LLM 相關三個月內文章 / 第 2 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

這項研究用AI-HEALS行動健康系統,透過微信幫助非特異性下背痛患者自我管理。參與者分成只接受標準治療,或加上AI-HEALS。AI-HEALS提供互動問答、健康監測、提醒和個人化衛教。主要看能否減輕疼痛、提升自我管理、心理健康和生活品質,評估AI-HEALS對慢性下背痛管理的幫助。 相關文章 PubMed DOI 推理

這篇研究提出IAAG和DRTAG兩種新方法,讓基於大型語言模型的多代理系統更彈性、好擴充。這些方法能根據任務和對話自動產生新代理,減少人工操作。實驗證明,DRTAG能大幅提升系統適應力和任務成功率,IAAG則讓系統一開始就很靈活。整體來說,這些方法有助於解決複雜問題。 相關文章 PubMed DOI 推理

這篇研究分析俄烏戰爭期間,如何透過操縱性敘事進行認知作戰。研究用AI和專家審查,發現對手訊息常利用恐懼、確認偏誤等心理弱點,特別是用核威脅等情緒化話題影響輿論。敘事會隨重大事件調整,並針對不同受眾弱點操作。研究也討論AI應用的倫理問題,並提出偵測與對抗資訊戰的新方法和政策建議。 相關文章 PubMed DOI 推理

這篇論文用複雜網絡分析結合大型語言模型,來自動化整理穿戴式健康感測器的文獻。研究先用OpenAlex建立引用網絡分群,再用ChatGPT產生摘要。這方法能快速掌握研究趨勢,但LLM生成內容的深度和正確性還有待加強,最後還是需要人工審查來確保品質。 相關文章 PubMed DOI 推理

AI快速發展雖帶來醫療新契機,但也有像AI幻覺和AI漂移等風險。醫學哲學提醒我們,醫療和科技都充滿不確定性,專業人員應保持謙虛、審慎,並堅守倫理,確保醫療決策仍由專家主導。 相關文章 PubMed DOI 推理

現在醫院產生的病患資料越來越多,但舊有軟體難以好好利用。作者和法國Lenval兒童醫院合作,打造新的臨床資料倉儲(CDW),能整合10年小兒急診資料,支援AI分析和研究。他們也提出三項軟體設計建議,幫助未來電子健康紀錄系統更好用。這套方法不只適合小兒科,其他醫療領域也能參考。 相關文章 PubMed DOI 推理

這篇系統性回顧分析23篇研究,發現大型語言模型(LLMs)在腎臟科的衛教、工作流程、飲食指導和數據解讀等方面很有潛力。不過,目前還有資料處理、提示設計、透明度和外部驗證不足等問題,限制臨床應用。未來還需要更多研究,才能讓LLMs安全且廣泛用在腎臟科臨床上。 相關文章 PubMed DOI 推理

這篇論文提出一套通用架構,專門用來分析和設計統計型浮水印,幫助分辨AI和人類寫的文字。作者把偵測問題當成假設檢定,推導出能有效控制誤判的最佳偵測規則。實驗證明,他們的方法和現有技術一樣好,甚至更優,對LLM浮水印的實作很有參考價值。 相關文章 PubMed DOI 推理

這份資料集收錄自挪威多個農業網站,內容涵蓋作物輪作、土壤健康、植物保護等主題,格式為 JSON。適合用來訓練或測試 NLP/LLM 模型在挪威農業領域的應用。 相關文章 PubMed DOI 推理

目前最先進的多模態大型語言模型(如 GPT-4o、Llama 3.2 Vision)在用漏斗圖偵測統合分析的出版偏誤時,表現還是不太可靠。即使加上更多數據或調整條件,效果也沒明顯提升。這表示 LLMs 需要專門訓練,才能更有效應用在系統性回顧和統合分析的出版偏誤偵測上。 相關文章 PubMed DOI 推理