medical-chatgpt

medical-chatgpt

基于ChatGPT的医疗AI模型研究与应用

此项目探索ChatGPT技术在基层医疗领域的应用。研究重点是开发一个专门用于收集病史和生成初步诊断的AI模型。尽管在复杂诊断方面存在局限性,但该模型在记录常见病例方面显示出潜力。研究团队正考虑利用专业医学数据库进行进一步微调,以增强模型的专科知识。这一创新尝试为医疗AI的未来发展提供了宝贵见解。

ChatGPT医疗应用语言模型人工智能医学教育Github开源项目

对针对初级保健医学的ChatGPT进行训练的探索,其目标是能够以全面和高效的方式收集患者病史并提出鉴别诊断。还可能探索是否可以通过盗版的Up-To-Date副本进行进一步微调以获取专科知识。

遗憾的是,我不再认为这在当前状态下是可行的。它可能在记录一些基本的常规病例方面有一些用处;但是它无法进行评估和制定计划。

引用

@inproceedings{Singhal2022LargeLM, title = {大型语言模型编码临床知识}, author = {Karan Singhal 和 Shekoofeh Azizi 和 Tao Tu 和 Said Mahdavi 和 Jason Lee Kai Wei 和 Hyung Won Chung 和 Nathan Scales 和 Ajay Kumar Tanwani 和 Heather J. Cole-Lewis 和 Stephen J. Pfohl 和 P A Payne 和 Martin G. Seneviratne 和 Paul Gamble 和 Chris Kelly 和 Nathaneal Scharli 和 Aakanksha Chowdhery 和 P. D. Mansfield 和 Blaise Agüera y Arcas 和 Dale R. Webster 和 Greg S. Corrado 和 Y. Matias 和 Katherine Hui-Ling Chou 和 Juraj Gottweis 和 Nenad Tomašev 和 Yun Liu 和 Alvin Rajkomar 和 Joëlle K. Barral 和 Christopher Semturs 和 Alan Karthikesalingam 和 Vivek Natarajan}, year = {2022} }
@article {Kung2022.12.19.22283643, author = {Kung, Tiffany H. 和 Cheatham, Morgan 和 , 和 Medenilla, Arielle 和 Sillos, Czarina 和 De Leon, Lorie 和 Elepaño, Camille 和 Madriaga, Maria 和 Aggabao, Rimel 和 Diaz-Candido, Giezel 和 Maningo, James 和 Tseng, Victor}, title = {ChatGPT在USMLE上的表现:使用大型语言模型辅助医学教育的潜力}, elocation-id = {2022.12.19.22283643}, year = {2022}, doi = {10.1101/2022.12.19.22283643}, publisher = {冷泉港实验室出版社}, URL = {https://www.medrxiv.org/content/early/2022/12/21/2022.12.19.22283643}, eprint = {https://www.medrxiv.org/content/early/2022/12/21/2022.12.19.22283643.full.pdf}, journal = {medRxiv} }
@misc{https://doi.org/10.48550/arxiv.2301.10035, doi = {10.48550/ARXIV.2301.10035}, url = {https://arxiv.org/abs/2301.10035}, author = {Nov, Oded 和 Singh, Nina 和 Mann, Devin}, keywords = {人机交互 (cs.HC), FOS: 计算机和信息科学, FOS: 计算机和信息科学}, title = {对ChatGPT的医疗建议进行(图灵)测试}, publisher = {arXiv}, year = {2023}, copyright = {知识共享署名-相同方式共享 4.0 国际许可协议} }
@inproceedings{Schick2023ToolformerLM, title = {Toolformer:语言模型可以自学使用工具}, author = {Timo Schick 和 Jane Dwivedi-Yu 和 Roberto Dessi 和 Roberta Raileanu 和 Maria Lomeli 和 Luke Zettlemoyer 和 Nicola Cancedda 和 Thomas Scialom}, year = {2023} }
@inproceedings{Peng2023CheckYF, title = {检查你的事实并重试:利用外部知识和自动反馈改进大型语言模型}, author = {Baolin Peng 和 Michel Galley 和 Pengcheng He 和 Hao Cheng 和 Yujia Xie 和 Yu Hu 和 Qiuyuan Huang 和 Lars Lidén 和 Zhou Yu 和 Weizhu Chen 和 Jianfeng Gao}, year = {2023} }
@inproceedings{Nori2023CapabilitiesOG, title = {GPT-4在医学挑战问题上的能力}, author = {Harsha Nori 和 Nicholas King 和 Scott Mayer McKinney 和 Dean Carignan 和 Eric Horvitz}, year = {2023} }

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多