原始文章

這篇研究用文獻計量分析,整理2022年底到2023年底間3,411篇AI生成內容(AIGC)在醫療領域的論文,發現相關研究快速成長,美國和哈佛大學發表最多。熱門主題包括AIGC的影響、適用性和大眾看法。研究建議未來要加強規範、優化資訊服務、釐清AIGC角色,並推動醫療大型語言模型發展。 PubMed DOI


站上相關主題文章列表

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

這項研究針對過去30年醫療保健領域的人工智慧(AI)文獻進行了深入分析,顯示機器學習和深度學習等技術在臨床應用中的整合日益增加。從1993年到2023年,共分析了22,950篇文獻,發現科學產出顯著上升,美國和中國是主要貢獻者,哈佛大學出版量最高。近期趨勢顯示,COVID-19和藥物發現等主題受到高度關注,而2023年最受引用的論文則聚焦於ChatGPT。研究強調了加強國際合作及對AI技術理解的重要性,以推動醫療創新。 PubMed DOI

這篇論文探討人工智慧(AI)在醫學研究中的重要性,特別是在撰寫研究論文方面。AI能協助數據分析、提供寫作支援,並提升出版效率。研究依據PRISMA指導原則,搜尋了多個資料庫,找到截至2023年10月的相關文獻。AI工具如ChatGPT能生成草稿,但也引發內容所有權和偏見的倫理問題。論文強調研究人員、出版商與AI開發者需合作建立倫理標準,並提到AI在婦產科和藥物研究中的應用。儘管AI帶來優勢,持續的研究與倫理指導仍然重要,以確保負責任地使用AI。 PubMed DOI

大型語言模型的快速進步讓人工智慧生成內容(AIGC)在醫學考試題目創建上展現新可能。本研究指出傳統紙本考試的限制,並提出利用AIGC設計各類型題目的簡化方法,包括選擇題、案例研究和視頻題目。雖然AIGC在模擬臨床情境上表現優異,但手動審查仍是確保內容準確性和品質的關鍵。未來可能會結合檢索增強生成、多人系統和視頻生成等技術,進一步提升醫學考試準備的品質,支持醫學生的有效訓練。 PubMed DOI

這篇文章探討大型語言模型(LLMs)在醫療保健的應用,透過文獻計量分析,篩選出371篇相關期刊文章。結果顯示,LLMs的研究數量在美國、義大利和德國等發達國家顯著增加,並展現出強大的合作關係。LLMs被應用於醫學教育、診斷、治療等領域,但也引發對倫理影響和風險的擔憂,如數據偏見和透明度問題。為了促進LLMs的可靠使用,需建立責任指導方針和監管框架,確保數據的證據基礎。 PubMed DOI

人工智慧(AI)在醫學領域的應用已顯著提升醫療服務與病人結果。本研究分析了2019年至2023年間AI在醫學的發展,使用Web of Science核心合集進行文獻計量分析,並運用VOSviewer和R-bibliometrix工具探討出版趨勢、作者及關鍵字使用情況。 研究發現包括:共識別1,811篇文獻,來自97國的3,583機構,主要貢獻者為美國,哈佛醫學院出版數量最高。《醫學網路研究期刊》因其高引用率而受到重視。四大關鍵字集群為數位健康中的AI、COVID-19與ChatGPT、精準醫療及公共衛生流行病學,顯示AI在病人健康風險討論中的重要性。 PubMed DOI

這項研究分析了過去十年人工智慧(AI)在醫學領域的出版增長,並預測未來將持續快速上升。研究利用OpenAI API,檢視2014至2024年期間前50本醫學期刊的出版物,最終篩選出212,620篇。結果顯示,AI相關出版物從2014年的約500篇增至2022年的超過1,000篇,比例也從2.5%增至2024年的6%以上。心臟病學和腫瘤學成為AI應用的領頭羊。預測到2030年,AI相關出版物可能達到10%。這強調了AI在醫學研究中的重要性及人類監督的必要性。 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

這份調查發現,醫學界對生成式AI的認知很高,但知識多屬中等,態度普遍正面,使用行為也算合理。知識和態度會影響實際應用,且中國以外的受訪者表現較佳。多數人認同應主動揭露AI使用情形。研究建議應加強相關訓練並訂定明確指引,以確保AI在醫學領域的合規與有效運用。 PubMed DOI

這篇綜述整理了LLMs在醫療診斷的最新應用,像是疾病分類和醫學問答,特別以GPT-4和GPT-3.5為主。雖然在放射科、精神科等領域表現不錯,但還是有偏見、隱私和法規等問題。未來要加強驗證、減少偏見、提升可解釋性,並統一法規,才能讓LLMs更安全地應用在醫療上。 PubMed DOI