Prompt engineering on leveraging large language models in generating response to InBasket messages.
利用大型語言模型生成 InBasket 訊息回應的提示工程。 J Am Med Inform Assoc 2024-07-19

這項研究探討大型語言模型（LLMs），特別是GPT-4，如何生成符合病人和醫師需求的醫療建議回應。研究團隊透過人員參與的迭代過程，優化提示，提升回應質量。經過三次迭代後，臨床醫師對草擬回應的接受度從62%提升至84%，且74%的回應被評為「有幫助」。病人也認為優化後的回應在語氣和質量上更佳，76%的病人無法分辨人類與LLM生成的回應。研究顯示，根據醫師和病人的反饋來精煉提示，能有效生成有用的醫療建議。 PubMed DOI

Prompt engineering with a large language model to assist providers in responding to patient inquiries: a real-time implementation in the electronic health record.
利用大型語言模型進行提示工程，以協助醫療提供者回應病人詢問：在電子健康紀錄中的即時實施。 JAMIA Open 2024-08-21

這項研究探討了提示工程對大型語言模型（LLM），特別是GPT-4，在醫療提供者回應病人詢問時的影響。研究持續8個月，參與者有27位醫療提供者，主要評估LLM生成訊息的使用情況及提供者的情感變化。結果顯示，7605條訊息中僅17.5%被使用，負面情感顯著減少，但整體使用量卻下降。隨著護士的加入，使用量提升至35.8%。雖然提示工程改善了內容質量，但整合LLM進工作流程仍面臨挑戰，未來需更注重人因因素以提升可用性和有效性。 PubMed DOI

Large Language Models to Help Appeal Denied Radiotherapy Services.
大型語言模型協助上訴被拒的放射治療服務。 JCO Clin Cancer Inform 2024-09-09

這項研究評估了多種大型語言模型（LLMs）在協助醫生對放射治療保險拒絕上訴的表現。測試的模型包括GPT-3.5、GPT-4及其具網路搜尋能力的版本。研究使用20個模擬病歷進行評估，結果顯示GPT-3.5、GPT-4和GPT-4web能產生清晰且具臨床相關性的上訴信，對加速上訴過程有幫助。相對而言，經微調的GPT-3.5ft表現較差，且所有模型在引用文獻時均有困難。整體而言，LLMs可減輕醫生的文書負擔，但小型數據集微調可能影響性能。 PubMed DOI

Large Language Models for Simplified Interventional Radiology Reports: A Comparative Analysis.
簡化介入放射學報告的大型語言模型：比較分析。 Acad Radiol 2024-10-01

這項研究評估了多種大型語言模型（LLMs）在簡化介入放射學（IR）報告的表現，重點在質性和量性指標。GPT-4和Claude-3-Opus在質性評估中表現最佳，錯誤率最低，特別是在內容和信任方面。量性評估顯示，GPT-4在可讀性指標上也優於其他模型。研究強調簡化IR報告對病人理解和臨床決策的重要性，並指出所有模型仍需改進以減少錯誤。 PubMed DOI

Evaluating the use of large language models to provide clinical recommendations in the Emergency Department.
評估大型語言模型在急診科提供臨床建議的應用。 Nat Commun 2024-10-08

這項研究評估了GPT-3.5-turbo和GPT-4-turbo在急診部門提供臨床建議的表現，分析了10,000次就診。結果顯示，這兩個模型的準確性都不如住院醫師，GPT-4-turbo平均低8%，而GPT-3.5-turbo低24%。雖然這些大型語言模型在敏感性上表現良好，但特異性較低，顯示出建議過於謹慎。研究指出，儘管LLMs在臨床應用上有潛力，但在成為可靠的醫療決策支持系統前，仍需大幅改進。 PubMed DOI

Large language models (LLMs) in radiology exams for medical students: Performance and consequences.
放射科考試中大型語言模型（LLMs）對醫學生的影響與表現。 Rofo 2024-11-04

這項研究分析了大型語言模型（LLMs），特別是OpenAI的GPT-3.5和GPT-4，在醫學生放射學考試中的表現。使用151道選擇題，結果顯示GPT-3.5的正確率為67.6%，而GPT-4則達到88.1%（p<0.001），表現明顯優於前者。GPT-4在各類問題上都表現良好，顯示其在醫學教育中的潛力。不過，研究也提醒使用者要警惕LLMs可能提供錯誤答案的風險。總體來看，LLMs在放射學教育上有提升的可能性。 PubMed DOI

Leveraging Large Language Models for Improved Understanding of Communications With Patients With Cancer in a Call Center Setting: Proof-of-Concept Study.
利用大型語言模型改善癌症患者在呼叫中心環境中的溝通理解：概念驗證研究。 J Med Internet Res 2024-12-11

這項研究探討了GPT-4在癌症護理電話諮詢中分類病人意圖的效果，並與傳統深度學習模型如LSTM和BERT進行比較。研究使用了430,355句的數據，發現GPT-4的準確率達85.2%，明顯優於LSTM（73.7%）和BERT（71.3%）。特別是在處理複雜查詢如「治療」和「症狀」時，GPT-4的表現提升超過15%。研究指出，雖然GPT-4在醫療應用中展現潛力，但仍需改進提示設計和類別定義，未來將探索與人類監督的混合系統。 PubMed DOI

Use of a large language model (LLM) for ambulance dispatch and triage.
大型語言模型 (LLM) 在救護車調度和分診中的應用。 Am J Emerg Med 2024-12-15

最近大型語言模型（LLMs）在臨床推理方面的進展顯示出其在緊急醫療服務（EMS）中分診病人的潛力。一項研究測試了ChatGPT 4o Mini在美國某大城市的真實數據中，優先處理救護車請求的能力。結果顯示，該模型與經驗豐富的救護員意見一致的比例達76.5%，而在救護員達成共識的情況下，這一比例高達93.8%。這些發現顯示LLMs在緊急護理中可能成為有價值的工具，但仍需進一步研究以確定最佳應用方式。 PubMed DOI

Large language models can accurately populate Vascular Quality Initiative procedural databases using narrative operative reports.
大型語言模型可以準確地使用敘述性手術報告填充血管質量倡議程序數據庫。 J Vasc Surg 2024-12-18

這項研究評估了大型語言模型（LLMs），特別是ChatGPT，在填寫血管質量倡議（VQI）程序數據庫的有效性。研究針對三種手術進行，結果顯示LLMs的準確率相當高，CEA為84.0%、EVAR為92.2%、LEB為84.3%。排除少見指標後，準確率更提升至CEA的95.5%、EVAR的94.8%和LEB的93.2%。兩個模型（gpt-35-turbo和gpt-4）之間性能差異不大，且分析成本低。整體而言，LLMs能有效協助填寫VQI數據庫，建議進一步研究以提升準確性。 PubMed DOI

Radiology Report Annotation Using Generative Large Language Models: Comparative Analysis.
使用生成大型語言模型的放射學報告註釋：比較分析。 Int J Biomed Imaging 2025-02-19

最近大型語言模型（LLMs）如GPT-3.5和GPT-4在醫療領域的應用引起關注。本研究比較了這些模型在註解放射學報告及生成胸部CT印象的表現，旨在協助醫療專業人員處理日常文檔任務。研究使用了上下文學習和檢索增強生成等方法，並透過多種指標進行評估。結果顯示，GPT-4在性能上優於GPT-3.5，且提示設計對結果影響顯著。研究建議在醫療實踐中整合這些先進模型，以提升文檔效率與準確性。 PubMed DOI

原始文章

站上相關主題文章列表