LLM 相關三個月內文章 / 第 105 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

這項研究發現,ChatGPT在多血管冠狀動脈疾病治療建議上,和心臟專家團隊有65%一致,特別是在建議做繞道手術時較為一致。不過,對於年長、有糖尿病或腎臟病的患者,ChatGPT和專家意見常不一樣。整體來說,AI雖然能輔助醫療決策,但遇到複雜個案還是無法取代醫師專業判斷,未來還需更多研究來強化AI臨床應用。 相關文章 PubMed DOI 推理

這項研究發現,ChatGPT-3.5 和 4.0 在複雜心血管疾病用藥建議上,雖然大多數建議獲醫師認可,但兩者建議常不一致,GPT-4 甚至有時會建議禁忌藥物。整體來說,這些 AI 模型目前還不夠安全可靠,不能獨立用於臨床決策,仍需專業醫師把關,未來也要再優化。 相關文章 PubMed DOI 推理

這篇論文提出 ESA-BotRGCN 框架,利用 emoji 轉文字、GPT-4 強化語意和情感分析,再結合注意力機制與圖神經網路來偵測社群機器人。實驗結果顯示,在 TwiBot-20 資料集上準確率達 87.46%,比現有方法更優秀,證明 emoji 對機器人偵測很有幫助。 相關文章 PubMed DOI 推理

這篇論文說明用大型語言模型(LLM)生成合成光譜數據,能有效補足真實數據不足的問題,提升材料(像塑膠)分類的準確率,最高可達86%。只需少量真實數據當提示,就能擴充訓練資料,尤其在材料差異大時效果更好。這方法也有機會應用到其他光譜數據相關領域,為感測器分類帶來更靈活的資料增強方案。 相關文章 PubMed DOI 推理

這篇文章說明,把先進AI語言模型(LLMs)和非侵入式腦機介面(BCI)拼字系統結合,有機會大幅提升運動或語言障礙者的溝通效率。雖然目前在速度和準確度上已有進步,但即時處理和穩定性還有待加強。未來若能完全整合,將讓BCI溝通更快、更直覺,也更符合不同使用者需求。 相關文章 PubMed DOI 推理

這份研究比較了四款主流AI語言模型在醫學案例上的表現,發現它們在醫學知識回憶上都不錯,但遇到複雜臨床推理時就比較弱。DeepSeek-V3表現最好,特別是在推理方面。整體來說,這些AI模型未來在醫學訓練和輔助上很有潛力,但臨床應用前還需要加強可解釋性和評估方式。 相關文章 PubMed DOI 推理

AI聊天機器人在放射科應用越來越廣,能協助分流病患、選擇檢查、判讀影像、產出報告及溝通,提升效率和決策品質。不過,資料隱私、可靠性和倫理問題仍是推廣障礙,相關研究和法規正積極推動,盼讓AI更安全、負責任地應用於臨床。 相關文章 PubMed DOI 推理

這項研究發現,ChatGPT-4o用灰階加彩色都卜勒超音波(雙模態)判斷甲狀腺結節良惡性時,表現中等(AUC 66.3%,準確率65.1%)。加入剪切波彈性影像(三模態)後,雖然特異性提升,但敏感度和整體一致性反而下降,顯示ChatGPT-4o目前還不擅長整合多種影像資訊。 相關文章 PubMed DOI 推理

這項研究發現,Claude 3.5 在從放射科報告計算脊椎不穩定腫瘤評分(SINS)時,準確度跟臨床醫師差不多,表現也比 Llama 3.1 好,幾乎和專家標準一致。顯示先進的語言模型有機會協助醫師進行 SINS 評估,但還需要更多驗證才能正式應用在臨床上。 相關文章 PubMed DOI 推理

這項研究發現,ChatGPT-4o 和 Claude 3.5 Sonnet 在解讀未標註解剖圖的正確率都只有中等,差異不大。雖然 ChatGPT o1-preview 當 AI 評分員時,和專家評分有不錯的一致性,但目前這些 AI 還不夠穩定,暫時不適合直接用在解剖學教學。不過,AI 評分助手在教育研究上有發展潛力,未來還需要再改進。 相關文章 PubMed DOI 推理