LLM 相關三個月內文章 / 第 66 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

這項研究分析了AI聊天機器人ChatGPT和Bard(現稱Gemini)在制定符合不同飲食模式的膳食參考攝取量(DRIs)餐單的能力。共生成108個餐單,結果顯示這些餐單的能量和碳水化合物較少,但蛋白質攝取量常超過DRI。所有餐單在維他命D和氟的攝取上不足,純素餐單缺乏維他命B12。ChatGPT有建議補充維他命B12,但Bard則沒有。總體而言,這些AI工具能提供一般飲食建議,但不應完全依賴,特別是對於有特定飲食需求的人。 相關文章 PubMed DOI

頸椎病是常見的退化性脊椎疾病,患者常尋求醫療資訊來管理症狀。本研究評估大型語言模型(LLMs)對頸椎病患者常見問題的回答準確性。三位經驗豐富的脊椎外科醫生評估來自不同LLMs的回應,結果顯示所有模型表現滿意,尤其是GPT-4的準確性最高。分析中也顯示不同主題的表現差異,反映了目前人工智慧的限制及未來發展的潛力。 相關文章 PubMed DOI

噬菌體(phages)是專門攻擊細菌的病毒,會產生去聚合酶來降解細菌表面的多醣結構。由於這些酶的序列多樣性,識別和註釋相當困難。為了解決這個問題,我們開發了DepoScope,一個利用微調的ESM-2模型和卷積神經網絡的機器學習工具,能準確識別去聚合酶序列及其活性區域。我們從INPHARED噬菌體基因組數據庫整理數據集,並建立多醣降解域數據庫,結合序列和氨基酸層級的預測,提升對噬菌體與細菌宿主互動的理解。 相關文章 PubMed DOI

深度學習,特別是大型語言模型(LLMs),在植物生物學中展現出很大的潛力,能為植物細胞系統提供新見解。蛋白質語言模型(PLMs)提升了我們分析核酸和蛋白質序列的能力,揭示生物數據中的複雜模式和關係。這不僅有助於識別序列模式和結構-功能關係,還能促進農業基因改良。透過整合深度學習,我們在植物性狀的基礎研究上能取得顯著進展。因此,戰略性地應用這些方法對推進植物科學和可持續農業至關重要。 相關文章 PubMed DOI

這項研究介紹了IQAGPT,一個新系統,用來評估電腦斷層掃描(CT)影像的品質。它結合了大型語言模型(LLMs)和視覺語言模型(VLMs),並利用一個包含1,000個不同品質CT切片的數據集進行訓練。這個系統能夠生成詳細的品質描述,並讓使用者透過ChatGPT互動,獲得品質評分或放射學報告。結果顯示,IQAGPT在影像品質評估上表現優於現有模型,未來有潛力補充或取代放射科醫師的評估。 相關文章 PubMed DOI

這項研究比較了重症監護病房(ICU)護理人員與生成式人工智慧(如ChatGPT-4和Claude-2.0)的診斷準確性。研究使用四個真實ICU案例,評估74名護理人員的表現,結果顯示護理人員在需要整體判斷的情境中表現優於AI,雖然某些AI在標準案例中表現相當。護理人員的回應較簡潔,而AI則較冗長。研究強調經驗豐富的護理人員在細緻決策上更具優勢,並呼籲進一步發展AI以提升其臨床決策能力。 相關文章 PubMed DOI

您的研究顯示使用GPT模型從電子健康紀錄的非結構化臨床筆記中提取人口統計、社會健康決定因素和家族病史的潛力。雖然GPT-3.5在人口統計資料提取上表現優異(F1分數0.975),但在社會健康決定因素(0.615)和家族病史(0.722)方面仍有改進空間。透過雙重評估指標,您能更全面地了解模型的優缺點。您也提到透過模型微調或少樣本學習來進一步提升效果,為未來的研究提供了重要的方向。 相關文章 PubMed DOI

這篇論文探討大型語言模型(LLMs)的理性推理能力,評估它們在認知心理學任務中的表現。研究發現,LLMs展現出與人類相似的非理性,但其非理性特徵與人類偏見不同。當LLMs給出錯誤答案時,這些錯誤不符合典型的人類偏見,顯示出獨特的非理性。此外,這些模型的回應顯示出顯著的不一致性,進一步增添了非理性的層面。論文也提出了評估和比較LLMs理性推理能力的方法論貢獻。 相關文章 PubMed DOI

這項研究評估了四款熱門AI聊天機器人(ChatGPT、Microsoft Copilot、Google Gemini和Meta AI)提供的心臟導管插入術病人教育材料的可讀性。研究發現,這些聊天機器人的平均可讀性分數為40.2,顯示閱讀難度較高,年級水平從Meta AI的9.6到ChatGPT的14.8不等,皆高於建議的六年級水平。Meta AI的回應最簡單,而ChatGPT則最複雜。雖然這些AI能回答醫療問題,但可讀性可能不適合所有病人。 相關文章 PubMed DOI

目前的醫學教育研究質量評估過程耗時且資源密集,特別是使用MERSQI工具。為了解決這個問題,提出利用ChatGPT自動化評估,並與人類評估者的結果進行比較,以檢驗其有效性。這樣的做法不僅能減少資源消耗,還能加快證據摘要的速度,並減輕研究人員和教育工作者的負擔。此外,ChatGPT能提取相關摘錄,增強透明度,幫助培訓新研究人員。接下來將進一步探索ChatGPT在醫學教育研究評估中的應用。 相關文章 PubMed DOI