LLM 相關三個月內文章 / 第 19 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

這項研究發現,ChatGPT能有效分析醫學生訪談逐字稿,評估其對醫病關係的隱性態度,評分結果和專家高度一致,分類準確度也不錯(約0.8-0.85)。不過,ChatGPT抓到的重點片段較少,未來還需要用更多元的樣本來驗證。 相關文章 PubMed DOI 推理

這項研究用大型語言模型(LLM)設計新型二氧化碳捕捉分子,並結合DFT計算篩選潛力材料。結果顯示,LLM不只產生可行分子,還提出創新設計方法,證明AI能有效輔助化學研究,提升碳捕捉材料的開發效率。 相關文章 PubMed DOI 推理

這項研究結合AI、生物資訊和單細胞分析,找出27個和阿茲海默症有關的關鍵基因。結果發現,患者的免疫細胞組成有明顯變化,像是CD8+ T細胞和巨噬細胞增加,樹突細胞減少,並點出各細胞表現最明顯的前十個基因。這種方法有助於更快了解阿茲海默症的基因和免疫特徵。 相關文章 PubMed DOI 推理

這篇論文介紹了仿人型機器人Alter3,結合GPT-4後,能把語言指令直接轉換成動作。只要少量範例,機器人就能學新姿勢,還能根據語言回饋調整行為,展現語言理解與機器人控制的重大進展。 相關文章 PubMed DOI 推理

重點摘要: 這則通知是針對 DOI: 10.3389/fmed.2024.1496866 這篇文章進行更正。 相關文章 PubMed DOI 推理

大型語言模型有助於提供IBD患者更個人化的衛教資訊,但需針對疾病微調、完善評估方法,並結合臨床決策系統。同時要注意偏見、隱私及數位素養等倫理問題。跨領域合作能確保公平應用,提升照護品質,幫助患者更好管理疾病。 相關文章 PubMed DOI 推理

**重點摘要:** 這篇論文建議,評估大型語言模型(LLMs)的方法可以參考人類判斷與決策相關的研究經驗。作者認為,目前常用的評估方式太過侷限,如果能採用更細緻、貼近現實情境的評估方式——就像我們評估人類推理能力一樣——將能讓LLM的表現評估更可靠、更有意義。 相關文章 PubMed DOI 推理

這篇綜述介紹深度學習(如LSTM、CNN、GANs、transformers和大型語言模型)在流感病毒預測和治療上的應用。因應病毒快速變異,深度學習能分析大量複雜資料,提升預測、治療和疫苗開發效率。文章強調AI優於傳統方法,並展望未來在個人化醫療和公衛管理上的發展。 相關文章 PubMed DOI 推理

這項研究發現,ChatGPT 3.5在腎臟科決策時,遇到涉及歧視的問題還是會直接回答;而4.0有時會拒絕作答,雖然有進步,但兩者在辨識偏見上還是不夠。研究強調,AI應用在醫療和人事決策時,必須加強規範、DEI指引和倫理監督,才能確保公平公正。 相關文章 PubMed DOI 推理

這項研究比較DeepSeek-V3和ChatGPT-4o在回答腹腔鏡膽囊切除術常見病人問題的表現。由兩位外科醫師評分後,發現DeepSeek-V3在適切性、正確性和易讀性都勝出,顯示它在這類病人衛教上可能更有優勢。 相關文章 PubMed DOI 推理