LLM 相關三個月內文章 / 第 126 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

這項研究評估了ChatGPT在回答慢性腎病（CKD）常見問題的可靠性與重現性。研究人員分析了85個問題，最終納入60個進行評估。兩位腎臟科醫生對答案進行1到4的評分，結果顯示85%的問題得分為1，表示可靠性低，只有11.7%得分為2，3.3%得分為3。重複問題的答案相似度在80%到100%之間。總體來看，雖然大多數答案質量不高，但ChatGPT在CKD問題上的回應仍具可靠性和高重現性。 相關文章 PubMed DOI

本系統性回顧評估大型語言模型（LLMs）在黑色素瘤護理中的應用、優點與挑戰。透過PubMed和Scopus資料庫搜尋截至2024年7月23日的研究，納入九項研究，分為病人教育、診斷和臨床管理三類。結果顯示，LLMs在病人教育上準確性高，但可讀性常超過建議水平；在診斷上，多模態LLMs如GPT-4V能區分黑色素瘤與良性病變，但準確性受影響；在管理建議上，ChatGPT較為可靠，但仍需加強個性化決策能力。未來研究應聚焦於利用多樣化的皮膚科數據庫進行模型微調。 相關文章 PubMed DOI

這項研究探討了訓練過的GPT-4模型對初級風濕病住院醫師臨床決策的影響。結果顯示，使用訓練過的AI模型的住院醫師在處理炎症性關節炎案例時，表現明顯優於未訓練的同儕。評估使用修訂版IDEA (R-IDEA)系統，AI在各項評估中得分顯著較高。此外，調查顯示60%的住院醫師支持將AI作為輔助工具，認為能提升他們的能力並減輕疲勞。總之，訓練過的GPT-4可有效支持住院醫師，改善臨床推理及管理技能。 相關文章 PubMed DOI

聊天機器人和自然語言處理（NLP）在放射學的應用正逐漸受到重視。這篇綜述評估了15篇系統性回顧，指出這些技術能提升臨床決策和病人參與，但也面臨標準化協議不足的挑戰，影響其在臨床中的可靠性。此外，NLP與醫療設備的整合研究仍有待加強。未來應優先制定安全部署的標準，並解決數據隱私和算法偏見等倫理問題，以促進病人護理的改善。 相關文章 PubMed DOI

本研究針對腰椎狹窄症（LSS）進行，目的是建立一個自動化放射報告生成系統，利用視覺語言模型簡化MRI診斷過程。我們使用生成圖像到文本模型，並透過GPT-4增強其理解能力。結果顯示，模型能生成語義準確且語法正確的報告，並在性能評估中表現良好。這項研究顯示視覺語言模型在醫學影像報告自動化中的潛力，可能有助於減輕放射科醫生的工作負擔。 相關文章 PubMed DOI

本研究評估了兩種人工智慧工具，M4CXR 和 ChatGPT-4o，在解讀胸部 X 光片的診斷能力。研究分析了826張影像，結果顯示M4CXR在準確性和一致性上均優於ChatGPT，診斷準確性分別為60-62%和42-45%。M4CXR在解剖定位的準確性達76-77.5%，而ChatGPT僅36-36.5%。研究強調這些技術的互補潛力，建議結合人工智慧與臨床判斷，以提升病患護理結果。 相關文章 PubMed DOI

這項研究評估了ChatGPT-4o在急性心臟病案例中的表現，並與心臟科醫生和急診醫生進行比較。結果顯示，ChatGPT-4o和心臟科醫生的準確性均達100%，而急診醫生較低。ChatGPT-4o反應最快，且在準確性和完整性上得分最高。研究顯示，ChatGPT-4o的表現優於人類醫生，顯示其在臨床決策支持上的潛力，但人類監督仍然對安全整合AI進醫療至關重要。 相關文章 PubMed DOI

肺癌，特別是非小細胞肺癌（NSCLC），對健康影響深遠，超過60%的患者需接受放射治療。及時治療能提高生存率，因此準確的腫瘤分割至關重要。傳統手動分割耗時且可能延誤治療。雖然已有深度學習模型，但假陽性率高。為解決此問題，我們開發了EXACT-Net，這是一個自動分割模型，結合電子健康紀錄（EHR）和預訓練的大型語言模型（LLM），有效減少假陽性，專注於真陽性結節。根據十名NSCLC患者的CT掃描數據，我們的方法成功檢測結節增長250%，顯示整合視覺與語言信息能顯著提升模型性能，為醫學影像的多模態AI應用開創新局。 相關文章 PubMed DOI

這項研究評估了三種大型語言模型（LLMs）—ChatGPT-3.5、ChatGPT-4 和 Gemini Advanced—在創建和改善乾眼症患者教育材料的效果。研究人員使用了三個提示來生成新的材料和重寫現有內容。結果顯示，生成的材料質量高、易懂且準確，但內容實用性不足。重寫現有材料時，ChatGPT-4 和 Gemini Advanced 成功降低了可讀性，且誤導性資訊很少，但只有ChatGPT-4保持了高質量。整體而言，這項研究顯示大型語言模型，特別是ChatGPT-4，對提升乾眼症患者教育材料的質量和可及性具有潛力。 相關文章 PubMed DOI

這項研究探討了大型語言模型GPT-4在檢測社交焦慮症狀的效果，共有51名德國成年人參加。他們在線上訪談前填寫了社交焦慮自我報告問卷（SPIN）。結果顯示，GPT-4的預測與自我報告分數之間有強烈相關性（r = 0.79），F1準確率達到0.84。作者建議需進一步研究，以在更大且多樣的樣本中驗證這些結果。 相關文章 PubMed DOI