原始文章

這篇論文介紹了**LitAI**,一種新方法,旨在提升從各種文獻格式(如文本、表格和圖形)中檢索資訊的能力。LitAI 結合了生成式人工智慧工具與光學字符識別(OCR),有效改善從 PDF 文件提取資訊的效果。作者透過特定提示和上下文學習,確保資訊檢索的準確性。實證評估顯示,LitAI 的表現超越了 Tesseract-OCR 和 GPT-4 等現有方法。LitAI 的實作已在 GitHub 上提供,詳情可參考相關連結。 PubMed DOI


站上相關主題文章列表

AI在醫學領域廣泛應用,特別是在解讀醫學掃描、病理切片和皮膚病變等方面。Topol探討了AI在放射學、病理學、皮膚科和心臟病學等領域的潛力。另外,OpenAI推出了ChatGPT-3,這是一個先進的AI模型,可以與用戶對話,了解他們的需求,並執行像寫詩、制定飲食計畫和編寫電腦程式等任務。 PubMed DOI

生成式人工智慧,像是ChatGPT,可以用來為非學術讀者總結研究研究。在一項研究中,當總結提供更多深入見解,像是八年級程度的總結,並突顯重要發現和現實應用時,獲得較高評分。這項技術有潛力增進環境健康科學等領域的研究轉化,但仍需要進一步改進。 PubMed DOI

這項研究旨在分析ChatGPT針對葡萄牙語健康素養問題所產生的文字,並討論人工智慧如何改善學術寫作。研究結果顯示ChatGPT在產生有結構且連貫的文字方面具有潛力。隨著學術生產力的增長,我們需要考慮人工智慧在學術寫作和知識傳播中的角色,以防止像抄襲這樣的不當行為。 PubMed DOI

人工智慧在醫學和研究領域中受到關注,像ChatGPT這樣的工具能提供自然的輸出,但有時會出錯。研究比較了theliterature.com和ChatGPT(GPT-4),結果顯示GPT-4通常能提供較好的摘要,但仍需人類驗證。兩者都無法完全識別所有相關文獻。 PubMed DOI

這篇研究介紹了一個新工具RefAI,結合了大型語言模型(LLMs)的優勢和創新的檢索方法,幫助生物醫學專業人士更有效地找到文獻和摘要。RefAI利用PubMed進行系統性檢索,採用獨特的推薦算法,並使用GPT-4 turbo進行摘要。評估顯示,RefAI在相關性、質量、準確性、全面性和參考文獻整合方面表現優異,解決了虛假論文和參考文獻整合不佳等問題,有顯著改進。結合LLMs和排名算法,RefAI展現了在生物醫學領域的重要應用價值。 PubMed DOI

研究利用先進自然語言處理模型加速學術手稿撰寫與修訂,將大型語言模型整合至Manubot出版系統,提出修訂建議。透過提示生成器為學術文本定制修訂建議,測試結果顯示可提升文本品質並理解學術概念。透明度保持人工智慧與人類文本間,節省研究時間,增進學術寫作能力,解決科學寫作中人工智慧疑慮。 PubMed DOI

ChatGPT-4是一個先進的AI模型,經過訓練後能夠產生有連貫上下文的文字。它可以回答問題,對材料科學、合成化學和藥物發現等領域有幫助。最近的研究中,ChatGPT-4成功解決了分析化學、光譜學、生物影像超分辨率和電化學等問題。儘管能夠自主完成一些任務,但較複雜的任務仍需要人類幫助。這個AI能夠生成MATLAB代碼,即使原作者未提供代碼。研究強調驗證和反饋的重要性,確保科學研究的正確性和透明度,尤其是在高級數據處理方面。 PubMed DOI

這篇論文介紹了一種創新的方法,運用生成式人工智慧(AI)來提升用戶在設備上儲存的電子教科書和研究論文的學習體驗。這項新技術不同於傳統的電子搜尋和索引,能顯著改善自學能力。解決方案完全在用戶的機器上運行,方便又具成本效益,且設置和自訂個人內容所需的技術知識非常少,十分友善。 PubMed DOI

這項研究探討了ChatGPT-4在文獻回顧中的有效性,特別是在醫療法律背景下醫生與病人之間的關係。分析了由GPT-4生成的文獻回顧與人類研究者撰寫的回顧,並根據準確性、反應時間等標準進行比較。結果顯示,GPT-4在反應時間和知識廣度上表現優異,但在深入理解和情境相關性上較弱。研究強調,雖然GPT-4可作為初步工具,但仍需專家評估以提升學術成果的準確性和情境豐富性,特別是在醫學研究領域。 PubMed DOI

大型語言模型(LLMs)如ChatGPT的出現,顯示了生成式人工智慧(AI)在各領域的潛力。生成式AI能創造多樣的數據形式,包括文本、圖像和音頻。最近的多模態技術進展,增強了同時處理文本和影像的能力,特別是在醫學領域,尤其是放射學中,臨床數據與影像數據的整合非常重要。這篇綜述將介紹LLMs、影像生成AI和多模態AI,並探討生成式AI在放射學的現狀與未來潛力。 PubMed DOI