Medical Dialogue: A Survey of Categories, Methods, Evaluation and Challenges

本文对医疗对话系统的研究工作进行了调查和组织，这是一项重要但具有挑战性的任务。尽管这些系统已经从应用的角度在医疗界得到了调查，但从严格的技术角度进行系统的评估却一直缺失。因此，医疗对话系统的类别、方法和评估的概述仍然有限且不够明确，这阻碍了这一领域的进一步改进。为了填补这一空白，我们调查了来自知名计算机科学和自然语言处理会议和期刊的325篇论文，并进行了概述。最近，大型语言模型在下游任务上表现出了强大的模型能力，这也重新塑造了医疗对话系统的基础。尽管具有吸引人的实际应用价值，但当前的医疗对话系统仍然存在问题。为此，本文列出了医疗对话系统的重大挑战，特别是大型语言模型的挑战。

本篇论文旨在对医疗对话系统进行技术层面的系统回顾和分类，探讨医疗对话系统的方法、类别和评估，并列举目前医疗对话系统面临的主要挑战。

本文对325篇医疗对话系统的论文进行了回顾和总结，特别关注了大型语言模型在医疗对话系统中的应用。同时，本文列举了医疗对话系统的主要挑战，特别是大型语言模型的挑战。

本文总结了325篇医疗对话系统的论文，并列举了医疗对话系统的主要挑战，特别是大型语言模型的挑战。本文还介绍了大型语言模型在医疗对话系统中的应用，并探讨了医疗对话系统的评估方法。

最近的相关研究包括医疗自然语言处理、医疗对话系统的应用和评估等方面。相关论文包括《A Survey of the Current Status of Medical NLP》、《Towards Building a Chatbot for Chronic Disease Patients》等。