Modelos generativos de lenguaje a gran escala en medicina: una revisión exploratoria de los avances metodológicos recientes.
Los modelos de lenguaje generativos a gran escala (MLL) están transformando rápidamente la medicina, demostrando una capacidad sin precedentes en un amplio espectro de tareas clínicas y biomédicas. Si bien la literatura previa ha investigado exhaustivamente sus aplicaciones, la base metodológica que sustenta estos modelos sigue estando relativamente poco estudiada. En esta revisión, proporcionamos un análisis basado en mecanismos de los avances metodológicos recientes que dan forma al desarrollo y la implementación de MLL generativos en el ámbito sanitario. Clasificamos el panorama técnico en tres pilares principales: preentrenamiento, ajuste fino e ingeniería de indicaciones, y examinamos sus arquitecturas clave, subtipos y estrategias de adaptación basándonos en la literatura publicada entre 2023 y 2025. Además, analizamos las direcciones emergentes, incluidas las infraestructuras de modelos eficientes y los sistemas multiagente basados en MLL, junto con los desafíos críticos relacionados con el sesgo, la generalización y la evaluación. Al rastrear las trayectorias evolutivas de estas metodologías, esta revisión exploratoria proporciona un marco centrado en mecanismos para orientar el desarrollo y la implementación responsables de modelos en entornos médicos, adaptados a la complejidad de la tarea, las características de los datos y las limitaciones de recursos.
Accedé al artículo original: Li F, Li J, Cao W, Li H, Li Y, Sun Z, Chen D, Duan T, Li P, Tizhoosh H, Tao C. Generative large language models in medicine: a scoping review of recent methodological advances. Npj Health Syst. 2026 Sep 2;3(1):82. doi: 10.1038/s44401-026-00137-5.