LLM 相關三個月內文章 / 第 109 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

這項研究用ChatGPT 3.5設計三週專業素養課程,雖然整體分數沒顯著提升,但女性住院醫師在多項指標進步。這種AI教學方式成本低又好擴展,對資源有限的醫院很有幫助,尤其對性別友善教育有潛力。不過,還需要更多大型研究來驗證。 相關文章 PubMed DOI 推理

這篇手稿介紹如何用大型語言模型(像GPT)來做質性主題分析,並根據Braun和Clarke的方法做調整。研究發現,AI產生的主題和人工結果很接近,但還是需要人工監督。作者強調,AI有潛力協助質性研究,但必須訂定明確指引、維持人工參與,並持續關注倫理和技術問題。 相關文章 PubMed DOI 推理

這篇回顧指出,情感分析在公衛領域越來越常用深度學習和大型語言模型來分析社群媒體資料,雖然能提供有用見解,但也有可解釋性、資料品質、偏誤和倫理等問題。未來需加強驗證、提升透明度,並建立完善的倫理規範,才能讓這些技術更可靠。 相關文章 PubMed DOI 推理

openCHA 是一個開源框架,專為打造由大型語言模型驅動的進階健康助理而設計。它支援多步驟解題、個人化、多語言對話及多模態資料分析,彈性高,方便客製化。實測在糖尿病管理、飲食建議等多項健康應用上,表現比 GPT-4 更好。已在 GitHub 開放,未來會持續優化。 相關文章 PubMed DOI 推理

心臟復健有助於改善心臟健康,但因病人不易持續參與,使用率一直不高。現在有數位健康科技和個人化醫療等新方法,希望提升參與度。像 ChatGPT 這類大型語言模型,能簡化資訊、激勵病人,可能有幫助。不過,實際應用前還需要更多研究,也要注意正確性和倫理問題。 相關文章 PubMed DOI 推理

這項研究開發了 pMHChat 模型,結合大型語言模型和深度超圖學習,能更準確預測 MHC class II 分子和胜肽的結合情形。pMHChat 在多項測試中表現優於現有方法,對疫苗、腫瘤新抗原和個人化免疫治療設計很有幫助,因為能提供更細緻的互動資訊。 相關文章 PubMed DOI 推理

這項研究發現,NotebookLM(結合檢索功能的AI)在回答退化性脊椎疾病問題時,正確性和依據性都比ChatGPT-4o好。雖然ChatGPT-4o補充資訊多,但治療建議常過度自信且缺乏根據。結合檢索的AI有助臨床決策,但醫師仍要謹慎使用。 相關文章 PubMed DOI 推理

這項研究發現,針對社群媒體心理健康分類,傳統NLP加上專業特徵工程的準確率(95%)明顯優於微調LLM(91%)和直接用prompt的LLM(65%)。顯示現成LLM在醫療健康任務上還有不少限制,專業前處理仍很重要。 相關文章 PubMed DOI 推理

這項多中心研究發現,GPT-4能根據mpMRI和臨床資料,協助判斷前列腺切片的必要性,特別是在PI-RADS 3和4這類最難決定的病人中。結果顯示,GPT-4有機會幫助約21%病人避免不必要的切片,PI-RADS 3族群甚至近29%可免切片。研究也推出ProstAIGuide線上平台,讓醫師更方便取得AI建議。整體來說,GPT-4在臨床決策輔助上很有潛力。 相關文章 PubMed DOI 推理

這篇論文提出TabPF框架,結合prompt learning和大型語言模型,把異質性的表格電子病歷資料轉成文字摘要,提升病患特徵表現和臨床預測準確度。TabPF用創新注意力機制融合結構化和非結構化資料,在多項臨床預測任務上都優於傳統模型,實驗也證明其關鍵元件有效。 相關文章 PubMed DOI 推理