LLM 相關三個月內文章 / 第 97 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

這篇系統性回顧是首度全面評估ChatGPT在兒科醫療應用的研究。結果發現,ChatGPT在病患衛教資料的準確性最高,但內容還需簡化才易懂;在臨床文件紀錄上能提升效率。不過,臨床決策和訓練表現不一,偶爾會有錯誤建議。大多數研究屬觀察性,未來還需更多嚴謹實驗來驗證。整體來說,ChatGPT有潛力提升效率和衛教,但仍需專業監督與更多研究。 相關文章 PubMed DOI 推理

這項研究開發了 AI-HOPE-PI3K 平台,能結合臨床和基因資料,自動分析早發性大腸直腸癌中 PI3K 路徑變異,特別針對過去較少研究的族群。平台發現帶有 PI3K 變異的結腸癌預後較差,且西班牙/拉丁裔患者有特定突變。這工具有助於推動精準醫療,縮小健康差距。 相關文章 PubMed DOI 推理

這項研究發現,ChatGPT-4在依據ECCO指引診斷和治療潰瘍性結腸炎及克隆氏症時,是非題表現穩定但選擇題準確度有波動。雖然有潛力成為臨床輔助工具,但建議在臨床應用前,需定期驗證、標準化提問,並多位專家共同評估,才能確保其可靠性。 相關文章 PubMed DOI 推理

這項研究發現,ChatGPT在建議慢性鼻竇炎合併鼻息肉患者使用生物製劑時,和多專科專家團隊的意見一致率只有59.2%,尤其在Mepolizumab和Omalizumab的選擇上差異較大。結果顯示,ChatGPT目前還不適合單獨用來決定這類治療,臨床應用前還需要更多驗證。 相關文章 PubMed DOI 推理

這項研究發現,ChatGPT在多血管冠狀動脈疾病治療建議上,和心臟專家團隊有65%一致,特別是在建議做繞道手術時較為一致。不過,對於年長、有糖尿病或腎臟病的患者,ChatGPT和專家意見常不一樣。整體來說,AI雖然能輔助醫療決策,但遇到複雜個案還是無法取代醫師專業判斷,未來還需更多研究來強化AI臨床應用。 相關文章 PubMed DOI 推理

這項研究發現,ChatGPT-3.5 和 4.0 在複雜心血管疾病用藥建議上,雖然大多數建議獲醫師認可,但兩者建議常不一致,GPT-4 甚至有時會建議禁忌藥物。整體來說,這些 AI 模型目前還不夠安全可靠,不能獨立用於臨床決策,仍需專業醫師把關,未來也要再優化。 相關文章 PubMed DOI 推理

這篇論文提出 ESA-BotRGCN 框架,利用 emoji 轉文字、GPT-4 強化語意和情感分析,再結合注意力機制與圖神經網路來偵測社群機器人。實驗結果顯示,在 TwiBot-20 資料集上準確率達 87.46%,比現有方法更優秀,證明 emoji 對機器人偵測很有幫助。 相關文章 PubMed DOI 推理

這篇論文說明用大型語言模型(LLM)生成合成光譜數據,能有效補足真實數據不足的問題,提升材料(像塑膠)分類的準確率,最高可達86%。只需少量真實數據當提示,就能擴充訓練資料,尤其在材料差異大時效果更好。這方法也有機會應用到其他光譜數據相關領域,為感測器分類帶來更靈活的資料增強方案。 相關文章 PubMed DOI 推理

這篇文章說明,把先進AI語言模型(LLMs)和非侵入式腦機介面(BCI)拼字系統結合,有機會大幅提升運動或語言障礙者的溝通效率。雖然目前在速度和準確度上已有進步,但即時處理和穩定性還有待加強。未來若能完全整合,將讓BCI溝通更快、更直覺,也更符合不同使用者需求。 相關文章 PubMed DOI 推理

這份研究比較了四款主流AI語言模型在醫學案例上的表現,發現它們在醫學知識回憶上都不錯,但遇到複雜臨床推理時就比較弱。DeepSeek-V3表現最好,特別是在推理方面。整體來說,這些AI模型未來在醫學訓練和輔助上很有潛力,但臨床應用前還需要加強可解釋性和評估方式。 相關文章 PubMed DOI 推理