功诊断出儿子罕见疾病，17位医生未能找出问题所在。ChatGPT的诊断能力令医生印象深刻，最新版本GPT-4能答对90%以上的美国医学考试执照问题。