Empirical evaluation of language modeling to ascertain cancer outcomes from clinical text reports.
臨床文本報告中語言建模的實證評估,以確定癌症結果。
BMC Bioinformatics 2023-11-23
Assessing the Capabilities of Generative Pretrained Transformer-4 in Addressing Open-Ended Inquiries of Oral Cancer.
評估 Generative Pretrained Transformer-4 在解決口腔癌開放性問題上的能力。
Int Dent J 2024-08-04
Artificial intelligence-based data extraction for next generation risk assessment: Is fine-tuning of a large language model worth the effort?
基於人工智慧的數據提取以進行下一代風險評估:微調大型語言模型是否值得投入努力?
Toxicology 2024-08-24
Leveraging Large Language Models for Precision Monitoring of Chemotherapy-Induced Toxicities: A Pilot Study with Expert Comparisons and Future Directions.
利用大型語言模型精確監測化療引起的毒性:與專家比較的初步研究及未來方向。
Cancers (Basel) 2024-08-29
The Potential of Gemini and GPTs for Structured Report Generation based on Free-Text <sup>18</sup>F-FDG PET/CT Breast Cancer Reports.
基於自由文本的 <sup>18</sup>F-FDG PET/CT 乳腺癌報告,Gemini 和 GPTs 在結構化報告生成中的潛力。
Acad Radiol 2024-09-08
這項研究比較了兩種大型語言模型(LLMs),Gemini 和 GPTs,在乳腺癌患者的 PET/CT 報告中提取數據和生成結構化報告的表現。研究涵蓋131名患者,發現 GPTs 在數據挖掘上準確率更高,特別是原發病灶(89.6% vs. 53.8%)和轉移病灶(96.3% vs. 89.6%)。此外,GPTs 在疾病進展決策和語義相似度上也優於 Gemini。整體來看,GPTs 在臨床應用中顯示出更高的潛力。研究使用多種統計方法驗證結果,數據可向通訊作者索取。
PubMedDOI
Extraction and classification of structured data from unstructured hepatobiliary pathology reports using large language models: a feasibility study compared with rules-based natural language processing.
使用大型語言模型從非結構化肝膽病理報告中提取和分類結構化數據:與基於規則的自然語言處理的可行性研究比較。
J Clin Pathol 2024-09-20