Evolution of publicly available large language models for complex decision-making in breast cancer care.
乳腺癌護理中用於複雜決策的大型語言模型的公開演進。 Arch Gynecol Obstet 2024-05-28

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

The Potential Impact of Large Language Models on Doctor-Patient Communication: A Case Study in Prostate Cancer.
大型語言模型對醫生與病人溝通的潛在影響：前列腺癌的案例研究。 Healthcare (Basel) 2024-08-09

近年來，大型語言模型（LLMs）已被應用於醫療領域，特別是在前列腺癌的病患溝通上。我們的研究評估了三種LLM的效果，包括ChatGPT（3.5）、Gemini（Pro）和Co-Pilot（免費版），並與官方的羅馬尼亞前列腺癌病患指南進行比較。透過隨機和盲測，八位醫療專業人員根據準確性、及時性、全面性和使用友好性進行評估。結果顯示，LLM，尤其是ChatGPT，通常提供比指南更準確且友好的資訊，顯示出其在改善醫療溝通上的潛力。不過，不同模型的表現差異也顯示出需要量身定制的實施策略。 PubMed DOI

Prediction of tumor board procedural recommendations using large language models.
使用大型語言模型預測腫瘤委員會的程序建議。 Eur Arch Otorhinolaryngol 2024-09-12

多學科腫瘤委員會由各類醫療專家組成，對癌症患者的治療計畫至關重要，雖然面臨物流和財務挑戰，但仍能顯著提升生存率。本研究評估大型語言模型在頭頸部腫瘤委員會的推薦程序有效性，使用參數高效微調和上下文學習等方法。結果顯示，治療方案一致性達86%，醫學上可辯護的建議達98%。參數高效微調表現優於上下文學習，且較大商業模型通常效果更佳。建議增強數據集並納入更新指導方針，以提升模型在醫療決策中的準確性，值得進一步研究。 PubMed DOI

Empowering patients: how accurate and readable are large language models in renal cancer education.
賦能患者：大型語言模型在腎癌教育中的準確性和可讀性如何。 Front Oncol 2024-10-12

人工智慧（AI）在醫療領域的應用，特別是針對腎癌的病人教育材料（PEMs），帶來了顯著變化。本研究比較了ChatGPT 4.0、Gemini AI和Perplexity AI生成的資訊準確性與可讀性，並與美國泌尿學會（AUA）和歐洲泌尿學會（EAU）的PEMs進行對照。結果顯示，AUA的PEM可讀性最佳，AI生成的內容雖然準確，但在治療資訊上有些小遺漏。雖然AI能簡化內容，但在病人教育中使用時仍需謹慎，以免造成誤解。 PubMed DOI

Patients Facing Large Language Models in Oncology: A Narrative Review.
面對大型語言模型的腫瘤科患者：敘事性回顧。 JCO Clin Cancer Inform 2024-11-08

大型語言模型（LLMs）在腫瘤學的應用正在改變病人照護的方式。它們能提供個性化的癌症資訊、協助診斷、監測治療進展，並促進後續照護。這些模型的潛在好處包括提高資訊可及性、個性化支持及提升醫療效率。然而，使用過程中也需注意數據隱私、偏見及知情同意等倫理問題。此外，法規方面需建立明確的批准流程、責任界定及持續監測機制，以確保安全與有效性。整體而言，LLMs在腫瘤學的整合需謹慎推進。 PubMed DOI

Oncointerpreter.ai enables interactive, personalized summarization of cancer diagnostics data.
Oncointerpreter.ai 使癌症診斷數據的互動式個性化摘要成為可能。 J Am Med Inform Assoc 2024-11-13

Oncointerpreter.ai 是一個互動工具，幫助癌症患者理解診斷和治療選擇。它提供個性化的基因組和病理數據摘要，讓患者能更有效地與醫療團隊溝通。這個工具利用先進的語言模型，能處理去識別化的報告，提取關鍵資訊並即時回答治療相關問題。此外，還能根據患者的病情和地點，找出相關的臨床試驗。基準測試顯示其回應一致且準確，目的是增強患者的理解，促進知情討論。更多資訊可至其 GitHub 頁面查詢。 PubMed DOI

The In-depth Comparative Analysis of Four Large Language AI Models for Risk Assessment and Information Retrieval from Multi-Modality Prostate Cancer Work-up Reports.
四種大型語言AI模型在多模態前列腺癌檢查報告中的風險評估和信息檢索的深入比較分析。 World J Mens Health 2025-01-01

這項研究評估了四個大型語言模型（LLMs）在前列腺癌治療相關的資訊檢索和風險評估任務中的表現，特別針對第四期患者。研究使用350份模擬報告，並針對三個風險評估任務和七個資訊檢索任務進行評估。結果顯示，所有模型在資訊檢索任務中表現良好，但在風險評估上差異明顯，ChatGPT-4-turbo表現最佳。儘管結果令人鼓舞，研究仍提醒可能的誤解會影響臨床決策，並呼籲進一步研究以驗證結果的普遍性。 PubMed DOI

The interaction of structured data using openEHR and large Language models for clinical decision support in prostate cancer.
使用 openEHR 的結構化數據與大型語言模型在前列腺癌臨床決策支持中的互動。 World J Urol 2025-01-13

多學科團隊（MDTs）在癌症護理中非常重要，但需要專家投入大量時間，導致醫療成本上升。最近大型語言模型（LLMs）的進展，可能提升臨床決策的效率，並降低MDT的相關成本。一項針對171名新診斷前列腺癌患者的研究比較了兩個LLMs（chatGPT-4和Claude-3-Opus）與MDT會議的建議。結果顯示，LLMs的遵循率高達93%。不一致的情況主要因為臨床資訊不足。研究顯示，LLMs能生成準確的治療建議，未來有潛力簡化MDT流程，讓專家專注於更複雜的案例，並降低醫療成本。 PubMed DOI

Use of large language models as clinical decision support tools for management pancreatic adenocarcinoma using National Comprehensive Cancer Network guidelines.
使用大型語言模型作為臨床決策支持工具，依據全國綜合癌症網絡指南管理胰腺腺癌。 Surgery 2025-03-07

這項研究評估了OpenAI的ChatGPT和Microsoft的Copilot在根據全國綜合癌症網絡針對胰腺導管腺癌指導方針生成回應的準確性。研究發現，ChatGPT的準確性較Copilot優越，完全正確的回應分別為52%和33%。此外，ChatGPT的回應也較為準確，評分為3.33對3.02。兩者的回應普遍冗長，平均字數分別為270字和32字。研究結論指出，雖然這些模型在臨床決策支持上有潛力，但仍需改進以確保準確性和簡潔性。 PubMed DOI

Large Language Models as Decision-Making Tools in Oncology: Comparing Artificial Intelligence Suggestions and Expert Recommendations.
大型語言模型作為腫瘤學中的決策工具：比較人工智慧建議與專家推薦。 JCO Clin Cancer Inform 2025-03-20

這項研究評估大型語言模型（LLMs）在根據病患醫療紀錄生成早期乳腺癌治療選項的準確性。使用2024年初的多學科團隊會議紀錄，測試了三個AI模型：Claude3-Opus、GPT4-Turbo和LLaMa3-70B。結果顯示，Claude3-Opus準確率86.6%，GPT4-Turbo為85.7%，LLaMa3-70B則為75.0%。兩者在輔助內分泌和靶向治療上表現良好，但在輔助放射治療上則有高估的情況。研究建議需進一步探討這些模型在臨床上的實際應用。 PubMed DOI

原始文章

站上相關主題文章列表