Enhancing English Presentation Skills with Generative Artificial Intelligence: A Guide for Non-native Researchers.
利用生成式人工智慧提升英語演講技巧：非母語研究者指南。 Med Sci Educ 2024-10-25

這篇評論探討了生成式人工智慧，特別是Google Gemini（之前叫Bard），如何幫助非母語的研究者提升英語演講技巧。文中提供了使用Google Gemini的語音轉文字和文字轉語音功能的步驟。研究顯示，Google Gemini在撰寫演示文稿、練習發音和驗證內容方面都很有效，顯示出人工智慧在科學交流中的新應用。不過，使用者需對這項技術的實驗性質保持謹慎。對全球科學社群來說，這類工具的採用正是時機成熟且具優勢的選擇。相關文章 PubMed DOI

Incremental learning of humanoid robot behavior from natural interaction and large language models.
從自然互動和大型語言模型中增量學習人形機器人行為。 Front Robot AI 2024-10-25

這篇論文提出一個系統，透過自然語言對話提升人機互動，讓機器人能夠從經驗中學習。系統利用大型語言模型（LLMs）協調機器人行為，生成Python程式碼來控制動作和感知，這些程式碼根據人類指令和環境反饋生成。當LLM誤解指令時，會調用另一個專注於改善程式碼的LLM來學習錯誤。改進的互動會儲存於機器人記憶中，未來能更好處理類似請求。該系統已整合進人形機器人ARMAR-6，並透過模擬和實測評估其有效性，顯示機器人能夠逐步學習並應用知識。相關文章 PubMed DOI

LLM-driven multimodal target volume contouring in radiation oncology.
放射腫瘤學中基於 LLM 的多模態靶區輪廓描繪。 Nat Commun 2024-10-25

LLMSeg的發展在放射治療，特別是乳癌治療中，具有重要意義。它利用大型語言模型整合臨床文本與影像數據，成功解決靶區輪廓描繪的挑戰，超越了傳統的器官分割任務。在外部環境和數據稀缺的情況下，LLMSeg的驗證顯示其實用性，表現優於傳統的單模態人工智慧模型，展現出更強的泛化能力和數據效率，成為改善放射腫瘤學實務的有力工具。相關文章 PubMed DOI

Evaluating the reliability of the responses of large language models to keratoconus-related questions.
評估大型語言模型對圓錐角膜相關問題的回答可靠性。 Clin Exp Optom 2024-10-24

這項研究評估了三個大型語言模型（LLMs）——ChatGPT-4、Copilot 和 Gemini——在回答圓錐角膜（KCN）相關問題的表現。研究者提出五十個問題，並由三位眼科醫生評分。結果顯示，ChatGPT-4 的表現最佳，100% 的回答得分在 3 分以上，且有 74% 的回答獲得「強烈同意」。相比之下，Copilot 和 Gemini 的同意率僅為 34% 和 42%。雖然 ChatGPT-4 的可靠性較高，但可讀性較低，整體仍被認為是解答 KCN 問題的最佳選擇。相關文章 PubMed DOI

Aligning Large Language Models for Enhancing Psychiatric Interviews Through Symptom Delineation and Summarization: Pilot Study.
透過症狀劃分與總結來增強精神科訪談的大型語言模型對齊：初步研究。 JMIR Form Res 2024-10-24

這項研究探討大型語言模型（LLMs）在精神科訪談中的應用，特別針對北韓脫北者的心理健康挑戰。研究目標是確認LLMs能否有效識別精神病症狀並總結壓力源。主要任務包括提取壓力源、識別症狀及總結訪談內容。結果顯示，使用GPT-4 Turbo模型後，73個記錄片段準確關聯精神病症狀，經微調後性能提升，平均準確率達0.82。LLMs生成的摘要在連貫性和相關性上得分高，顯示其在心理健康領域的潛力。相關文章 PubMed DOI

A qualitative survey on perception of medical students on the use of large language models for educational purposes.
醫學生對於大型語言模型在教育用途上使用的看法之質性調查。 Adv Physiol Educ 2024-10-24

這項研究透過電話訪談，調查印度醫學生對大型語言模型（LLMs）在醫學教育中的看法。25名學生的回應經過分析後，整理出三個主要主題：使用情境、增強學習和LLMs的限制。學生們表示，LLMs幫助他們澄清複雜主題、尋找客製化答案、解決選擇題、創建簡化筆記及簡化作業。他們欣賞這些工具的易用性和省時優勢，但也擔心不準確性、可靠性和隱私問題。學生強調需要培訓，以有效整合LLMs進醫學教育。總體而言，LLMs有潛力提升醫學教育，但需解決挑戰以發揮其優勢。相關文章 PubMed DOI

LLM-Enhanced multimodal detection of fake news.
LLM增強的多模態假新聞檢測。 PLoS One 2024-10-24

假新聞檢測在資訊時代愈加重要，但現有方法多依賴小型語言模型，對專業新聞表現不佳。為了解決這個問題，我們提出FND-LLM框架，結合小型與大型語言模型，強化多模態假新聞檢測。框架包含文本特徵、視覺語義、視覺篡改、共同注意網絡、跨模態特徵及大型語言模型分支。實驗結果顯示，FND-LLM在Weibo、Gossipcop和Politifact數據集上的準確率分別提升0.7%、6.8%和1.3%。相關文章 PubMed DOI

A look at the emerging trends of large language models in ophthalmology.
大型語言模型在眼科的新興趨勢探討。 Curr Opin Ophthalmol 2024-10-24

這篇評論旨在讓醫師了解大型語言模型（LLMs）和生成式人工智慧（AI）在眼科的最新進展。隨著技術不斷進步，這些工具在改善醫療服務上展現出巨大潛力。文章強調了LLMs在眼科的應用，包括問答任務及其他創新用途，並概述了常用技術，還討論了與眼科相關的生成式AI新趨勢。希望能鼓勵醫師進一步探索和運用這些技術，提升病人照護品質。相關文章 PubMed DOI

Performance of ChatGPT and Dental Students on Concepts of Periodontal Surgery.
ChatGPT 與牙科學生在牙周手術概念上的表現。 Eur J Dent Educ 2024-10-24

這項研究評估了ChatGPT-3.5和ChatGPT-4在牙科學生對牙周手術知識的有效性，共有134名學生參加。結果顯示，ChatGPT-3.5的平均回應時間為3.63秒，準確度得分21.51分；而ChatGPT-4的回應時間較長，為12.49秒，得分20分。雖然兩者的準確性未達學生水平，但ChatGPT-4的開放式回答與教師評估一致，顯示其在學生學習及臨床評估中的潛力。相關文章 PubMed DOI

Evaluating for Evidence of Sociodemographic Bias in Conversational AI for Mental Health Support.
評估對於心理健康支持的對話式人工智慧中社會人口偏見的證據。 Cyberpsychol Behav Soc Netw 2024-10-24

這項研究分析了一個為心理健康支持設計的大型語言模型（LLM）是否存在偏見，透過模擬醫生與病人的對話進行。研究使用數位標準化病人（DSPs），保持中立並了解其社會人口特徵。結果顯示，449次對話中LLM的回應並無顯著偏見，且能理解DSPs的關切，改善對話語氣。總體來說，研究未發現LLM有實質偏見，對於心理健康支持的LLM偏見理解有所貢獻。相關文章 PubMed DOI

LLM 相關三個月內文章 / 第 42 頁

可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

LLM 相關三個月內文章 / 第 42 頁

可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

可選擇其它分類: 一週新進文章腎臟科一般醫學 SGLT2i GLP1