LLM 相關三個月內文章 / 第 139 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

多數小兒骨科衛教資料寫得太難,超過建議的六年級閱讀程度,且不到四成有西班牙文版本。雖然 ChatGPT-4.0 和 Google Gemini 都能把內容簡化,但 Google Gemini 在調整到六年級程度(英文和西班牙文)表現更好。不過,西班牙文資料還是太少,未來需要再增加,才能更照顧英語不好的病患。 相關文章 PubMed DOI 推理

這項研究比較了ChatGPT-3.5、Gemini和Copilot三款AI聊天機器人在回答植牙常見問題時的表現。結果發現,三者正確性差不多,但Gemini的答案較完整,Copilot的一致性最好。不過,三款AI的正確率都不高,建議不能直接用來做牙科決策,還是要依靠專業醫師判斷。 相關文章 PubMed DOI 推理

這篇論文提出一種多階段訓練法,先用疾病標籤、再用實體關係、最後才用完整報告來訓練大型語言模型,逐步增加難度。這樣能讓模型更專注臨床重點,生成的放射科報告在語言流暢度和臨床準確性都表現最佳。程式碼已開源於 GitHub。 相關文章 PubMed DOI 推理

這篇論文提出CAT+方法,專為提升多模態大型語言模型在影音問答上的表現,解決理解模糊和幻覺問題。CAT+用SQM強化理解,AS-DPO減少模糊回答,並設計AVHbench評測模型幻覺現象。實驗證明CAT+比現有方法更準確可靠。 相關文章 PubMed DOI 推理

這篇論文提出Argus,一種結合2D多視角影像、相機位置和3D點雲的新3D多模態架構。Argus融合2D細節和3D特徵,彌補單靠點雲資訊不足的問題,讓大型語言模型在3D場景理解上更精準。實驗證明,Argus在多項3D任務表現都比現有方法更優秀。 相關文章 PubMed DOI 推理

研究發現,高中生用生成式AI家教(如GPT-4)能馬上提升數學表現,但長期過度依賴AI,反而會傷害學習成效,沒AI時表現更差。若AI設計有學習導向的限制,就能避免這問題。設計AI工具時要特別注意,才能真正幫助學生長遠學習與技能成長。 相關文章 PubMed DOI 推理

AI 可以幫忙做質性資料分析,像是摘要、找關鍵字、編碼和主題分析等,簡單任務還算可靠,但複雜分析還不夠成熟。AI 在這領域已經用超過 25 年,能處理大量資料,但還是需要人工監督,並注意隱私等倫理問題。AI 讓質性分析更方便,但也有新挑戰,研究人員要懂得取捨。 相關文章 PubMed DOI 推理

AI臨床決策支援系統能提升診斷準確率和治療效果,但在資料品質、流程整合、醫師信任和隱私等方面還有挑戰。未來,結合大型語言模型的聊天或語音介面,有望促進醫病共同決策。要讓AI安全有效融入醫療,必須重視專業資料、去識別化和嚴謹驗證。 相關文章 PubMed DOI 推理

ProtTeX 是個新框架,把蛋白質的序列、結構和文字資訊整合在同一個 token 空間,讓大型語言模型能用標準方法處理和生成蛋白質結構與功能。這大幅提升蛋白質功能預測和結構生成的效果,表現比傳統專家模型更好。 相關文章 PubMed DOI 推理

這項研究比較五款開源大型語言模型,從攝護腺MRI報告中自動擷取重要資訊。結果顯示,DeepSeek-R1-Llama3.3表現最優,準確率高達98.6%。模型在擷取PSA密度和體積時都很準確,但在病灶細節上差異較大,且會受不同醫師寫作風格影響。整體來說,LLMs有助提升臨床效率,但提示設計需配合報告格式調整。 相關文章 PubMed DOI 推理