Performance of GPT-4 and GPT-3.5 in generating accurate and comprehensive diagnoses across medical subspecialties.
GPT-4和GPT-3.5在各醫學專科中生成準確和全面診斷的表現。 J Chin Med Assoc 2024-03-06

研究比較了最新的人工智慧模型 GPT-4 與前身 GPT-3.5 在81個複雜醫學案例的表現。GPT-4 在主要診斷準確率達38.3%，在不同診斷方面提高至71.6%。它在84.0%的案例提出主要診斷建議，大多數領域優於GPT-3.5，除了藥物反應。GPT-4 在感染性疾病和藥物反應方面表現優異，但在認知障礙案例中稍差。總的來說，GPT-4 在準確診斷、全面不同診斷和適當調查方面展現潛力，雖然表現因醫學專業領域而略有不同。 PubMed DOI

Assessing Generative Pretrained Transformers (GPT) in Clinical Decision-Making: Comparative Analysis of GPT-3.5 and GPT-4.
評估生成式預訓練轉換器(GPT)在臨床決策中的應用：GPT-3.5與GPT-4的比較分析。 J Med Internet Res 2024-06-27

研究比較了ChatGPT-3.5和ChatGPT-4在醫療決策中的表現，結果顯示GPT-4優於GPT-3.5。資深醫師給予較高評分，尤其在倫理問題上。AI有助於醫師，但不應取代人類專業知識，需進一步研究整合到臨床環境中的方法。 PubMed DOI

Leveraging GPT-4 for identifying cancer phenotypes in electronic health records: a performance comparison between GPT-4, GPT-3.5-turbo, Flan-T5, Llama-3-8B, and spaCy's rule-based and machine learning-based methods.
利用 GPT-4 在電子健康記錄中識別癌症表現：GPT-4、GPT-3.5-turbo、Flan-T5、Llama-3-8B，以及spaCy基於規則和機器學習方法的性能比較。 JAMIA Open 2024-07-04

研究使用OpenAI的GPT-4模型分析非小細胞肺癌患者的電子健康記錄，結果顯示GPT-4在識別疾病階段、治療和進展方面比其他模型表現更好。這表示GPT-4在臨床表現型提取上比基於規則的模型更有效率，具有更高的精確度、召回率和F1分數。GPT模型在醫療領域有著重要的應用價值，因為它們提供了更好的上下文理解和臨床表現型識別能力。 PubMed DOI

Assessing GPT-4's Performance in Delivering Medical Advice: Comparative Analysis With Human Experts.
評估 GPT-4 在提供醫療建議方面的表現：與人類專家的比較分析。 JMIR Med Educ 2024-07-11

研究比較了OpenAI的GPT-4與人類專家在心臟病學建議的醫學準確性。結果發現，GPT-4和人類專家在醫學準確性上差不多，人類專家在高準確性回答上表現較好，但也有更多低準確性回答。GPT-4回答較長，用詞較少多樣，可能有助於一般人理解。然而，人類專家在藥物資訊和初步診斷等特定問題上表現更好，顯示GPT-4在臨床判斷上有限。雖然GPT-4在自動醫學諮詢有潛力，但需改進整合臨床推理，確保安全使用。進一步研究探索大型語言模型在醫學領域的潛力是必要的。 PubMed DOI

Diagnostic accuracy of GPT-4 on common clinical scenarios and challenging cases.
GPT-4 在常見臨床情境和挑戰性案例中的診斷準確性。 Learn Health Syst 2024-07-22

這項研究比較了GPT-4和經驗豐富的醫生在診斷臨床案例的準確性。對於未發表的挑戰性案例，GPT-4的前六個診斷準確率達61.1%，超過醫生的49.1%。在常見情境中，GPT-4的前三個診斷100%正確，而醫生則為84.3%。這顯示GPT-4在內科表現上至少與經驗醫生相當，甚至更佳，特別是在挑戰性案例中。不過，對常見案例的高準確率可能與這些案例是模型訓練數據的一部分有關。 PubMed DOI

