Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
https://dspace.uzhnu.edu.ua/jspui/handle/lib/60193| Назва: | Оцінка ефективності великої мовної моделі Google Bard у діагностиці захворювань |
| Інші назви: | Evaluating the efficacy of Google Bard's large language model in disease diagnosis |
| Автори: | Михалко, Ярослав Омелянович Кіш, Павло Павлович |
| Ключові слова: | штучний інтелект, великі мовні моделі, діагностика захворювань, аналіз клінічних даних, Google Bard |
| Дата публікації: | бер-2024 |
| Видавництво: | Ужгород: ФОП «Сабов А.М.» |
| Бібліографічний опис: | 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. |
| Короткий огляд (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 публікації: | Тези до статті |
| URI (Уніфікований ідентифікатор ресурсу): | https://dspace.uzhnu.edu.ua/jspui/handle/lib/60193 |
| ISSN: | 978-617-8127-33-6 |
| Розташовується у зібраннях: | Наукові публікації кафедри терапії та сімейної медицини |
Файли цього матеріалу:
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| Тези2024-2.pdf | 855.92 kB | Adobe PDF | Переглянути/Відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.