利用大语言模型和考试结果统计分析生成医学教育学习指南的意义探究
为解决 PTM 反馈缺乏针对性学习建议及反馈准备工作繁琐等问题，研究人员开展了利用大语言模型（LLMs）和统计分析生成医学教育学习指南的研究。结果显示能生成覆盖多医学主题的反馈，发现学生知识差距。该研究为学生提供个性化学习建议，意义重大。
来源：BMC Medical Education 2.7
时间：2025-03-30
严守科研诚信防线：应对大语言模型在药理学综述论文中的恶意使用
为解决论文工厂利用大语言模型（LLMs）恶意生成论文破坏科研诚信的问题，《Naunyn-Schmiedeberg's Archives of Pharmacology》的编辑团队开展了相关研究。结果是实施新政策要求综述论文声明情况，加大审查力度。这有助于维护科研诚信，保障学术质量。
来源：Naunyn-Schmiedeberg's Archives of Pharmacology 3.1
时间：2025-03-30
ChatGPT-4o 在牙髓病诊断中的卓越表现：挑战传统，重塑口腔医学教育格局
在人工智能（AI）广泛应用于医疗领域的背景下，为探究 ChatGPT-4o 在牙髓病诊断中的准确性，马尔马拉大学研究人员对比了其与牙科学生的诊断能力。结果显示 ChatGPT-4o 准确率更高，这对口腔医学教育及临床决策意义重大。
来源：BMC Oral Health 2.6
时间：2025-03-30
生成式AI与大型语言模型在减少药物相关伤害中的应用：范围综述与前景展望
本期推荐：AI如何破解用药安全难题？新加坡团队系统评估GenAI/LLM在药物相互作用识别、临床决策支持与药物警戒中的表现，发现模型虽在ADR分类等任务中表现优异，但存在"幻觉"问题且缺乏前瞻性验证。这项发表于《npj Digital Medicine》的研究为AI医疗安全应用划定技术路线图，揭示从实验室到临床的转化瓶颈。
来源：npj Digital Medicine 12.4
时间：2025-03-30
Cell：使用LLMS来了解自闭症是如何被诊断的
在一项使用大型语言模型分析了1000多名魁北克法语儿童的医疗记录的研究中，加拿大科学家认为，目前诊断自闭症的标准急需修订。
综述：当大语言模型遇见进化算法：潜在增强与挑战
这篇综述创新性地揭示了大型语言模型（LLMs）与进化算法（EAs）在微观层面的5组关键特征对应关系，包括token表征与个体表征、位置编码与适应度塑造等。作者通过系统分析"进化黑箱调优"和"LLM增强EA"两大交叉方向，为人工智能代理的进化机制研究提供了新视角，尤其对自然语言处理（NLP）和复杂优化问题的解决具有启发意义。
来源：Research 8.3
时间：2025-03-28
评估人工智能聊天机器人在心血管成像患者教育中的准确性与可靠性：ChatGPT、Gemini 和 Copilot 的对比研究
心血管疾病是全球主要死因，心血管成像对诊疗至关重要，患者常从 AI 聊天机器人获取相关信息，但信息可靠性存疑。研究人员评估 ChatGPT、Gemini 和 Copilot 在回答患者心血管成像问题上的准确性和可靠性，发现 ChatGPT<sub>4</sub>表现最佳，为 AI 在临床应用提供参考。
来源：Egyptian Journal of Radiology and Nuclear Medicine 0.7
时间：2025-03-28
LLM辅助眼科医疗文档的效能评估：错误模式与伦理框架构建
眼科临床文档的AI辅助技术正面临准确性挑战。Shrirajh Satheakearthy团队在《Eye》发表研究，通过对比LLaMA 3.3模型与医师撰写的眼科诊疗计划（如青光眼SLT治疗建议），发现AI存在临床逻辑缺失（如错误推荐6/52随访）、上下文理解缺陷等问题。该研究提出了医疗AI需"可检测错误+有限影响"的双重安全标准，为眼科智能文档系统开发建立风险分级框架。
综述：利用人工智能开展现代能源韧性研究以助力能源转型
本文围绕能源韧性展开，探讨了其量化方法、与能源转型及碳中和的关系，分析了大数据和人工智能（AI）在提升能源韧性中的作用，同时指出面临的挑战并给出建议，对推动能源可持续发展有重要参考价值。
来源：Cell Reports Physical Science 7.9
时间：2025-03-28
新的人工智能工具比最先进的方法更快地生成高质量的图像
麻省理工学院和英伟达的研究人员开发了一种混合人工智能方法，可以生成与最先进的扩散模型质量相同或更好的逼真图像，但运行速度快9倍，使用的计算资源更少。该工具使用自回归模型快速捕获大图，然后使用小扩散模型来细化图像的细节。
粤公网安备 44010602000434号