综述：大语言模型革新血液学研究文献：科学写作与数据分析的新路径

为提升血液学研究效率，研究人员探究大语言模型（LLMs）应用，发现其可增效但需关注伦理等问题。

　　在当今科学研究的浪潮中，血液学领域的探索不断深入，然而研究过程却面临诸多挑战。撰写高质量的科学手稿耗时费力，需要研究人员全神贯注，严格遵循期刊的各项要求；数据分析时，血液学数据复杂，多参数和时间序列测量数据的处理难度大，传统方法效率不高。与此同时，大语言模型（LLMs）如 ChatGPT、GPT-4 等在自然语言处理领域大放异彩，给各个学科带来了新的机遇。在这样的背景下，来自三星医疗中心、成均馆大学医学院以及峨山医疗中心、蔚山大学医学院等机构的 John Jeongseok Yang 和 Sang-Hyun Hwang 等研究人员，开展了关于 LLMs 在血液学研究中应用的探索，研究成果发表在《Blood Research》上。

这项研究主要运用了提示工程（Prompt engineering）和检索增强生成（RAG）框架这两种关键技术方法。提示工程通过精心设计和优化输入提示，让 LLMs 生成更精准、符合需求的内容；RAG 框架则将 LLMs 的生成能力与实时获取外部知识源相结合，保证生成内容的准确性和可靠性。

研究结果如下：

• 提示工程和 RAG 在血液学研究中的应用：提示工程是优化 LLMs 输出的重要手段。在设计有效提示时，要做到清晰明确地给出指令、用分隔符区分输入的不同部分、采用结构化输出格式等。像少样本提示（Few-shot prompting），通过提供两三个精心挑选的示例，能让模型快速掌握任务要求和输出格式；思维链（COT）提示，能将复杂任务逐步拆解，详细阐述逻辑推理过程，在处理复杂概念或高难度任务时效果显著。此外，零样本提示（Zero-shot prompting）、基于角色的提示等策略也各有优势，可根据不同需求组合使用。同时，RAG 框架能有效解决 LLMs “幻觉”（生成看似正确但实际错误的信息）的问题，通过从可靠数据库、科学文献中检索信息，融入到生成内容中，提高了内容的准确性和可信度。
• LLMs 驱动的血液学数据分析：LLMs 与无代码平台的结合，降低了研究门槛，让代码编写能力有限的研究人员也能高效开展计算研究。在血液学数据分析中，LLMs 能快速处理数据、生成可视化图表、协助编写分析代码等。研究人员以公开的急性髓系白血病（AML）基因表达数据集为例，展示了利用 LLMs 进行生存预测的数据分析流程，涵盖数据探索、特征选择、模型开发和结果可视化四个关键步骤。不过，使用 LLMs 生成代码时，需要在专业集成开发环境（IDEs）中执行和验证结果，以避免错误。
• 血液学研究中科学写作的 AI 工具和资源：LLMs 具备语言翻译和文本信息总结的能力，能帮助研究人员高效处理文献综述。但在文献引用方面存在不足，可能生成不准确的引用或引用不存在的文献。因此，研究人员应先利用专业数据库进行文献检索，再借助 LLMs 进行分析和总结。此外，市场上出现了许多基于 LLMs 的 AI 工具，如 Scispace、Consensus 等，在语法纠正、文献综述、写作辅助等方面发挥着重要作用，但研究人员仍需对这些工具生成的内容进行严格审查。
• LLMs 辅助科学写作的质量保证：由于 LLMs 存在知识更新不及时等固有局限性，在血液学研究中，其输出内容必须经过严格的系统验证。验证原始文献引用的准确性至关重要，同时，研究人员要建立多层次的验证流程，包括同行评审、专家咨询和与可靠科学数据库比对等，确保研究的科学性和可靠性。
• 科学写作中 AI 使用的期刊指南：学术期刊和出版商制定了关于生成式人工智能（GAI）使用的伦理准则，明确 AI 系统不能作为论文作者，研究人员使用 AI 工具必须进行披露。不同期刊对 AI 使用的范围和限制有所不同，随着 GAI 技术的发展，这些指南也在不断更新。

研究结论和讨论部分指出，LLMs 在血液学研究和科学写作中是具有变革性的技术，通过有效的提示工程和 RAG 框架的整合，能显著提高文献综述、数据分析和手稿撰写的效率。但在应用过程中，也面临着准确性、可靠性、隐私保护和伦理等诸多挑战。研究人员需要在享受技术带来便利的同时，严格遵守伦理准则，确保数据安全，按照期刊要求规范使用 AI 工具。这一研究为血液学领域的科研工作者提供了新的研究思路和方法，推动了血液学研究与人工智能技术的深度融合，为未来血液学研究的发展指明了方向，让科研人员在利用先进技术的道路上更加规范、科学地前行。