对齐临床需求与AI能力：医学推理LLM综述

大语言模型（LLM）已成为医疗保健中的重要工具，在临床推理与患者照护上展现日益增长的潜力。本综述考察医学LLM的最新进展，聚焦推理应用与需求。我们呈现连接临床实践与计算方法的双视角方法：临床侧按Miller金字塔建立五级能力方案——从知识回忆到动态病例管理；计算侧把演绎、归纳与溯因推理模式关联到常见医学目标与任务。我们还引入覆盖五级医学推理能力的基准数据集，并报告18个最先进模型的结果：医学专科模型在以诊断为中心的任务上出色，而通用模型在决策支持与对话上领先。我们以当前进展与开放挑战的讨论作结——包括数据局限、幻觉与落地问题——并勾勒通向更安全、更可靠、工作流就绪系统的方向。