LLM 相關三個月內文章 / 第 127 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

這項研究探討大型語言模型（LLMs）在臨床筆記段落識別的應用，旨在克服傳統監督方法的限制。研究將段落識別設為問答任務，並評估不同的LLMs，結果顯示GPT-4的F1分數最高，達到0.77，表現優異。最佳的開源模型Tulu2-70b得分為0.64，與GPT-3.5相當。研究指出，雖然微調模型在大數據集上表現穩定，但增加段落識別範例能提升性能。總體而言，LLMs，特別是GPT-4，已接近實際應用於臨床筆記段落識別，並可透過微調進一步改善。 相關文章 PubMed DOI

這項研究探討藥學學生使用ChatGPT的短期學習效果。學生被隨機分為兩組：介入組（15名學生）使用ChatGPT及其他學習工具，對照組（16名學生）則只用其他工具。前測顯示兩組能力無顯著差異（p = 0.28）。研究結束後，調整後的平均分數差異僅0.5分，顯示ChatGPT的效果不明顯。不過，介入組中有較多學生分數顯著提升（4名），對照組只有1名。結論指出，ChatGPT有潛力影響學習，但樣本量不足以顯示顯著效果。 相關文章 PubMed DOI

這項研究探討了人工智慧大型語言模型（AI-LLM）在改善手部和手腕影像學報告可讀性上的效果。研究分析了300份報告，並要求AI用簡單語言解釋。結果顯示，AI生成的報告可讀性顯著提升，達到八年級以下的閱讀水平。X光報告的準確性評分為4.1，CT和MRI則為3.9。雖然AI有少量不準確內容，但整體上顯示出AI-LLM在幫助病人理解醫學影像結果方面的潛力。 相關文章 PubMed DOI

這項研究評估了三個大型語言模型（LLMs）—GPT-3.5、GPT-4 和 Google Gemini（Bard）在回答60道乳腺癌護理相關的多選題的表現。結果顯示，GPT-4的準確率最高，正確回答了95%的問題，接著是GPT-3.5的90%和Google Gemini的80%。研究還發現，來自公共數據庫的問題與乳腺放射科醫師新制定的問題在答案準確性上並無顯著差異，顯示LLMs在乳腺癌護理方面有良好的應用潛力，但仍需進一步訓練以提升表現。 相關文章 PubMed DOI

這項研究評估了大型語言模型（LLMs），特別是Open AI的GPT-4.0和Microsoft Bing的GPT-4，在將非結構化的乳房超音波報告轉換為結構化格式的有效性。研究分析了100份報告，結果顯示GPT-4.0在生成結構化報告、準確分配BI-RADS分類及提供管理建議方面均優於Bing。此外，GPT-4.0在預測良性和惡性特徵的能力也較佳，但仍不及資深放射科醫師。這顯示GPT-4.0在醫療報告處理上具有潛力。 相關文章 PubMed DOI

這項研究評估了人工智慧生成語言模型（GLMs），特別是ChatGPT-3.5和GPT-4，如何根據病人教育水平調整醫療資訊，這對解決低健康素養問題很重要。研究使用第二型糖尿病和高血壓的案例，分析生成內容的可讀性。結果顯示，GPT-3.5的可讀性僅符合學士學位水平，而GPT-4則能適應多數群體的需求。這兩個模型在可讀性上有顯著差異，顯示GLMs能調整醫療文本的複雜性，但仍需進一步研究以提升其個性化調整能力。 相關文章 PubMed DOI

急性髖部骨折對公共健康，特別是老年人，造成重大挑戰。本研究評估ChatGPT-4.0在提供骨折治療建議的準確性，並與美國骨科醫學會（AAOS）的標準進行比較。結果顯示，ChatGPT-4.0的評分與AAOS有正相關，但在長髖髓釘的評估上存在顯著差異，且高估了全髖關節置換等治療的適當性。總體而言，ChatGPT-4.0在急性髖部骨折治療建議上不完全可靠，需進一步改進以符合醫療指導方針，提升病人治療效果。 相關文章 PubMed DOI

這項研究評估了ChatGPT-4生成的臨床小案例在醫學教育中的效用與準確性。調查於2024年1月進行，71位專注於一般內科的日本醫師評估了18個日文AI醫療案例。結果顯示，資訊質量和準確性獲得滿意評分，但在內容質量和相關性上存在顯著變異。參與者建議改進身體檢查結果的生成、使用更自然的語言及提高術語準確性。總體而言，研究認為ChatGPT-4在醫學教育中有潛力，但仍需加強細節準確性和真實性，並強調專家監督的重要性。 相關文章 PubMed DOI

這項研究評估了健康照護學生對 ChatGPT 的使用情況，重點在於他們的認知、知識感知、風險感知、倫理考量及對教育中使用 ChatGPT 的態度。研究於2023年5至6月進行，涵蓋2,661名來自美洲各健康照護領域的學生。結果顯示，42.99%的參與者對 ChatGPT 不熟悉，知識中位數得分較低。大多數受訪者認為 ChatGPT 在倫理上是中立的，並對其在健康照護教育中的潛在益處持正面態度。研究建議醫學教育者應將聊天機器人技術納入健康照護教育，因學生對進一步了解此技術表現出濃厚興趣。 相關文章 PubMed DOI

這項研究旨在改善黑人順性別女性在HIV暴露前預防（PrEP）使用的情況。儘管PrEP效果顯著，但這群人卻面臨護理不足、醫療不信任和污名化等障礙。護理師在推廣PrEP方面扮演重要角色，但也面臨資源不足的挑戰。研究計畫將分為探索、開發和評估三個階段，並透過AI聊天機器人促進溝通，確保數據隱私。此倡議希望減少PrEP護理障礙，創造無污名環境，並解決健康差異問題。研究結果可能成為解決健康不平等的可擴展模型。 相關文章 PubMed DOI