LLM 相關三個月內文章 / 第 50 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,ADHD族群會根據不同情境,策略性地選擇音樂來幫助專注或調節情緒,像是需要專心時會聽器樂成分高的音樂。結果顯示,音樂有潛力成為輔助管理ADHD症狀的非藥物工具。 相關文章 PubMed DOI 推理

M4CXR 是專為胸腔X光設計的多模態大型語言模型,能同時處理醫療報告生成、視覺定位和視覺問答等任務,還能用對話互動。它用 chain-of-thought 提示策略,報告生成的臨床準確度目前最頂尖,其他任務表現也不輸專門模型,適合各種臨床應用。 相關文章 PubMed DOI 推理

這項研究提出用大型語言模型整合病患資訊和醫學知識,為帕金森氏症患者量身打造治療計畫。方法結合MCTS、RAG和CoT推理,能給出有解釋的用藥建議和類似案例參考。實驗結果顯示,這套系統比醫師和傳統強化學習方法更有效,能顯著降低病患症狀分數,並能靈活調整治療,展現推動個人化照護的潛力。 相關文章 PubMed DOI 推理

MentalQLM 是專為精神疾病分類設計的輕量級語言模型,透過雙重 LoRA 微調和資料集精簡,不僅診斷準確度高(加權 F1-score 0.778),還比 GPT-4 等大型模型更省資源。特別適合資源有限的醫療場域,實用又省成本。程式碼已開源,有興趣可到 GitHub 查看。 相關文章 PubMed DOI 推理

研究發現,GPT-4o在回答減重手術相關問題時,不僅比真人專家快,病人也覺得AI的回答更清楚、完整又有同理心,特別是教育程度較低的病人更偏好AI。雖然醫師還是要把關正確性,但AI有機會幫助醫師省時,提升病人溝通和滿意度。 相關文章 PubMed DOI 推理

肝臟疾病早期難發現且死亡率高,放射科報告解讀又很複雜。NLP和大型語言模型能協助從報告中萃取重要資訊,提升診斷和分期效率。雖然還有資料品質、透明度和整合等挑戰,但只要謹慎運用,這些技術有望大幅改善肝病診斷和照護品質。 相關文章 PubMed DOI 推理

ChemReactSeek 是一個 AI 平台,專門用來自動化設計氫化反應流程。它會從科學文獻擷取資料,建立專屬知識庫,結合語意搜尋和大型語言模型推理,產生可執行的反應條件,並能實際驗證實驗結果。 相關文章 PubMed DOI 推理

這篇論文提出BTLA系統,讓一個人能同時用手和語音控制兩隻機器手臂,語音部分由GPT-3.5-turbo協助理解指令並自動選擇合適技能。實驗證明,BTLA在任務完成率和效率上都比傳統單人或雙人操作好,還能減輕操作員壓力。多數用戶也覺得語音操作直覺又方便。 相關文章 PubMed DOI 推理

這項研究發現,大型語言模型(LLMs)能自動產生 R 和 Python 程式碼來分析生殖健康資料,R 的表現比 Python 好,因為套件支援較完整。OpenAI 的 o3-mini-high 模型表現最佳,甚至能追上或超越原本比賽冠軍。這顯示 LLMs 有機會讓 omics 資料分析更自動化、普及,幫助更多研究人員進行進階建模。 相關文章 PubMed DOI 推理

這項研究開發的FHIR-GPT大型語言模型,能自動把臨床紀錄轉成標準化的FHIR藥物資料,解決醫療資料互通的問題。FHIR-GPT準確率超過九成,擷取藥物細節也更精準,表現比現有NLP方法更好,證明LLM能有效提升醫療資料轉換效率。 相關文章 PubMed DOI 推理