利用 ChatGPT 进行医疗系统工程的系统综述
ChatGPT 在医学研究中的应用及其在主题分析的三个核心阶段(直接编码、生成主题和预处理引用)以及生成访谈记录的潜力的探索,优势和局限的评估,以提高主题分析的效率和提供更多定性数据洞察。
Oct, 2023
本文采用系统性综述和文献计量分析的方法,评估了 ChatGPT 在不同领域中的应用和潜在影响,发现尽管 AI 技术在各种行业中具有革命性的潜力,但需要进一步跨学科研究,定制集成和道德创新来解决现有问题并确保其负责任的使用。
May, 2023
对 ChatGPT 和 GPT-4 的语言能力、科学知识和伦理考虑进行全面评估的研究,包括现有评估方法的探讨和未来研究中对大型语言模型的评估建议。
Aug, 2023
探索大型语言模型 (LLMs) 在医学应用方面的潜力,特别是在药物监测事件提取方面的 ChatGPT 的能力。我们进行了广泛的实验,评估了 ChatGPT 在药物监测事件提取任务中的性能,并采用了各种提示和演示选择策略。研究结果表明,虽然 ChatGPT 在适当的演示选择策略下表现出了合理的性能,但与完全微调的小型模型相比仍然有所不足。此外,我们探索了利用 ChatGPT 进行数据增强的潜力。然而,我们的研究发现将合成数据引入微调可能会导致性能下降,可能是由于 ChatGPT 生成的标签中存在噪声。为了减轻这个问题,我们探索了不同的过滤策略,并发现在适当的方法下可以实现更稳定的性能,尽管不断改进仍然具有挑战性。
Feb, 2024
本文通过评估 ChatGPT 在各种自然语言处理任务中的表现,旨在验证其优缺点,并为未来的 LLM 研究提供思路。作者发现 ChatGPT 能够完成多种任务,取得很好的表现,但仍有许多难题需要解决。
May, 2023
本文探讨了 ChatGPT 在科学写作、数学、教育、编程和医疗保健等不同领域作为自动化助手的能力,重点介绍了其增强生产力、简化解决问题流程和提高写作风格的潜力以及与过度依赖 ChatGPT 可能带来的潜在风险,而作者提出了使用流程建议,对输出进行独立验证,并建议专家使用该工具。
Jun, 2023
本报告提出一种利用最新技术发展自动化 Systematic Reviews 筛选的方法,通过与传统分类器相比较的一系列实验,证明了 ChatGPT 成为自动化 SR 过程的一种可行选择,但需要开发人员仔细考虑在 SR 工具中集成 ChatGPT 的情况。
Jul, 2023
本研究使用 ChatGPT 这一语言模型探讨了如何利用其在软件工程中辅助完成常见任务,研究结果显示 ChatGPT 对许多任务均有不错的表现,但仍存在一些任务不适用。
May, 2023
评估 ChatGPT 在门诊指导中提供的回复一致性,包括版本内回复分析和版本间比较,结果表明 ChatGPT-4.0 的内部回复一致性显著高于 ChatGPT-3.5,并且两者的最佳推荐都具有中等一致性。然而,版本间的一致性相对较低,指示两个版本之间几乎没有匹配的推荐。此外,只有 50%的最佳推荐在比较中完全匹配。ChatGPT-3.5 的回复更可能是完整的,相较于 ChatGPT-4.0,这表明两个版本之间存在信息处理和回复生成的可能差异。这些发现提供了关于 AI 辅助门诊运作的见解,同时也促进了对 LLM 在医疗利用中的潜力和限制的探索。未来的研究可能会根据人体工程学和人因原则,精确地根据有效门诊分诊的特定需求,谨慎优化 LLM 和 AI 在医疗系统中的整合。
Apr, 2024
本研究评估了使用 ChatGPT 回答医学问题的可靠性,结果发现 ChatGPT 的答案更加上下文相关,代表着较好的演绎推理模型。ChatGPT 等语言学习模型可以成为 e-learners 的宝贵工具,但研究表明还有提高其准确性的空间。
Jun, 2023