研究發現利用大型語言模型（LLM）從醫療報告中提取乳癌患者臨床因素效益良好。LLM處理了2020至2022年接受放射治療的患者數據，節省時間和成本，整體準確率達87.7%。研究指出自然語言處理運用LLM擷取醫療記錄重要資訊潛力大，建議未來研究應用相關提示。 PubMed DOI

研究比較了GPT-4等大型語言模型和傳統監督式模型在臨床註記中提取資訊的表現。結果顯示，對於標籤不平衡的任務，大型語言模型可能比監督式模型更有效。雖然大型語言模型減少了標註數據的需求，但監督式模型搭配詳細標註仍能提供相當結果。使用大型語言模型可加速臨床自然語言處理研究，減少對精心策劃數據集的需求，潛在增進臨床研究中自然語言處理變數的應用。 PubMed DOI

研究探討大型語言模型如ChatGPT在乳癌管理上的應用，發現準確性有差異。儘管有潛力，但需注意準確性不一致和依賴提示等挑戰，強調驗證和監督的重要性。 PubMed DOI

研究比較五種大型語言模型對乳腺癌治療建議的一致性，發現GPT4與腫瘤委員會最符合，其次是GPT3.5、Llama2和Bard。GPT4在放射治療方面表現一致，但在基因檢測建議上有差異。研究指出，大型語言模型應用於臨床前，仍需進一步技術和方法改進。 PubMed DOI

研究比較了GPT-4與傳統監督式模型在臨床註記中提取資訊的表現，結果顯示GPT-4在乳癌病理報告分類上表現優異，甚至超越其他LLMs和監督式模型。GPT-4的零-shot分類能力對標籤不平衡的任務特別有效。雖然LLMs減少了標註需求，但簡單模型配合大量標註資料也能達到相當效果。GPT-4有潛力加速臨床自然語言處理研究，減少標註需求，促進臨床研究中使用自然語言處理變數。 PubMed DOI

醫學研究人員越來越多地使用先進的語言模型（LLMs），如ChatGPT-4和Gemini，來改善乳腺相關疾病的診斷。本研究評估這些模型在複雜醫學分類系統中的應用能力，以協助整形外科醫生做出更好的診斷和治療決策。 研究中創建了五十個臨床情境來評估分類準確性，結果顯示Gemini的準確率高達98%，而ChatGPT-4為71%。Gemini在多個分類系統中表現優於ChatGPT-4，顯示出其在整形外科實踐中的潛力，未來有望增強診斷支持和決策能力。 PubMed DOI

隨著人工智慧工具的普及，患者和醫療專業人員越來越依賴這些工具提供的醫療資訊。本研究評估了五個大型語言模型（LLaMA 1、PaLM 2、Claude-v1、GPT-3.5和GPT-4）在2044個腫瘤學相關問題上的表現。結果顯示，GPT-4在與人類基準比較中表現最佳，達到第50百分位以上。雖然GPT-4的準確率高達81.1%，但所有模型仍存在顯著錯誤率，顯示出持續評估這些AI工具的重要性，以確保其安全應用於臨床實踐。 PubMed DOI

這項研究探討小型大型語言模型（sLLM）在從病理報告中提取關鍵資訊的效果。使用三個版本的Llama 2模型，參數從70億到700億不等，並在零樣本和五樣本學習情境下進行評估。結果顯示，700億參數的模型在五樣本情境下表現優異，顯示sLLM能有效提升數據提取的效率與準確性。研究強調範例學習的重要性，並討論模型大小、準確性及處理時間的權衡，支持在臨床環境中應用先進語言模型，以改善病人護理和生物醫學研究。 PubMed DOI

這項研究評估大型語言模型（LLMs）在解釋乳腺影像報告及提供臨床建議的表現，分為兩個步驟： 1. **文本評估**：比較十個LLMs與放射科醫師在100道BI-RADS選擇題上的準確率。Claude 3.5 Sonnet表現最佳（90%），超過一般放射科醫師（78%）和乳腺放射科醫師（82%）。 2. **視覺評估**：測試五個多模態LLMs在100張乳腺超音波影像上的表現，Claude 3.5 Sonnet以59%準確率領先。 研究顯示，雖然LLMs在文本評估中表現良好，但視覺診斷能力有限，需在放射科醫師監督下使用，以避免誤診。 PubMed DOI

本研究探討大型語言模型（LLMs），特別是GPT-3.5 turbo和GPT-4，如何提取肝細胞癌病理報告中的關鍵要素。考量到手動整理報告的困難，研究比較了LLMs與傳統的正則表達式（REGEX）方法的準確性。共分析了88份病理報告，重點在五個關鍵要素。結果顯示，LLMs和REGEX的提取準確性均相當，介於84.1%到94.8%之間。研究指出，LLMs有潛力顯著簡化提取過程，進而加速癌症研究的進展。 PubMed DOI