• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Predicting hemoglobinopathies using ChatGPT.

作者信息

Kurstjens Steef, Schipper Anoeska, Krabbe Johannes, Kusters Ron

机构信息

Laboratory of Clinical Chemistry and Hematology, Jeroen Bosch Hospital, 's Hertogenbosch, The Netherlands.

Diagnostic Image Analysis Group, Radboudumc, Nijmegen, The Netherlands.

出版信息

Clin Chem Lab Med. 2023 Aug 29;62(3):e59-e61. doi: 10.1515/cclm-2023-0885. Print 2024 Feb 26.

DOI:10.1515/cclm-2023-0885
PMID:37650428
Abstract
摘要

相似文献

1
Predicting hemoglobinopathies using ChatGPT.使用ChatGPT预测血红蛋白病。
Clin Chem Lab Med. 2023 Aug 29;62(3):e59-e61. doi: 10.1515/cclm-2023-0885. Print 2024 Feb 26.
2
Potentials and pitfalls of ChatGPT and natural-language artificial intelligence models for the understanding of laboratory medicine test results. An assessment by the European Federation of Clinical Chemistry and Laboratory Medicine (EFLM) Working Group on Artificial Intelligence (WG-AI).ChatGPT 和自然语言人工智能模型在理解检验医学结果方面的潜力和陷阱。欧洲临床化学和检验医学联合会（EFLM）人工智能工作组（WG-AI）的评估。
Clin Chem Lab Med. 2023 Apr 24;61(7):1158-1166. doi: 10.1515/cclm-2023-0355. Print 2023 Jun 27.
3
FROM TEXT TO DIAGNOSE: CHATGPT'S EFFICACY IN MEDICAL DECISION-MAKING.从文本到诊断：ChatGPT 在医学决策中的功效。
Wiad Lek. 2023;76(11):2345-2350. doi: 10.36740/WLek202311101.
4
Large Language Models in Hematology Case Solving: A Comparative Study of ChatGPT-3.5, Google Bard, and Microsoft Bing.大语言模型在血液学病例解决中的应用：ChatGPT-3.5、谷歌巴德和微软必应的比较研究
Cureus. 2023 Aug 21;15(8):e43861. doi: 10.7759/cureus.43861. eCollection 2023 Aug.
5
ChatGPT and large language model (LLM) chatbots: The current state of acceptability and a proposal for guidelines on utilization in academic medicine.ChatGPT 和大型语言模型 (LLM) 聊天机器人：在接受度方面的现状以及在学术医学中使用指南的建议。
J Pediatr Urol. 2023 Oct;19(5):598-604. doi: 10.1016/j.jpurol.2023.05.018. Epub 2023 Jun 2.
6
ChatGPT sits the DFPH exam: large language model performance and potential to support public health learning.ChatGPT 参加 DFPH 考试：大型语言模型的表现及其支持公共卫生学习的潜力。
BMC Med Educ. 2024 Jan 11;24(1):57. doi: 10.1186/s12909-024-05042-9.
7
The Use of Large Language Models to Generate Education Materials about Uveitis.使用大型语言模型生成有关葡萄膜炎的教育材料。
Ophthalmol Retina. 2024 Feb;8(2):195-201. doi: 10.1016/j.oret.2023.09.008. Epub 2023 Sep 15.
8
Awareness and Use of ChatGPT and Large Language Models: A Prospective Cross-sectional Global Survey in Urology.泌尿外科中关于 ChatGPT 和大型语言模型的认知和使用：一项前瞻性的全球横断面调查。
Eur Urol. 2024 Feb;85(2):146-153. doi: 10.1016/j.eururo.2023.10.014. Epub 2023 Nov 4.
9
ChatGPT's Epoch in Rheumatological Diagnostics: A Critical Assessment in the Context of Sjögren's Syndrome.ChatGPT在风湿病诊断中的时代：干燥综合征背景下的批判性评估
Cureus. 2023 Oct 26;15(10):e47754. doi: 10.7759/cureus.47754. eCollection 2023 Oct.
10
Benchmarking large language models' performances for myopia care: a comparative analysis of ChatGPT-3.5, ChatGPT-4.0, and Google Bard.比较分析 ChatGPT-3.5、ChatGPT-4.0 和谷歌巴德在近视防控方面的表现：大型语言模型的基准测试。
EBioMedicine. 2023 Sep;95:104770. doi: 10.1016/j.ebiom.2023.104770. Epub 2023 Aug 23.

引用本文的文献

1
Transforming hematological research documentation with large language models: an approach to scientific writing and data analysis.利用大语言模型变革血液学研究文献：一种科学写作与数据分析方法
Blood Res. 2025 Mar 6;60(1):15. doi: 10.1007/s44313-025-00062-w.
2
Advancing Laboratory Medicine Practice With Machine Learning: Swift yet Exact.运用机器学习推动实验室医学实践：快速而精准。
Ann Lab Med. 2025 Jan 1;45(1):22-35. doi: 10.3343/alm.2024.0354. Epub 2024 Nov 26.
3
Generative Large Language Models in Electronic Health Records for Patient Care Since 2023: A Systematic Review.
2023年以来电子健康记录中用于患者护理的生成式大语言模型：一项系统综述
medRxiv. 2024 Aug 19:2024.08.11.24311828. doi: 10.1101/2024.08.11.24311828.
4
Quality of Answers of Generative Large Language Models Versus Peer Users for Interpreting Laboratory Test Results for Lay Patients: Evaluation Study.生成式大语言模型与同行用户对解释非专业患者实验室检测结果的答案质量比较：评估研究。
J Med Internet Res. 2024 Apr 17;26:e56655. doi: 10.2196/56655.
5
Quality of Answers of Generative Large Language Models vs Peer Patients for Interpreting Lab Test Results for Lay Patients: Evaluation Study.生成式大语言模型与同侪患者为非专业患者解读实验室检查结果的答案质量：评估研究
ArXiv. 2024 Jan 23:arXiv:2402.01693v1.