LLM 相關三個月內文章 / 第 73 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

這項研究評估了ChatGPT在中國和美國的護理執照考試(NNLE)中的表現,特別是NCLEX-RN。研究編輯了150道NCLEX-RN的實務題、240道NNLE的理論題和240道實務題,並使用ChatGPT 3.5進行中英文翻譯,接著評估了ChatGPT 4.0、3.5和Google Bard的回答。 主要發現顯示,ChatGPT 4.0在NCLEX-RN實務題的英語準確率為88.7%,翻譯版本為79.3%;在NNLE理論和實務題中,準確率分別為71.9%和69.1%。整體而言,ChatGPT 4.0在護理教育和臨床決策中展現出良好的潛力。 相關文章 PubMed DOI

這項研究評估大型語言模型(LLMs)在分析乳腺癌病理報告的有效性,特別是識別病理完全反應(pCR)。研究者使用兩種方法:提取不同變壓器模型的嵌入和微調GPT-2模型,分析351名接受新輔助化療的女性患者。優化後的結果顯示,敏感度達95.3%,陽性預測值90.9%,F1分數93.0%。這顯示LLMs在提取臨床數據上優於傳統機器學習模型,並強調其在改善病人護理和乳腺癌管理的潛力,但仍需進一步驗證以確保結果的可靠性。 相關文章 PubMed DOI

人工智慧(AI)在診斷和管理酒精相關肝病(ALD)上展現出極大潛力。透過機器學習,醫療人員能分析大量醫療數據,找出疾病模式並預測進展。大型語言模型(LLMs)的進步也有助於早期檢測及制定個性化治療方案。 不過,整合這些AI工具時需謹慎,必須解決相關的倫理問題,並確保有充分的證據支持其實際應用。這樣的負責任做法能最大化AI的優勢,同時降低對病人護理的潛在風險。 相關文章 PubMed DOI

這項研究介紹了Ascle,一個專為生物醫學研究人員和臨床人員設計的自然語言處理工具包。Ascle 提供簡易的醫療文本處理解決方案,具備問答、文本摘要、簡化和機器翻譯等功能,並有12項基本NLP功能及臨床數據庫搜尋能力。開發過程中,對32個語言模型進行微調,並創建了檢索增強生成框架,顯著提升了文本生成的效果。醫生評估顯示可讀性和相關性得分高,但準確性和完整性較低。所有代碼和模型已公開於GitHub和Hugging Face。 相關文章 PubMed DOI

生成式人工智慧(AI)將顛覆骨科護理,透過數據分析提升診斷準確性、治療計畫及病人管理。與傳統AI不同,生成式AI能根據特定提示為醫生提供相關資訊,並自動化文獻回顧、簡化流程及預測健康結果。 有效的提示設計對優化大型語言模型(LLMs)至關重要,能確保AI輸出的準確性,並促進臨床倫理決策。醫生應了解LLMs的限制,如令牌數量及生成不準確資訊的風險,這對於有效運用生成式AI及處理倫理問題非常重要。 相關文章 PubMed DOI

本研究探討生成式人工智慧(GenAI)在自殺風險評估中的表現,特別是ChatGPT-3.5和ChatGPT-4。研究發現,過去的自殺嘗試對預測風險至關重要,且ChatGPT-4能識別性別差異,顯示男性風險較高,但兩者都未將年齡視為重要因素。結果顯示這些模型在評估自殺風險上有潛力,但因其局限性及現實情境的複雜性,應謹慎應用。 相關文章 PubMed DOI

AutoBA是一款創新的AI工具,專為自動化多組學生物資訊分析而設計。它利用大型語言模型簡化分析過程,使用者只需提供少量輸入,並能獲得詳細的步驟計劃。AutoBA能根據數據變化自我調整分析流程,並支持多個LLM後端,提供在線及本地使用選項,確保數據安全與隱私。此外,它具備自動代碼修復機制,增強分析穩定性,並能隨著新興工具的發展而適應,成為多組學分析的強大解決方案。 相關文章 PubMed DOI

這篇論文探討了深度學習在生物醫學文本挖掘的進展,特別是獲取高品質標註數據的挑戰,如數據稀缺和隱私問題。作者提出了LetEx-Learning方法,將可解釋性融入少量樣本學習中,利用大型語言模型生成推理解釋,提升學習效果。實驗顯示,這種方法在低資源情況下的表現提升達6.41%。LetEx模型擁有2.2億參數,推理能力優於其他模型,源代碼已公開供研究使用。 相關文章 PubMed DOI

耳整形手術是一種美容手術,主要用來矯正耳朵突出。手術後的護理非常重要,但在偏遠地區,獲得醫療建議可能困難。本研究探討使用ChatGPT-4等人工智慧工具,來增強患者術後的教育與支持。研究中,超過50名患者提出五個常見問題,結果顯示ChatGPT-4的回答準確率達100%。雖然人工智慧能提供即時協助,但專業醫療建議仍不可或缺,特別是在資源不足的地方。這項研究強調了人工智慧在改善醫療結果的潛力。 相關文章 PubMed DOI

液體活檢是癌症護理的一大進步,提供非侵入性早期檢測和持續監測的方法,透過分析體液中的生物標記來實現。這項技術能即時提供腫瘤行為的洞察,促進早期診斷和治療反應評估,並根據個體特徵定制療法。文章探討了液體活檢的技術、挑戰及臨床應用,並提到多組學整合及人工智慧的應用。儘管潛力巨大,但仍需克服靈敏度、特異性和可及性等挑戰,持續創新與合作至關重要。 相關文章 PubMed DOI