• 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

How to Optimize Prompting for Large Language Models in Clinical Research.

作者信息

Lee Jeong Hyun, Shin Jaeseung

机构信息

Department of Radiology and Center for Imaging Science, Samsung Medical Center, Sungkyunkwan University School of Medicine, Seoul, Republic of Korea.

出版信息

Korean J Radiol. 2024 Oct;25(10):869-873. doi: 10.3348/kjr.2024.0695.

DOI:10.3348/kjr.2024.0695
PMID:39344543
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11444847/
Abstract
摘要
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/387c/11444847/4c2f7de08af8/kjr-25-869-g002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/387c/11444847/354369238720/kjr-25-869-g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/387c/11444847/4c2f7de08af8/kjr-25-869-g002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/387c/11444847/354369238720/kjr-25-869-g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/387c/11444847/4c2f7de08af8/kjr-25-869-g002.jpg

相似文献

1
How to Optimize Prompting for Large Language Models in Clinical Research.如何在临床研究中优化大语言模型的提示
Korean J Radiol. 2024 Oct;25(10):869-873. doi: 10.3348/kjr.2024.0695.
2
An Empirical Evaluation of Prompting Strategies for Large Language Models in Zero-Shot Clinical Natural Language Processing: Algorithm Development and Validation Study.零样本临床自然语言处理中大型语言模型提示策略的实证评估：算法开发与验证研究
JMIR Med Inform. 2024 Apr 8;12:e55318. doi: 10.2196/55318.
3
Comparing the Management Recommendations of Large Language Model and Colorectal Cancer Multidisciplinary Team: A Pilot Study.比较大语言模型与结直肠癌多学科团队的管理建议：一项试点研究。
Dis Colon Rectum. 2025 Jan 1;68(1):41-47. doi: 10.1097/DCR.0000000000003504. Epub 2024 Sep 27.
4
Adherence of Studies on Large Language Models for Medical Applications Published in Leading Medical Journals According to the MI-CLEAR-LLM Checklist.根据MI-CLEAR-LLM清单，顶级医学期刊发表的关于医学应用大语言模型的研究的依从性。
Korean J Radiol. 2025 Apr;26(4):304-312. doi: 10.3348/kjr.2024.1161. Epub 2025 Jan 23.
5
Prompt Engineering as an Important Emerging Skill for Medical Professionals: Tutorial.医学专业人员的新兴技能：提示工程教程
J Med Internet Res. 2023 Oct 4;25:e50638. doi: 10.2196/50638.
6
Large Language Models for Chatbot Health Advice Studies: A Systematic Review.用于聊天机器人健康建议研究的大语言模型：一项系统综述。
JAMA Netw Open. 2025 Feb 3;8(2):e2457879. doi: 10.1001/jamanetworkopen.2024.57879.
7
Updated Primer on Generative Artificial Intelligence and Large Language Models in Medical Imaging for Medical Professionals.医学专业人员医学影像生成式人工智能和大型语言模型更新基础篇。
Korean J Radiol. 2024 Mar;25(3):224-242. doi: 10.3348/kjr.2023.0818.
8
Optimizing ChatGPT's Interpretation and Reporting of Delirium Assessment Outcomes: Exploratory Study.优化 ChatGPT 对谵妄评估结果的解释和报告：探索性研究。
JMIR Form Res. 2024 Oct 1;8:e51383. doi: 10.2196/51383.
9
Prompt engineering: The next big skill in rheumatology research.诱导式工程：风湿病学研究中的下一个重要技能。
Int J Rheum Dis. 2024 May;27(5):e15157. doi: 10.1111/1756-185X.15157.
10
Prompt Engineering for Large Language Models in Interventional Radiology.介入放射学中大型语言模型的提示工程
AJR Am J Roentgenol. 2025 May 7. doi: 10.2214/AJR.25.32956.

引用本文的文献

1
Uncover This Tech Term: Application Programming Interface for Large Language Models.揭开这个科技术语：大语言模型的应用程序编程接口。
Korean J Radiol. 2025 Aug;26(8):793-796. doi: 10.3348/kjr.2025.0360.
2
Conversion of Mixed-Language Free-Text CT Reports of Pancreatic Cancer to National Comprehensive Cancer Network Structured Reporting Templates by Using GPT-4.使用GPT-4将胰腺癌混合语言自由文本CT报告转换为美国国立综合癌症网络结构化报告模板
Korean J Radiol. 2025 Jun;26(6):557-568. doi: 10.3348/kjr.2024.1228. Epub 2025 Apr 17.
3
Diagnostic performance of multimodal large language models in radiological quiz cases: the effects of prompt engineering and input conditions.

本文引用的文献

1
Reporting Guidelines for Artificial Intelligence Studies in Healthcare (for Both Conventional and Large Language Models): What's New in 2024.医疗保健领域人工智能研究报告指南（适用于传统模型和大语言模型）：2024年有哪些新内容。
Korean J Radiol. 2024 Aug;25(8):687-690. doi: 10.3348/kjr.2024.0598. Epub 2024 Jul 10.
2
Using GPT-4 for LI-RADS feature extraction and categorization with multilingual free-text reports.使用 GPT-4 对多语言自由文本报告进行 LI-RADS 特征提取和分类。
Liver Int. 2024 Jul;44(7):1578-1587. doi: 10.1111/liv.15891. Epub 2024 Apr 23.
3
Chatbots and Large Language Models in Radiology: A Practical Primer for Clinical and Research Applications.
多模态大语言模型在放射学问答病例中的诊断性能：提示工程和输入条件的影响
Ultrasonography. 2025 May;44(3):220-231. doi: 10.14366/usg.25012. Epub 2025 Mar 11.
4
Crucial Role of Understanding in Human-Artificial Intelligence Interaction for Successful Clinical Adoption.理解在人类与人工智能交互以实现临床成功应用中的关键作用。
Korean J Radiol. 2025 Apr;26(4):287-290. doi: 10.3348/kjr.2025.0071. Epub 2025 Feb 17.
5
Minimum Reporting Items for Clear Evaluation of Accuracy Reports of Large Language Models in Healthcare (MI-CLEAR-LLM).用于清晰评估医疗保健领域大语言模型准确性报告的最低报告项目（MI-CLEAR-LLM）。
Korean J Radiol. 2024 Oct;25(10):865-868. doi: 10.3348/kjr.2024.0843.
放射科中的聊天机器人和大型语言模型：临床和研究应用的实用入门指南。
Radiology. 2024 Jan;310(1):e232756. doi: 10.1148/radiol.232756.