Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
https://dspace.uzhnu.edu.ua/jspui/handle/lib/60193
Название: | Оцінка ефективності великої мовної моделі Google Bard у діагностиці захворювань |
Другие названия: | Evaluating the efficacy of Google Bard's large language model in disease diagnosis |
Авторы: | Михалко, Ярослав Омелянович Кіш, Павло Павлович |
Ключевые слова: | штучний інтелект, великі мовні моделі, діагностика захворювань, аналіз клінічних даних, Google Bard |
Дата публикации: | мар-2024 |
Издательство: | Ужгород: ФОП «Сабов А.М.» |
Библиографическое описание: | 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. |
Краткий осмотр (реферат): | 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. |
Тип: | Text |
Тип публикации: | Тези до статті |
URI (Унифицированный идентификатор ресурса): | https://dspace.uzhnu.edu.ua/jspui/handle/lib/60193 |
ISSN: | 978-617-8127-33-6 |
Располагается в коллекциях: | Наукові публікації кафедри терапії та сімейної медицини |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Тези2024-2.pdf | 855.92 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.