Benchmarking large language models' performances for myopia care: a comparative analysis of ChatGPT-3.5, ChatGPT-4.0, and Google Bard.
大型語言模型在近視護理中的表現基準:ChatGPT-3.5、ChatGPT-4.0和Google Bard的比較分析。
EBioMedicine 2023-09-18
Assessment of a Large Language Model's Responses to Questions and Cases About Glaucoma and Retina Management.
評估大型語言模型光學神經病變和視網膜管理問題的回答。
JAMA Ophthalmol 2024-02-25
Large language models approach expert-level clinical knowledge and reasoning in ophthalmology: A head-to-head cross-sectional study.
大型語言模型在眼科領域接近專家級臨床知識和推理:一項面對面的橫斷面研究。
PLOS Digit Health 2024-04-17
Benchmarking four large language models' performance of addressing Chinese patients' inquiries about dry eye disease: A two-phase study.
評估四個大型語言模型在解答中國患者對乾眼症詢問的表現:一項兩階段研究。
Heliyon 2024-08-08
Large language models: a new frontier in paediatric cataract patient education.
大型語言模型:小兒白內障病患教育的新前沿。
Br J Ophthalmol 2024-08-22
這項研究評估了三個大型語言模型(LLMs)—ChatGPT-3.5、ChatGPT-4 和 Google Bard 在製作小兒白內障病人教育材料的效果。研究使用三個提示來測試模型的表現,並根據質量、可理解性、準確性和可讀性進行評估。結果顯示,所有模型的回應質量都很高,但沒有一個被認為是可行的。特別是,ChatGPT-4 生成的內容最易讀,並能有效將材料調整至六年級的閱讀水平。總體來看,ChatGPT-4 是生成高質量病人教育材料的有效工具。
PubMedDOI
Prompt engineering with ChatGPT3.5 and GPT4 to improve patient education on retinal diseases.
使用 ChatGPT3.5 和 GPT4 進行提示工程,以改善對視網膜疾病的患者教育。
Can J Ophthalmol 2024-09-08