Please use this identifier to cite or link to this item:
https://dspace.uzhnu.edu.ua/jspui/handle/lib/60193
Title: | Оцінка ефективності великої мовної моделі Google Bard у діагностиці захворювань |
Other Titles: | Evaluating the efficacy of Google Bard's large language model in disease diagnosis |
Authors: | Михалко, Ярослав Омелянович Кіш, Павло Павлович |
Keywords: | штучний інтелект, великі мовні моделі, діагностика захворювань, аналіз клінічних даних, Google Bard |
Issue Date: | Mar-2024 |
Publisher: | Ужгород: ФОП «Сабов А.М.» |
Citation: | Михалко Я.О., Кіш П.П. Оцінка ефективності великої мовної моделі Google Bard у діагностиці захворювань / Я.О. Михалко, П.П. Кіш // Матеріали 78-ї підсумкової наукової конференції професорсько-викладацького складу УжНУ. Факультет післядипломної освіти та доуніверситетської підготовки (27 лютого 2024 р.), – Ужгород: ФОП «Сабов А.М.», 2024. – С. 8-9. |
Abstract: | У дослідженні оцінювалась здатність ВММ Google Bard встановлювати правильний діагноз на основі аналізу 50 клінічних випадків. На першому етапі без варіантів відповідей ВММ визначила правильний діагноз у 38% випадків. Модель не змогла інтерпретувати зображення медичних даних без текстового опису. На другому етапі з наданими варіантами діагнозів точність збільшилась до 62%. Найбільші труднощі викликали атипові випадки, поєднані хвороби та неповні дані. Загалом ВММ продемонструвала потенціал для діагностики, проте її ефективність залишається невисокою. Необхідне подальше вдосконалення моделі, зокрема покращення роботи з неповною інформацією. Додавання структурованих медичних даних підвищує якість діагностики. Перед клінічним використанням потрібна ретельна оцінка надійності ВММ на великих обсягах реальних даних. |
Type: | Text |
Publication type: | Тези до статті |
URI: | https://dspace.uzhnu.edu.ua/jspui/handle/lib/60193 |
ISSN: | 978-617-8127-33-6 |
Appears in Collections: | Наукові публікації кафедри терапії та сімейної медицини |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Тези2024-2.pdf | 855.92 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.