大型語言模型的聊天機器人利用神經網絡處理語言，可提供個人化互動和技能發展。雖非針對醫療，但對卵巢癌等生醫問題有潛力。透過臨床審查非結構化數據，提供有價值見解。發展特定任務語言模型可增進生醫語言處理和科學寫作效能。提出卵巢癌特定語言模型可優化相關研究。 PubMed DOI

病人現在更容易取得影像報告，但常覺得太複雜難懂。研究指出，讓病人更易理解報告有助於治療結果。提出的解決方案包括簡化報告、提供第二份報告和放射科醫師聯絡方式。人工智慧可協助簡化報告，但對病人的應用仍有限。新技術如自然語言處理和大型語言模型有潛力提升病人對報告的理解，但仍需更多研究。 PubMed DOI

研究比較四個大型語言模型（LLMs）與專家醫師在協助精準腫瘤學臨床決策的表現。LLMs提供更多治療方案，但品質和可信度不如專家。然而，部分LLMs提出的治療方案獲得委員會認可。研究建議LLMs可提供協助，但無法取代人類專家。 PubMed DOI

研究發現BARD在簡化放射學報告方面表現最好，易讀且易懂。ChatGPT-4和Microsoft Copilot也表現不錯。然而，緊急情況下的建議準確性有待改進。整合人工智慧到放射學溝通可增進患者參與，但仍需進一步提升。 PubMed DOI

統合報告是一種結構化記錄臨床資訊的方法，有助於提升病患照護品質。本研究利用先進語言模型自動生成癌症相關統合報告，避免昂貴且容易出錯的手動合成。透過調整LLAMA-2模型並使用BERT F1分數評估，研究顯示微調模型能高準確生成統合報告。 PubMed DOI

LLMs可以將腫瘤學註釋簡化成易於理解的摘要，有助於改善溝通和理解。 PubMed DOI

一個新的醫療保健聊天機器人已經開發，使用了大型語言模型和癌症實踐指南，為患者提供正確的健康資訊。這個機器人整合了117萬個標記的元數據集，並在Python 3.9中實施AI引導。為了確保擴展性，採用了OpenAI和LangChain框架，ChatGPT3.5提供了用戶友善的對話。從2023年9月到2024年1月，用戶可以選擇癌症類型和語言進行互動，回應的表現評分為90.98 ± 4.02。這個AI引導機器人的目標是幫助癌症患者快速獲得正確的醫療資訊。 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

這項研究評估了ChatGPT 3.5和4在創建神經外科文獻摘要的有效性。研究隨機選取150篇2023年發表的摘要，並比較其可讀性與準確性。結果顯示，兩個模型生成的摘要在可讀性上顯著優於原始摘要，GPT3.5的閱讀年級為7.80，GPT4為7.70。科學準確性方面，68.4%的GPT3.5摘要和84.2%的GPT4摘要被醫師評為中等準確性。研究指出，GPT4在改善病人教育上具有潛力，能讓神經外科文獻更易理解。 PubMed DOI

最近的研究顯示大型語言模型（LLMs）在自然語言處理，特別是遠程醫療中有很大潛力。研究比較了GPT-3.5、GPT-4和LLaMA 2在醫療諮詢摘要的表現。結果顯示，LLaMA2-7B在n-gram精確度上表現最佳，而GPT-4在語義準確性和可讀性上優於其他模型。所有模型在總結能力上相似，但GPT-4在內容理解和結構上稍有優勢，顯示其生成病人友好摘要的潛力。研究也探討了使用LLMs的潛在風險與限制。 PubMed DOI