研究專注於從電子健康記錄中準確提取頭痛頻率數據，比較了不同NLP框架，結果顯示GPT-2表現最佳，準確度高且R平方分數優秀，勝過ClinicalBERT。研究顯示先進語言模型在臨床數據提取上有潛力，並已在GitHub分享模型和程式碼。 PubMed DOI

研究目標是開發NLP演算法，幫助準確提取臨床註記中的頭痛頻率。研究發現GPT-2效能最好，能有效提取頭痛頻率，並克服傳統演算法的挑戰。比較GPT-2和ClinicalBERT後發現GPT-2表現更優。GPT-2模型和程式碼已在GitHub上釋出，歡迎社群使用和進行微調。 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

監測癲癇患者的發作控制指標對病情管理非常重要，但手動從電子健康紀錄中提取資訊耗時。本研究利用自然語言處理（NLP）自動提取癲癇發作的日期和頻率，使用預訓練模型RoBERTa_for_seizureFrequency_QA，結合正則表達式，從波士頓兩家醫院的臨床筆記中提取資料。研究涵蓋1,773名患者，結果顯示NLP模型在提取發作日期和頻率方面表現良好，顯示此方法可促進癲癇研究的進行。 PubMed DOI

這項研究評估了大型語言模型（LLMs）在急性缺血性中風（AIS）患者的手術記錄中提取數據的有效性。分析了382份手術記錄，重點在30份，以指導LLMs提取關鍵特徵。六種LLMs的表現良好，平均準確率達95.09%，整體準確率為78.05%。GLM4和GPT-4在進階特徵提取上表現突出，準確率分別為84.03%和82.20%。LLMs的數據處理速度也顯著快於醫師，顯示出在AIS治療中改善臨床數據管理的潛力。 PubMed DOI

這項研究評估了大型語言模型（LLMs），特別是GPT-3.5和GPT-4，在從腫瘤科電子健康紀錄中提取患者共病情況的表現。研究分析了250份病歷報告，結果顯示GPT-4在敏感性上表現優於GPT-3.5和醫生，達到96.8%。雖然醫生在精確度上稍勝一籌，但GPT-4的表現更一致，且能推斷出非明確的共病情況。整體而言，這些模型在提取資訊方面顯示出潛力，可能成為數據挖掘的重要工具。 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

這項研究比較了功能性癲癇發作可能性評分（FSLS）與兩個大型語言模型（ChatGPT和GPT-4）在區分功能性癲癇發作和癲癇發作的診斷表現。使用114個病患案例，FSLS的準確率為74%，而GPT-4的準確率達85%。研究發現，LLMs的預測結果在不同時間不一致，且自我評估的確定性與變異性中等相關。雖然GPT-4和FSLS能有效識別FS病患，但預測結果的差異及不一致性引發了對其臨床可靠性的擔憂，顯示出機器學習和人工智慧在診斷中的潛力與限制。 PubMed DOI

這篇論文探討了OpenAI的GPT-4在區分癲癇發作與功能性/解離性發作的能力。測試中，GPT-4在41個案例上表現出來，最初在沒有範例的情況下準確率為57%，提供一個範例後提升至64%，但更多範例並未進一步改善。相比之下，經驗豐富的神經科醫生平均達到71%的準確率。值得注意的是，在醫生一致同意的案例中，GPT-4的準確率達到81%。這顯示GPT-4的表現仍有限，但若能獲得更多臨床數據，或許能提升其診斷能力。 PubMed DOI

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