该研究探讨了大型语言模型（LLMs）在临床决策中的应用，特别是OpenAI的ChatGPT。研究评估了不同数据条件下LLMs与传统机器学习模型的性能，强调了提示设计和领域知识整合的重要性，并展示了新开源模型MEDITRON在医学测试中的优越表现，提出了未来研究方向。

大型语言模型（LLMs）在医疗领域具有巨大潜力，但也面临挑战。研究提出了一种多阶段训练方法，结合持续预训练和微调，显著提升了医学LLM的性能。新开发的开源医学语言模型MEDITRON在多个医学测试中表现优异，尤其在多语言医学问答基准上，展现了与GPT-4相当的能力。这些研究强调了数据集质量和多样性对模型性能的重要性。