AI大语言模型相关资讯-临床研究进展，文献-MedSci.cn

谷歌开源<font color="red">大</font><font color="red">语言</font><font color="red">模型</font>Switch Transformer

谷歌开源大语言模型Switch Transformer

万亿级参数模型Switch Transformer开源了！

新智元 - 谷歌，Switch Transformer，大语言模型 - 2023-04-09

【神麻人智】<font color="red">AI</font><font color="red">大</font><font color="red">语言</font><font color="red">模型</font>在麻醉学中的临床知识和推理能力：一项针对ABA考试的比较研究

【神麻人智】AI大语言模型在麻醉学中的临床知识和推理能力：一项针对ABA考试的比较研究

通过分析模型在这项考试中的表现，我们可以更好地理解它们在高度专业化和多功能医疗场景中的潜在应用，从而深入洞察LLMs在医学领域的优势和局限性。

古麻今醉网 - 麻醉学，AI大语言模型 - 2024-10-18

2024 韩国放射科医生指南：大型<font color="red">语言</font><font color="red">模型</font>

2024 韩国放射科医生指南：大型语言模型

大型语言模型 (LLM) 彻底改变了自然语言处理之外的全球技术格局。由于对大量数据集进行了广泛的预训练，当代法学硕士可以处理从一般功能到特定领域（例如放射学）的任务，而无需额外的微调。

Korean J Radiol - 大型语言模型 - 2024-02-25

ASJ：人工智能和大型<font color="red">语言</font><font color="red">模型</font>的医学应用

ASJ：人工智能和大型语言模型的医学应用

人工智能在医学领域应用的假设需要被验证。

MedSci原创 - 人工智能，chatGPT - 2023-12-05

做临床预测<font color="red">模型</font>一定要学R<font color="red">语言</font>吗？

做临床预测模型一定要学R语言吗？

如何利用临床预测模型发表高分SCI-问题2

MedSci原创 - R语言，临床预测模型 - 2021-10-20

Radiology：简化影像学报告印象的大型<font color="red">语言</font><font color="red">模型</font>定量评估

Radiology：简化影像学报告印象的大型语言模型定量评估

数字健康素养定义为患者能够获取、处理和理解电子信息的程度，对于患者至关重要。然而，影像学报告印象充满了技术术语，使得它们对于没有临床背景的个人来说相对难以解释。

MedSci原创 - chatGPT，影像学报告 - 2024-09-04

ChatGPT和<font color="red">大</font><font color="red">语言</font><font color="red">模型</font>(LLM)聊天机器人:可接受的现状和在学术医学中使用指南的建议

ChatGPT和大语言模型(LLM)聊天机器人:可接受的现状和在学术医学中使用指南的建议

目前对于使用大型语言模型的标准还没有明确的共识，例如ChatGPT在学术医学中的应用。因此，我们对现有文献进行了范围审查，以了解 LLM 在医学中的使用现状并为今后在以下领域的使用提供指导学术界。

Journal of Pediatric Urology Company - chatGPT - 2024-07-31

阿里通义千问：最接近ChatGPT水平的国产<font color="red">AI</font><font color="red">模型</font>

阿里通义千问：最接近ChatGPT水平的国产AI模型

对于非多模态的语言模型，主要可以从三个方面考量其能力：文字编排能力、Coding能力和逻辑能力。为了进一步找到当前各大LLM之间的差距，本次还加入了GPT-4共同比较。

AI新智能 - 人工智能，百度，阿里巴巴，文心一言，通义千问 - 2023-04-12

长三角<font color="red">AI</font>影像论坛在沪举行权威<font color="red">大</font>咖力推<font color="red">AI</font>临床创新

长三角AI影像论坛在沪举行权威大咖力推AI临床创新

4月7日，春意盎然的上海迎来首届长三角地区人工智能影像论坛召开。

数坤科技 - 2021-04-08

<font color="red">AI</font>深度学习干细胞，大数据预测疾病<font color="red">模型</font>

对于干细胞生物学家来说，他们一直以来怀疑猜测两个遗传物质上克隆的干细胞是否完全相同。近日，这一生物学领域的惊人多样性现象在西雅图得以进一步确认——6000多张荧光标记的诱导性多能干细胞（iPS）图片揭示了大量丰富的细胞生物学基础信息。“世界上没有两片完全相同的树叶。”对于干细胞生物学家来说，他们一直以来怀疑猜测两个遗传物质上克隆的干细胞是否完全相同。近日，这一生物学领域的惊人多样性现象在西雅图得以

药明康德 - 人工智能，干细胞 - 2017-04-08