• 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

From text to treatment: the crucial role of validation for generative large language models in health care.

作者信息

de Hond Anne, Leeuwenberg Tuur, Bartels Richard, van Buchem Marieke, Kant Ilse, Moons Karel Gm, van Smeden Maarten

机构信息

Julius Center for Health Sciences and Primary Care, University Medical Center Utrecht, 3584 CG Utrecht, Netherlands.

Julius Center for Health Sciences and Primary Care, University Medical Center Utrecht, 3584 CG Utrecht, Netherlands.

出版信息

Lancet Digit Health. 2024 Jul;6(7):e441-e443. doi: 10.1016/S2589-7500(24)00111-0.

DOI:10.1016/S2589-7500(24)00111-0
PMID:38906607
Abstract
摘要

相似文献

1
From text to treatment: the crucial role of validation for generative large language models in health care.从文本到治疗：生成式大语言模型验证在医疗保健中的关键作用。
Lancet Digit Health. 2024 Jul;6(7):e441-e443. doi: 10.1016/S2589-7500(24)00111-0.
2
A large language model-based generative natural language processing framework fine-tuned on clinical notes accurately extracts headache frequency from electronic health records.基于大型语言模型的生成式自然语言处理框架，在临床笔记上进行了微调，能够从电子健康记录中准确提取头痛频率。
Headache. 2024 Apr;64(4):400-409. doi: 10.1111/head.14702. Epub 2024 Mar 25.
3
Generative large language models are all-purpose text analytics engines: text-to-text learning is all your need.生成式大语言模型是通用文本分析引擎：文本到文本学习就是你所需要的一切。
J Am Med Inform Assoc. 2024 Sep 1;31(9):1892-1903. doi: 10.1093/jamia/ocae078.
4
Ascle-A Python Natural Language Processing Toolkit for Medical Text Generation: Development and Evaluation Study.Ascle-A 是一个用于医疗文本生成的 Python 自然语言处理工具包：开发和评估研究。
J Med Internet Res. 2024 Oct 3;26:e60601. doi: 10.2196/60601.
5
Multimodal Large Language Models in Health Care: Applications, Challenges, and Future Outlook.医疗保健中的多模态大型语言模型：应用、挑战和未来展望。
J Med Internet Res. 2024 Sep 25;26:e59505. doi: 10.2196/59505.
6
Potential of Large Language Models in Health Care: Delphi Study.大语言模型在医疗保健中的潜力：德尔菲研究。
J Med Internet Res. 2024 May 13;26:e52399. doi: 10.2196/52399.
7
The Growing Impact of Natural Language Processing in Healthcare and Public Health.自然语言处理在医疗保健和公共卫生领域的影响日益扩大。
Inquiry. 2024 Jan-Dec;61:469580241290095. doi: 10.1177/00469580241290095.
8
BioGPT: generative pre-trained transformer for biomedical text generation and mining.BioGPT：用于生物医学文本生成和挖掘的生成式预训练转换器。
Brief Bioinform. 2022 Nov 19;23(6). doi: 10.1093/bib/bbac409.
9
Engineering of Generative Artificial Intelligence and Natural Language Processing Models to Accurately Identify Arrhythmia Recurrence.用于准确识别心律失常复发的生成式人工智能和自然语言处理模型的工程设计。
Circ Arrhythm Electrophysiol. 2025 Jan;18(1):e013023. doi: 10.1161/CIRCEP.124.013023. Epub 2024 Dec 16.
10
Assessing Laterality Errors in Radiology: Comparing Generative Artificial Intelligence and Natural Language Processing.评估放射学中的侧性错误：生成式人工智能与自然语言处理的比较。
J Am Coll Radiol. 2024 Oct;21(10):1575-1582. doi: 10.1016/j.jacr.2024.06.014. Epub 2024 Jul 1.

引用本文的文献

1
Reporting guideline for chatbot health advice studies: the Chatbot Assessment Reporting Tool (CHART) statement.聊天机器人健康建议研究报告指南：聊天机器人评估报告工具（CHART）声明。
BMJ Med. 2025 Aug 1;4(1):e001632. doi: 10.1136/bmjmed-2025-001632. eCollection 2025.
2
Reporting guideline for chatbot health advice studies: the Chatbot Assessment Reporting Tool (CHART) statement.聊天机器人健康建议研究报告指南：聊天机器人评估报告工具（CHART）声明
Br J Surg. 2025 Aug 1;112(8). doi: 10.1093/bjs/znaf142.
3
Reporting guideline for Chatbot Health Advice studies: the CHART statement.
聊天机器人健康建议研究报告指南：CHART声明
BMC Med. 2025 Aug 1;23(1):447. doi: 10.1186/s12916-025-04274-w.
4
Artificial intelligence-simplified information to advance reproductive genetic literacy and health equity.人工智能简化信息以促进生殖遗传知识普及和健康公平。
Hum Reprod. 2025 Jul 22. doi: 10.1093/humrep/deaf135.
5
Open-source LLM DeepSeek on a par with proprietary models in clinical decision making.开源语言模型DeepSeek在临床决策方面与专有模型不相上下。
Nat Med. 2025 Jul 18. doi: 10.1038/s41591-025-03850-0.
6
Use of Large Language Models to Classify Epidemiological Characteristics in Synthetic and Real-World Social Media Posts About Conjunctivitis Outbreaks: Infodemiology Study.利用大语言模型对合成及真实世界社交媒体上有关结膜炎爆发的帖子中的流行病学特征进行分类：信息流行病学研究
J Med Internet Res. 2025 Jul 2;27:e65226. doi: 10.2196/65226.
7
Scientific Evidence for Clinical Text Summarization Using Large Language Models: Scoping Review.使用大语言模型进行临床文本摘要的科学证据：范围综述
J Med Internet Res. 2025 May 15;27:e68998. doi: 10.2196/68998.
8
Clinical insights: A comprehensive review of language models in medicine.临床见解：医学领域语言模型的全面综述
PLOS Digit Health. 2025 May 8;4(5):e0000800. doi: 10.1371/journal.pdig.0000800. eCollection 2025 May.
9
A Review of the Applications, Benefits, and Challenges of Generative AI for Sustainable Toxicology.生成式人工智能在可持续毒理学中的应用、益处及挑战综述
Curr Res Toxicol. 2025 Apr 21;8:100232. doi: 10.1016/j.crtox.2025.100232. eCollection 2025.
10
Benchmark evaluation of DeepSeek large language models in clinical decision-making.临床决策中DeepSeek大语言模型的基准评估。
Nat Med. 2025 Apr 23. doi: 10.1038/s41591-025-03727-2.