LLM 相關三個月內文章 / 第 58 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

這項研究探討了大型語言模型(LLMs),如ChatGPT-4o、ChatGPT-3.5和Google Gemini,在輔助放射學研究中的效能。進行了兩個實驗: 1. **生物統計學與數據視覺化**:測試LLMs在建議生物統計檢定和生成R程式碼的能力。ChatGPT-4o表現最佳,正確回答7個問題,且生成的程式碼錯誤較少。 2. **深度學習**:評估這些模型在生成影像分類模型的Python程式碼的能力。ChatGPT-4o和Gemini都能生成初始程式碼,並透過互動修正錯誤。 總體而言,LLMs對放射學研究有幫助,但使用者需驗證生成的程式碼以避免錯誤。 相關文章 PubMed DOI

這份教學專為初學者和非程式設計師設計,教你如何使用 Python 及生成式 AI 工具(如微軟的 Copilot 和谷歌的 Gemini)來視覺化美國與日本的畜牧出口趨勢。了解這些趨勢對優化畜牧生產非常重要。指南提供逐步方法,從數據準備到生成 Python 代碼,並解決常見問題,如數據點重疊。這份教學簡化了複雜任務,並附上 Python 代碼供查閱,幫助研究人員更好地分析和預測畜牧數據趨勢。 相關文章 PubMed DOI

這項研究強調生成式人工智慧(AI)在健康照護中,特別是針對2型糖尿病患者用藥遵從性方面的潛力。研究提供了一個透明的提示設計和內容生成過程,並附上1,150則由GPT-3.5模型生成的訊息,這些訊息符合可讀性和簡訊標準。研究指出生成訊息的多樣性,並建議這種方法能提升健康內容開發的效率與透明度。未來需評估這些介入措施對行為改變的倫理影響和有效性。 相關文章 PubMed DOI

腫瘤定位肽(THPs)能特異性結合腫瘤細胞,對癌症治療和檢測有潛力,但傳統檢測方法速度慢且成本高。為解決此問題,我們推出LLM4THP,利用大型語言模型(LLMs)快速檢測THP。該方法結合多種序列特徵,並採用集成策略,透過兩層學習架構提升準確性。LLM4THP在多項指標上表現優於現有方法,源代碼和數據集可在GitHub上獲得。 相關文章 PubMed DOI

這篇評論探討了深度學習模型在蛋白質結構生物學中的影響,包括卷積神經網絡、語言模型、去噪擴散模型和圖神經網絡。文章指出,蛋白質可以從序列、圖像或圖形等不同角度分析,並建議使用特定的深度學習技術。內容涵蓋蛋白質結構預測、逆摺疊、蛋白質設計及小分子設計等進展,對實驗結構生物學家及相關領域的研究者來說,都是非常有價值的資源。 相關文章 PubMed DOI

這項研究評估了ChatGPT(GPT-3.5和GPT-4)在根據放射學轉錄生成鑑別診斷的表現。分析了339個案例,結果顯示GPT-4的準確性較高,正確診斷比例為66.1%,而GPT-3.5為53.7%。雖然GPT-4在準確性和虛構參考文獻方面表現較佳,但兩者在重複性上仍有問題。總體來看,ChatGPT在醫學上可作為有用工具,但使用時需謹慎以避免不準確性。 相關文章 PubMed DOI

這項研究探討了多種大型語言模型(LLMs)在生成退化性頸椎MRI報告的放射學印象的效果。比較了OpenAI的ChatGPT-3.5、GPT-4、Anthropic的Claude 2、Google的Bard和Meta的Llama 2,使用50份合成MRI報告進行評估。結果顯示,Claude 2在大多數情況下表現最佳,穩定性高,而GPT-4則需重新訓練以改善表現。研究指出,LLMs,特別是Claude 2,對自動生成放射學印象有潛力,但仍需進一步研究以優化性能和實際應用效果。 相關文章 PubMed DOI

這項研究探討了使用大型語言模型(LLM),特別是ChatGPT 3.5,來評估伊利諾伊大學醫學院臨床前醫學生的批判性評估作業。研究發現,ChatGPT與教師評分的協議率達67%,顯示出合理的一致性,且能有效減少教師評分時間五倍,潛在節省約150小時。總體而言,這項研究建議使用ChatGPT等LLM能有效協助醫學教育中的作業評估,減輕教師負擔。 相關文章 PubMed DOI

這項研究探討了人工智慧,特別是ChatGPT,在婦產科臨床決策中的應用潛力。結果顯示,雖然ChatGPT在某些情況下能提供正確答案,但在其他情況下表現不佳,顯示出其準確性和可靠性有限。因此,醫療專業人員需仔細審查AI的建議,並強調需要更清晰的指導方針。持續的技術進步對改善AI在臨床中的角色也很重要。總體而言,AI在醫療領域有潛力,但目前最適合在受控環境中使用,以確保病人安全和護理準確。 相關文章 PubMed DOI

這篇評論探討中樞神經系統的恆定性,強調它在維持生理穩定方面的重要性,尤其在面對內外刺激時。恆定性機制對保護神經功能及防止腦部疾病(如癲癇)至關重要。文章分析恆定性可塑性與Hebbian可塑性之間的互動,特別是興奮性與抑制性信號的不平衡如何促進癲癇發作。此外,當自然機制失效時,還探討了增強恆定性的治療策略,包括創新的基因療法,如光遺傳學和閉環系統,這些方法能模擬恆定性過程以對抗腦部疾病。 相關文章 PubMed DOI