原始文章

這項研究探討了人工智慧大型語言模型(AI-LLM)在改善手部和手腕影像學報告可讀性上的效果。研究分析了300份報告,並要求AI用簡單語言解釋。結果顯示,AI生成的報告可讀性顯著提升,達到八年級以下的閱讀水平。X光報告的準確性評分為4.1,CT和MRI則為3.9。雖然AI有少量不準確內容,但整體上顯示出AI-LLM在幫助病人理解醫學影像結果方面的潛力。 PubMed DOI


站上相關主題文章列表

研究比較不同影像學模式的放射學報告複雜程度,並試驗ChatGPT簡化報告至八年級閱讀水準。分析400份報告後發現,CT和MRI報告比US和XR較難。ChatGPT成功簡化報告,減少字數、提高可讀性,並降低閱讀難度。研究顯示ChatGPT在簡化放射學報告以提升患者理解上相當有效。 PubMed DOI

病人現在更容易取得影像報告,但常覺得太複雜難懂。研究指出,讓病人更易理解報告有助於治療結果。提出的解決方案包括簡化報告、提供第二份報告和放射科醫師聯絡方式。人工智慧可協助簡化報告,但對病人的應用仍有限。新技術如自然語言處理和大型語言模型有潛力提升病人對報告的理解,但仍需更多研究。 PubMed DOI

研究發現,使用人工智慧大型語言模型(AI-LLM)分析放射學報告,能有效提升易讀性。簡化專業術語後,報告的易讀性和準確性均有所提升。這項研究顯示,AI-LLM對於幫助患者更好理解放射學報告具有重要價值。 PubMed DOI

研究發現,使用人工智慧大型語言模型(AI-LLM)幫助患者理解膝蓋放射學報告效果顯著。報告變得更易懂,但仍可能有錯誤。建議醫師與患者一同檢視和討論報告,AI-LLM可作為提升患者理解的有用工具。 PubMed DOI

研究比較四個大型語言模型在簡化放射學報告以提高患者閱讀易懂性的表現。結果顯示,所有模型都成功簡化報告,但在提供背景資料後效果更好。這顯示這些模型在幫助患者理解放射學報告方面有潛力。 PubMed DOI

研究發現BARD在簡化放射學報告方面表現最好,易讀且易懂。ChatGPT-4和Microsoft Copilot也表現不錯。然而,緊急情況下的建議準確性有待改進。整合人工智慧到放射學溝通可增進患者參與,但仍需進一步提升。 PubMed DOI

放射學影像在醫學診斷中非常重要,對治療方向有關鍵影響。準確的放射學報告至關重要,常需與手術結果對照。手動比對費時費力,因此研究使用大型語言模型(LLM)自動提取報告關鍵細節,專注於肩部結構。LLM能識別放射學和手術報告中的特定結構,有助簡化評估過程。 PubMed DOI

研究評估AI生成的放射學報告在摘要、友善度和建議方面的效果,並檢視報告質量和準確性。分析685份脊椎MRI報告,AI生成報告表現良好,友善度提升,但也發現部分翻譯問題。結論指出,AI助手可提升報告品質、效率,並推動以病患為中心的放射學護理。 PubMed DOI

隨著患者能更直接獲取醫療紀錄,放射科報告中的醫學術語卻常讓人困惑。為了解決這個問題,我們提出利用大型語言模型(LLM)自動生成更易懂的報告翻譯。我們在100份去識別化的神經放射科報告上進行測試,並在不同閱讀水平上生成翻譯。結果顯示,翻譯的準確率和可讀性均優於傳統方法,特別是在第八年級閱讀水平上,準確率分別達到88%和93%。這種方法不僅增強了患者的理解,也不會顯著增加醫生的工作負擔。 PubMed DOI

這項研究評估了病人教育材料的可讀性,並探討了生成式人工智慧工具(如ChatGPT-4和Google Gemini)如何將這些材料簡化到六年級的閱讀水平。分析了七份來自主要放射學團體的文件,原始材料的平均閱讀水平為11.72。經過簡化後,ChatGPT的閱讀水平降至7.32,Gemini則為6.55。ChatGPT減少了15%的字數,保留95%的資訊,而Gemini減少33%,保留68%。三位放射科醫師評估後認為,ChatGPT在適當性、清晰度和相關性上表現更佳。研究指出,生成式人工智慧能顯著改善病人教育材料的可讀性,但專家審查仍然很重要。 PubMed DOI