LLM 相關三個月內文章 / 第 146 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

這項研究推出DRAGON challenge,提供28項任務和近2.9萬份標註荷蘭醫療報告,協助自動化標註臨床資料,促進AI診斷工具訓練。結果顯示,針對臨床資料預訓練的LLM表現較佳,但部分任務仍有進步空間。所有資料和程式碼都已公開,歡迎大家使用。 相關文章 PubMed DOI 推理

這項研究開發出一套結合 ChatGPT-4 的認知型機器人架構,能模擬人類個性、情緒、動機、注意力和記憶。機器人可處理文字和影像,並根據設定的個性回應,還能用文件嵌入技術實現長期記憶。個性模擬參考心理學理論,並用 Big Five 測驗驗證。Mobi 機器人展現出先進的心智理論,能靈活應對社交互動,對話自然又有意圖。 相關文章 PubMed DOI 推理

HELMET模型結合機器學習、醫師判斷和電子病歷,能即時預測中風後腦部中線偏移的風險和嚴重度。它會隨時間動態更新預測,協助醫師即時管理病人。測試顯示,HELMET準確率高達96.6%,是臨床上全新且即時的決策輔助工具。 相關文章 PubMed DOI 推理

研究人員用磷酸活化黃鐘木葉子,製成的活性碳能有效去除水中除草劑2,4-D,尤其在pH 2時效果最佳。這種活性碳吸附能力強、可重複使用至少五次,且即使有其他無機離子也不影響效果,具高成本效益,是很有潛力的水質淨化材料。 相關文章 PubMed DOI 推理

作者用三種大型語言模型(Mistral、Llama3、Haiku)產生大量自由聯想詞彙,並和人類的 SWOW 資料集對照,建立了新的 LWOW 資料集。這讓我們能直接比較人類和 LLMs 的概念知識組織,並用語意啟動模擬來驗證模型,也能用來研究人類和 LLMs 的隱性偏見。 相關文章 PubMed DOI 推理

AI(像 ChatGPT)在整形外科教育有潛力,能協助學習和考試,但內容偶有錯誤,證據也還不夠多。AI 可輔助基礎教學和技能評估,但無法取代專業醫師。未來需更多研究、提升技術及明確規範,才能安全有效應用。 相關文章 PubMed DOI 推理

**重點摘要:** AI 和大型語言模型越來越常被病人和照顧者用來提升健康知識,解決個人的健康問題。雖然 AI 發展很快,但它在參與式醫療中的角色才剛開始被探討。這一期特刊主要聚焦在病人和一般大眾如何運用 AI 來促進健康。 相關文章 PubMed DOI 推理

這項研究發現,12款大型語言模型在醫學選擇題的信心判斷表現不佳,表現差的模型反而更自信,表現好的模型則無論答對答錯信心都差不多。這顯示目前LLM在臨床應用上還不夠可靠,未來必須加強信心校準並加入人工監督,才能安全用於醫療領域。 相關文章 PubMed DOI 推理

這項研究開發了一套半自動化流程,把兩家醫院的電子健康紀錄(EHR)flowsheet欄位,對應到標準護理概念(CCC)。方法結合精確、詞彙和語意(含大型語言模型)比對,成功對齊數萬筆資料。前三個推薦標準概念的對齊成功率超過96%,大幅提升EHR資料標準化效率,也減少人工對應的負擔。 相關文章 PubMed DOI 推理

TL;DR: 現在的AI聊天機器人越來越像真人,讓人很難分辨是在跟人還是AI對話。雖然這帶來很多便利,但也可能讓人被誤導或被操控。作者提醒大家,未來在設計和使用這類AI時,必須更小心,也要思考相關的規範和影響。 相關文章 PubMed DOI 推理