原始文章

這篇研究分析2010到2024年間機器學習在牙科和口腔外科的應用趨勢,發現2018年後論文數量大增,中國和美國發表最多。重點聚焦在疾病診斷、風險預測、治療規劃和牙科教育,技術也從傳統機器學習轉向深度學習和多模態資料。雖然前景看好,但資料安全、偏誤和透明度仍是挑戰,未來應加強多元資料和進階模型的整合。 PubMed DOI


站上相關主題文章列表

這篇回顧強調大型語言模型(LLMs)在牙科領域的重要性,雖然在醫療應用上已有進展,但在牙科實務中仍然有限。研究分析了4079條紀錄,找出17項相關研究,發現ChatGPT是最常用的模型,主要用來回答術後病人的問題。大多數研究屬於第3級部署,顯示實際應用情況,但仍需進一步精練。結果顯示LLMs在牙科有潛力,但需更廣泛的評估和標準化,並採用進階提示技術以提升透明度和可重複性。持續努力對於優化LLMs在牙科的實用性至關重要。 PubMed DOI

大型語言模型(LLMs)在醫療領域的應用越來越受到重視,能提升診斷準確性和病患照護效率。本研究透過文獻計量分析,探討2021至2024年間的研究趨勢,分析超過500篇相關文章,並使用VOSviewer和CiteSpace工具進行系統性回顧。主要發現顯示,神經網絡在影像診斷和自然語言處理等方面的應用顯著增長,並識別出臨床研究、人工智慧等新興子主題。這項分析不僅概述了當前狀態,還指出未來發展的關鍵領域。 PubMed DOI

這項研究探討了先進的人工智慧演算法及大型語言模型(LLMs),特別是OpenAI的ChatGPT,對牙科診斷的影響。透過公開數據集,這些模型提升了醫療專業人員的診斷能力,改善了患者與醫療提供者的溝通,並提高了臨床效率。ChatGPT-4的推出預期將對口腔外科產生重大影響。本文回顧了LLMs在牙科診斷的應用,並提出未來研究方向,評估人工智慧在醫療領域的潛力與挑戰。 PubMed DOI

這篇回顧探討了人工智慧(AI)在牙科的潛力,特別是在診斷、治療計畫和病人照護方面。文章介紹了AI的歷史背景及其在醫療領域的應用,並解釋了AI的基本概念,強調其在臨床數據處理和決策中的重要性。不同的AI模型,如大型語言模型和視覺模型,正在改變牙科的臨床文檔和治療方式。最後,文章強調了驗證、跨學科合作及監管框架的重要性,以促進AI在牙科的有效整合,改善病人照護。 PubMed DOI

這篇系統性回顧發現,大型語言模型(LLMs)在牙醫教育有潛力幫助學生學習,但常出現不可靠或虛構的資料來源,且來源透明度不足。雖然LLMs可作為輔助工具,但建議要小心使用,並需進一步研究及和可靠資料整合。 PubMed DOI

這篇系統性回顧分析GPT大型語言模型在牙醫領域的應用,從704篇文獻中篩選出16篇高品質研究。結果發現,這類技術有潛力,但效果不一,強調在廣泛臨床應用前,還需要更多嚴謹研究和完善倫理規範。 PubMed DOI

AI在預測、診斷和管理藥物相關性顎骨壞死(MRONJ)上展現潛力,機器學習和深度學習模型表現優異,語言模型在衛教上也有不錯表現。不過,目前資料品質和臨床應用還有待加強,未來應聚焦於標準化和可解釋的AI模型及臨床指引。 PubMed DOI

調查顯示,牙醫師普遍認為AI能提升診斷準確度和效率,但也擔心隱私、透明度及臨床決策風險。多數人主張AI應輔助而非取代醫師,並需專業監督與維持醫病關係。未來導入AI,審慎規劃和持續教育訓練很重要。 PubMed DOI

這篇研究用文獻計量分析回顧AI和生成式AI在牙醫教育的發展,發現2021年後相關研究快速增加,美國貢獻最多,發表最多的期刊是《Journal of Dental Education》。討論重點有大型語言模型、聊天機器人和臨床決策支援系統。雖然已有具影響力的論文,但還需要更多實證研究,特別是在個人化學習和實作訓練的應用。 PubMed DOI

這篇系統性回顧分析了大型語言模型在牙顎顏面放射學的應用,包括診斷、治療建議、考題作答和報告生成。雖然LLMs在這些任務上展現潛力,但準確率落差大(33%到92.5%),表現還不夠穩定,未來還需要更多改進和驗證,才能真正用在臨床實務上。 PubMed DOI