The Diagnostic Ability of GPT-3.5 and GPT-4.0 in Surgery: Comparative Analysis.
GPT-3.5 和 GPT-4.0 在外科診斷能力的比較分析。 J Med Internet Res 2024-09-10

這項研究評估了ChatGPT在診斷結腸癌的能力，特別是比較GPT-3.5和GPT-4.0的表現。研究分析了286份腸癌病例，結果顯示GPT-4.0在初診和次診的準確率均高於GPT-3.5，分別為0.972對0.855和0.908對0.617。雖然GPT-4.0在處理病史和實驗室數據上有所改善，但在識別症狀方面仍有挑戰。整體而言，GPT-4.0在臨床輔助診斷中展現出潛力，但仍需進一步研究以克服其限制。 PubMed DOI

ChatGPT-4 extraction of heart failure symptoms and signs from electronic health records.
從電子健康紀錄中提取心衰竭症狀和體徵。 Prog Cardiovasc Dis 2024-10-23

這項研究評估了 ChatGPT-4 在從電子健康紀錄中提取心臟衰竭症狀的零樣本學習效果。研究人員將其表現與傳統機器學習和基於規則的方法進行比較，結果顯示 ChatGPT-4 的精確度達 90.6%、召回率 100% 和 F1 分數 95%，遠超過傳統方法的 54.9% 精確度。研究還指出，提示風格和溫度設置會影響表現。總體來看，這顯示 ChatGPT-4 在醫療自然語言處理上的潛力。 PubMed DOI

The potential of Generative Pre-trained Transformer 4 (GPT-4) to analyse medical notes in three different languages: a retrospective model-evaluation study.
Generative Pre-trained Transformer 4 (GPT-4) 在三種不同語言中分析醫療筆記的潛力：一項回顧性模型評估研究。 Lancet Digit Health 2024-12-26

這項研究評估了GPT-4在分析來自美國、哥倫比亞、新加坡和義大利的醫療筆記的有效性。研究收集了56份去識別化的醫療筆記，75%為英語，13%為義大利語，13%為西班牙語。每份筆記附有14個問題，GPT-4的回答由兩位獨立醫師驗證。結果顯示，GPT-4的回答在79%的案例中獲得一致認同，西班牙語（88%）和義大利語（84%）的認同率高於英語（77%）。這顯示GPT-4在多語言醫療筆記分析中具備潛力，能提升臨床工作流程。 PubMed DOI

Information Extraction from Clinical Texts with Generative Pre-trained Transformer Models.
使用生成預訓練變壓器模型從臨床文本中提取信息。 Int J Med Sci 2025-03-03

本研究評估了GPT-3.5和GPT-4在從非結構化臨床文本中提取資訊的效果。使用了病人特徵、病史和臨床檢測結果的資料，並透過簡單提示進行查詢。結果顯示，GPT-4在性別資訊提取上準確率達95%，優於GPT-3.5的70%；但在身體質量指數（BMI）方面，GPT-3.5的78%表現更佳。研究建議整合特定任務的定義進入提示中，以提升提取效果，並鼓勵專業人士設計有效提示，監控大型語言模型的表現。 PubMed DOI

Evaluation of the Performance of a Large Language Model to Extract Signs and Symptoms from Clinical Notes.
大型語言模型在臨床筆記中提取徵兆和症狀的表現評估。 Stud Health Technol Inform 2025-04-09

這項研究評估了GPT-4o大型語言模型在從非結構化的臨床筆記中提取徵兆和症狀的表現。研究使用MTSamples語料庫的手動標註筆記作為比較，並透過命名實體識別技術進行提取。結果顯示，GPT-4o在一般提取中達到78%的精確度，心肺數據集更高達87%，泌尿數據集則為81%。雖然模型表現良好，但在專業領域仍需進一步調整以提升召回率和適用性。 PubMed DOI

原始文章

站上相關主題文章列表