换一批- 最近
- 已收藏
- 排序
- 筛选
- 36
- 7
- 6
- 4
- 3
- 1
- 13
- 10
- 9
- 8
- 6
- 中文期刊
- 刊名
- 作者
- 作者单位
- 收录源
- 栏目名称
- 语种
- 主题词
- 外文期刊
- 文献类型
- 刊名
- 作者
- 主题词
- 收录源
- 语种
- 学位论文
- 授予学位
- 授予单位
- 会议论文
- 主办单位
- 专 利
- 专利分类
- 专利类型
- 国家/组织
- 法律状态
- 申请/专利权人
- 发明/设计人
- 成 果
- 鉴定年份
- 学科分类
- 地域
- 完成单位
- 标 准
- 强制性标准
- 中标分类
- 标准类型
- 标准状态
- 来源数据库
- 法 规
- 法规分类
- 内容分类
- 效力级别
- 时效性
【中文期刊】 王煊泽 李江域 等 《军事医学》 2025年49卷3期 207-213页ISTICCSCDCA
【摘要】 目的 针对从中医医案文本中抽取结构化信息缺乏辅助工具、费时费力等问题,研发基于生成式大语言模型的中医医案信息抽取系统,提高工作效率和质量.方法 分析中医医案信息抽取系统的应用需求,确定待抽取实体类型;充分利用大语言模型自动信息提取功能,以及...
- 概要：
- 方法：
- 结论：
【中文期刊】 蒋玲 潘小炎 等 《广西医学》 2025年47卷3期 478-483页ISTICCA
【摘要】 临床教学案例库不仅能够提供丰富的教学资源,还能促进医学生临床思维能力的培养.但当前的临床教学案例库存在更新慢、案例单一和互动性差等不足.生成式大语言模型(LLM)以其强大的文本生成能力,在案例构建中展现出巨大潜力,能够弥补现有不足,提高案例...
- 概要：
- 方法：
- 结论：
【中文期刊】 张君冬 刘江峰 等 《情报杂志》 2025年44卷5期 130-138页
【摘要】 [研究目的]基于大语言模型,提出一种分层分步的细粒度失真健康信息识别方法,缓解生成式人工智能背景下失真健康信息带来的危害.[研究方法]抽取健康文本中的关键信息元素并进行整合,形成简洁清晰的主张文本;再将主张文本分解为多个可验证的子主张,同时...
- 概要：
- 方法：
- 结论：
【中文期刊】 龚后武 金敏 《大数据》 2025年11卷2期 55-72页
【摘要】 针对当前药物重定位研究药物适用症预测数量固定、无法全面揭示药物潜在适应症的问题,提出了生成式AI的药物重定位模型GenDrugShifter.该模型由图注意力神经网络和Transformer Decoder模块组成,能够进行端到端的药物重定...
- 概要：
- 方法：
- 结论：
【中文期刊】 陈哲 王辉 等 《针灸和草药（英文）》 2025年5卷1期 57-67页
【摘要】 [目的]以大语言模型(LLMs)为代表的生成式人工智能(AI)技术已逐渐被开发用于中医药领域;然而在有效提升中医药AI应用方面仍面临诸多挑战.因此,本研究通过首个系统综述回顾性分析了中医药领域LLMs,重点关注并总结其在生成任务中的性能表现...
- 概要：
- 方法：
- 结论：
【中文期刊】 罗旭飞 吕晗 等 《协和医学杂志》 2024年15卷5期 1173-1181页ISTICPKUCSCD
【摘要】 生成式人工智能(generative artificial intelligence,GAI)是指能够从训练数据生成全新内容(如文本、图像或音频等)的人工智能技术.GAI工具不仅在系统评价的文献筛选、数据提取和文献评价等方面显示出快速、高效...
- 概要：
- 方法：
- 结论：
【中文期刊】 罗姚 谈在祥 《医学与哲学》 2024年45卷12期 16-21页ISTICPKU
【摘要】 探讨了ChatGPT在循证医学领域的应用潜力,分析其可能带来的挑战并提出应对策略.Chat-GPT作为当前最火爆的人工智能技术之一,在推动循证医学学科发展方面发挥着重要作用,尤其体现在:扩展原始证据来源、提高证据获取的效率、协助医患共同决策...
【关键词】 生成式预训练对话模型；循证医学；人工智能；
- 概要：
- 方法：
- 结论：
【中文期刊】 苏莉雯 吴杨 《口腔医学研究》 2024年40卷1期 11-17页MEDLINEISTICPKUCSCDCA
【摘要】 作为人工智能的重要分支,生成式人工智能(generative artificial intelligence,简称生成式AI)近年来在各个领域取得了显著的进展.在医学领域,生成式AI也被认为具有巨大的应用潜力.然而,随着这一技术的不断发展,...
- 概要：
- 方法：
- 结论：
【中文期刊】 吴金玉 陈曦 等 《护理学杂志》 2024年39卷17期 26-29页ISTICPKUCSCD
【摘要】 简要介绍大语言模型技术并总结其在护理领域(如临床实践、护理教育和护理研究方面)的应用及面临的挑战,旨在促进护理人员对大语言模型的认识,激发大语言模型在护理领域的研究和探索,为进一步优化患者护理,提高工作效率,提升护理教育赋能助力.
- 概要：
- 方法：
- 结论：
【中文期刊】 刘泓泽 王耀国 等 《中国数字医学》 2024年19卷8期 1-7,13页ISTIC
【摘要】 综述了大语言模型在医学领域的研究进展、应用现状、面临的挑战及未来发展方向.文章梳理了大语言模型的概念和发展历程,概述了其在医学领域应用的技术原理,在医疗实践、医学教育等场景中的应用情况,探讨了医学大语言模型的未来发展方向,及其面临的隐私和安...
- 概要：
- 方法：
- 结论：
加载中...
