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♡
站上相關主題文章列表
Preliminary assessment of automated radiology report generation with generative pre-trained transformers: comparing results to radiologist-generated reports.
利用生成式預訓練轉換器進行自動放射學報告生成的初步評估:與放射科醫師生成的報告進行比較。
Jpn J Radiol 2024-02-06
Using GPT-4 for LI-RADS feature extraction and categorization with multilingual free-text reports.
使用 GPT-4 進行 LI-RADS 特徵提取和分類,並應用於多語言的自由文本報告。
Liver Int 2024-04-23
Reliability of large language models for advanced head and neck malignancies management: a comparison between ChatGPT 4 and Gemini Advanced.
大型語言模型在進階頭頸部惡性腫瘤管理中的可靠性:ChatGPT 4 與 Gemini Advanced 的比較。
Eur Arch Otorhinolaryngol 2024-05-25
Comparing Diagnostic Accuracy of Radiologists versus GPT-4V and Gemini Pro Vision Using Image Inputs from Diagnosis Please Cases.
比較放射科醫師與 GPT-4V 及 Gemini Pro Vision 在使用來自「請診斷」案例的影像輸入時的診斷準確性。
Radiology 2024-07-09
研究比較了GPT-4V和Gemini Pro Vision等大型語言模型在診斷能力上的表現,結果顯示隨著溫度設定提高,準確性也增加。儘管放射科醫師整體表現較佳,尤其在高溫度下,但這些模型在診斷決策上顯示出潛力成為輔助工具。
PubMedDOI
Evaluating Large Language Model (LLM) Performance on Established Breast Classification Systems.
評估大型語言模型 (LLM) 在既定乳腺分類系統上的表現。
Diagnostics (Basel) 2024-07-27
Harnessing Large Language Models for Structured Reporting in Breast Ultrasound: A Comparative Study of Open AI (GPT-4.0) and Microsoft Bing (GPT-4).
利用大型語言模型進行乳腺超音波的結構化報告:Open AI (GPT-4.0) 與 Microsoft Bing (GPT-4) 的比較研究。
Ultrasound Med Biol 2024-08-13
How do large language models answer breast cancer quiz questions? A comparative study of GPT-3.5, GPT-4 and Google Gemini.
大型語言模型如何回答乳腺癌測驗問題?GPT-3.5、GPT-4 和 Google Gemini 的比較研究。
Radiol Med 2024-08-14
這項研究評估了三個大型語言模型(LLMs)—GPT-3.5、GPT-4 和 Google Gemini(Bard)在回答60道乳腺癌護理相關的多選題的表現。結果顯示,GPT-4的準確率最高,正確回答了95%的問題,接著是GPT-3.5的90%和Google Gemini的80%。研究還發現,來自公共數據庫的問題與乳腺放射科醫師新制定的問題在答案準確性上並無顯著差異,顯示LLMs在乳腺癌護理方面有良好的應用潛力,但仍需進一步訓練以提升表現。
PubMedDOI
Practical Evaluation of ChatGPT Performance for Radiology Report Generation.
ChatGPT 在放射科報告生成中的實用性能評估。
Acad Radiol 2024-08-14