這項研究發現，透過 RAG 技術，本地部署的 LLM 在放射科顯影劑諮詢上表現更好，不僅消除幻覺現象，答案品質也提升。雖然雲端模型整體還是較優，但本地模型回應更快，且在 LLM 評審中表現勝過 GPT-4o mini。不過，放射科醫師還是偏好 GPT-4o mini。RAG 有助提升本地臨床 LLM 表現，並兼顧病患隱私。 相關文章 PubMed DOI 推理 ♡

Jackalope Plus 是一款新工具，結合 SNOMED CT 後協調和 GPT-4o mini LLM，能更快更準確地把複雜健康資料對應到 OMOP CDM。正確率超過 77.5%，比 Usagi 更好，準確度媲美人工但速度快很多。免費開放研究用途，不會儲存病患資料，未來會持續優化。 相關文章 PubMed DOI 推理 ♡

這項研究用微調過的大型語言模型和BERT實體辨識技術，從中醫古籍和資料中整理出結構化知識，打造智慧問答系統。這不只提升診斷和治療建議的品質，也有助於建立中醫知識圖譜，推動中醫智慧化和現代化發展。 相關文章 PubMed DOI 推理 ♡

這篇論文用大型語言模型，分析五千萬篇德文新聞，抓出地點資訊並用 SBERT 做語意嵌入，方便後續搜尋和分析。產生的地理資料和嵌入向量都已公開，這套方法也能用在其他國家的新聞資料上。 相關文章 PubMed DOI 推理 ♡

這篇文章介紹多種提示工程技巧（如 zero-shot、few-shot、chain of thought 等）對大型語言模型在放射科應用的影響，像是報告產生和臨床決策。文中也提到提示複雜度和 temperature 會影響模型表現。作者強調，設計提示時要謹慎、透明並持續優化，才能讓 LLMs 在放射科安全又合乎倫理地使用。 相關文章 PubMed DOI 推理 ♡

這篇文獻回顧發現，雖然多數人覺得生成式AI聊天機器人（如ChatGPT）提供的健康資訊方便又好懂，但大家對資訊的正確性、可信度和安全性還是有疑慮。這些問題若不解決，可能會影響健康結果。未來還需要更多有理論基礎的研究，深入探討AI健康資訊對消費者行為的影響。 相關文章 PubMed DOI 推理 ♡

這項研究開發了一套用大型語言模型（LLM）來監控AI偵測肺栓塞（PE）表現的系統，能每天追蹤AI和LLM結果差異，並針對有爭議的案例進行人工審查。分析近1.2萬筆CT掃描，這方法能及早發現AI準確率下滑或資料變化，並即時發出警示，協助維持醫療AI的品質與安全。 相關文章 PubMed DOI 推理 ♡

這項研究發現，不同Chain-of-Thought（CoT）提示方法對大型語言模型在醫學推理上的表現差異不大，簡單的CoT提示效果就很好。模型本身和資料集特性對準確率影響更大。以臨床紀錄為主的任務中，o1-mini模型表現最佳。總結來說，臨床決策應用上，建議優先採用簡單的CoT方法。 相關文章 PubMed DOI 推理 ♡

這項研究用 ChatGPT3.5 自動從電子病歷的出院摘要中擷取藥物資訊，解決了多語言和格式不一的問題。研究發現，few-shot 提示比 zero-shot 更準確，錯誤也較少。ChatGPT3.5 在命名實體辨識和文字擴充的 F1 分數分別達 0.94 和 0.87，更新版模型表現更好。結果證明大型語言模型能有效結構化藥物資料，提升資訊可用性。 相關文章 PubMed DOI 推理 ♡

這篇論文提出ECAMP新框架，專注醫療報告的實體和上下文，解決資料不平衡問題，提升影像與文字的理解。ECAMP用大型語言模型萃取重點，並採實體感知的平衡與遮罩策略，還加入上下文導向的超解析度和多尺度融合。實驗證明，ECAMP在多項醫學影像任務表現都比現有方法更好。 相關文章 PubMed DOI 推理 ♡