LLM 相關三個月內文章 / 第 1 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

這項研究把增強式生成和機器學習優化的提示結合,讓大型語言模型預測分子TPSA的準確度大幅提升,預測誤差從62.34降到11.76。這方法不只減少模型產生幻覺,也不用重新訓練模型,就能擴展LLM在科學研究的應用。 相關文章 PubMed DOI 推理

TEmbed-DDI 是一種新方法,利用大型語言模型的嵌入技術,結合醫療情境資訊,提升藥物交互作用(DDI)註釋的準確度。它不只看分子結構,還用有意義的文本特徵,讓藥物表示更完整。這方法在西藥和中藥的測試都表現優異,也是首次把中藥納入 DDI 註釋,未來在醫學研究和新藥開發很有潛力。 相關文章 PubMed DOI 推理

這項研究用大型語言模型,從GEM資料庫和文獻中自動萃取基因編輯細節,突破了原本資料庫的限制。這讓研究人員能更快找到重要基因、規劃實驗,提升基因編輯研究效率。相關工具和資料已在GitHub公開,方便大家使用。 相關文章 PubMed DOI 推理

這項研究發現,GPT-4在整理小麥和大麥相關科學論文的遺傳資料時,準確率高達97%,擷取性狀和標記-性狀關聯的表現也比GPT-3.5好,錯誤率更低。GPT-4有時甚至能達到人類專家的96%水準。雖然還有改進空間,但未來在協助整理科學資料上很有潛力。 相關文章 PubMed DOI 推理

生命科學文獻量暴增,人工整理越來越吃力。這項研究用大型語言模型(LLMs)自動產生高品質、正確又有參考文獻的非編碼RNA(ncRNA)摘要,大多數都獲得專家好評。總共產出超過4,600篇摘要,已公開在RNAcentral。結果證明,只要設計好提示並自動檢查,現有LLMs就能自動化文獻摘要整理。 相關文章 PubMed DOI 推理

Sora™ 這類 AI 影片生成技術,能用文字創造真實情境,對護理教育和病人照護很有幫助。但也有內容不正確、倫理疑慮和偏見等風險,可能影響病人安全。要安全應用,需解決操作和內容問題,並加強醫護與 AI 開發者合作。 相關文章 PubMed DOI 推理

**重點摘要:** 這項研究發現,將大型語言模型(LLMs)融入護理學生的問題導向學習(PBL)中,能顯著提升他們的批判性思考能力,特別是在歸納推理方面,效果比傳統PBL更好。使用LLM輔助的學生進步幅度更大,顯示LLM是護理教育中很有效的工具。 相關文章 PubMed DOI 推理

這項研究發現,把結構化臨床知識(SCAI RAG)加進 Llama LLMs,能明顯提升小型模型(13B)在美國醫師執照考試的表現,甚至讓它通過 Step 3。大型模型(70B、405B)本來就表現很好,加 SCAI RAG 也有小幅進步。整體來說,整合正式臨床知識有助 LLMs 在醫療領域的應用。 相關文章 PubMed DOI 推理

這項研究發現,ChatGPT-4在依循EULAR類風濕性關節炎指引時表現不錯,尤其是是非題答對率更高。經兩位風濕科醫師評分,答案正確且一致性高,部分答案在回饋後還有進步。顯示ChatGPT-4有潛力成為RA臨床決策的輔助工具,有助提升風濕科的循證與個人化醫療。 相關文章 PubMed DOI 推理

這項研究發現,不同的提問方式會影響GPT回答牙科植體問題的品質。雖然所有模型都能給出不錯的答案,但用情境化提示時,治療相關問題的回答較不清楚、相關性也較低,不過引用資料的表現較佳。整體來說,GPT能提供實用資訊,但提問設計還有改進空間。 相關文章 PubMed DOI 推理