原始文章

生成式人工智慧,特別是透過變壓器技術,正在改變人工智慧的應用方式。最近的實驗中,使用「SOLAR-10.7B-Instruct」模型從全國退伍軍人的多導睡眠檢查筆記中提取關鍵睡眠參數,如總睡眠時間、入睡潛伏期和睡眠效率。結果顯示,該模型在總睡眠時間和睡眠效率的準確度上與人類標註相當,且在提取入睡潛伏期方面超越人類標註7.6%。此外,模型的幻覺現象極少,展現出優秀的推理能力。 PubMed DOI


站上相關主題文章列表

充足睡眠對健康很重要,影響認知、幸福感和疾病預防。數位工具如ChatGPT提供個人化睡眠建議,但需注意可能有錯誤資訊。研究顯示ChatGPT能準確辨識睡眠迷思,與專家意見一致。ChatGPT以易懂方式糾正迷思,有助促進健康行為,與專家建議互補。 PubMed DOI

這項研究探討大型語言模型(LLMs)在生成重症監護病房(ICU)病人出院摘要的表現,分析了匿名臨床筆記。三個模型中,GPT-4 API的表現最佳,準確識別41.5%的關鍵臨床事件,ChatGPT和Llama 2則分別為19.2%和16.5%。雖然GPT-4在資訊組織和清晰度上表現優異,但仍有小錯誤,且所有模型在敘事連貫性和重要數據的捕捉上存在挑戰。總體來看,這些LLM在生成出院摘要上有潛力,但仍需改進。 PubMed DOI

這項研究評估了大型語言模型(LLMs)在複雜醫療案例中的診斷表現。研究分析了392份來自《美國病例報告期刊》的案例,使用了ChatGPT-4、Google Gemini和LLaMA2來生成鑑別診斷清單。結果顯示,ChatGPT-4的前10名診斷中,最終診斷納入率最高,達86.7%,其次是Google Gemini的68.6%和LLaMA2的54.6%。研究顯示ChatGPT-4在診斷準確性上明顯優於其他兩者,突顯了生成式人工智慧在醫療診斷中的潛力。 PubMed DOI

人工智慧(AI)在自然語言處理的發展,特別是ChatGPT,已經改變了許多領域,包括知識評估。這種生成式AI能提升寫作效率,但也引發對資訊準確性和倫理的擔憂。在教育和科學寫作中,建立明確的使用指導方針至關重要。此外,AI對人際互動和睡眠的影響也需關注。為了有效整合AI,必須透過持續研究和公共討論來平衡其優缺點。 PubMed DOI

這項研究評估了ChatGPT-4o在解讀懷疑有阻塞性睡眠呼吸暫停症患者的多導睡眠圖的有效性,並與認證睡眠醫師的解讀進行比較。主要發現顯示,對於簡單案例,診斷一致性高達97%,治療建議一致性為100%。但在複雜案例中,診斷一致性降至70%,治療建議則降至44%。研究強調精確提示能提升AI表現,顯示AI在睡眠醫學的潛力,但仍需進一步研究以解決數據保護問題並驗證結果。 PubMed DOI

這項研究探討大型語言模型(LLMs),特別是GPT-4,如何分析1型糖尿病患者的持續血糖監測(CGM)數據。研究發現,GPT-4在10項定量指標中有9項達到完美準確度,並且在兩位臨床評分者的評估下,其生成的定性描述在準確性、完整性和安全性方面表現優異。這顯示GPT-4能有效總結CGM數據,可能提升糖尿病護理,並提供分析醫療數據的新方法。 PubMed DOI

這項研究探討大型語言模型(LLMs)在總結睡眠醫學研究文章的效果,並與醫學生的摘要進行比較。19名醫學生評估了三個AI生成和三個人類生成的摘要,結果顯示兩者在可讀性和理解上無顯著差異(p值均大於0.2)。不過,研究也指出參與者人數少、可能的偏見及缺乏視覺輔助等限制。總體來看,AI生成的摘要與人類的相當,但仍需進一步研究以了解AI在醫學文獻總結中的優缺點。 PubMed DOI

這項研究提出了一個混合人工智慧(AI)系統,旨在提升自動解讀腦電圖(EEG)的能力,特別針對小型醫院和診所的需求。系統結合深度學習模型、無監督的伪影去除技術及專家算法,能有效預測後顱主導節律(PDR)並檢測異常。使用1530個標記的EEG數據,最佳模型的準確率顯著超越神經科醫生,並在報告生成上達到100%準確率。這個系統不僅可擴展,還能提高診斷準確性,減少誤診情況。 PubMed DOI

為了提升住院病人的睡眠品質,我們開發了一個對話式代理,能有效收集和分析睡眠數據。這個系統使用Richards-Campbell睡眠問卷,並加入環境因素的問題,如房間溫度和照明,全面評估睡眠干擾。透過病人的口頭回應,代理能識別影響睡眠的環境和護理因素,並提供非藥物介入方案。結合先進的人工智慧技術,這個系統簡化了睡眠評估,支持以病人為中心的醫療,展現提升睡眠品質管理的潛力。 PubMed DOI

這項研究顯示生成式人工智慧在自動化將非結構化病理報告轉為結構化格式方面的有效性,特別針對台北醫學大學醫院的乳腺癌報告。研究人員使用ChatGPT大型語言模型,透過Streamlit網頁應用程式達到99.61%的準確率,並顯著縮短處理時間,優於傳統方法。雖然目前僅限於單一機構及乳腺癌報告,但未來計畫將擴展至其他癌症類型並進行外部驗證,以確保系統的穩健性。總體而言,這顯示人工智慧能有效提升病理報告處理效率,促進生物醫學研究的進步。 PubMed DOI