Search research articles

お問い合わせ

JoVEについて

概要リーダーシップブログ JoVEヘルプセンター

著者向け

出版プロセス編集委員会範囲と方針査読よくある質問投稿

図書館員向け

推薦の声購読アクセスリソース図書館諮問委員会よくある質問

研究

JoVE Journal Methods Collections JoVE Encyclopedia of Experiments アーカイブ

教育

JoVE Core JoVE Business JoVE Science Education JoVE Lab Manual 教員リソースセンター教員サイト

プライバシーポリシー

関連する概念動画

Improving Translational Accuracy

Improving Translational Accuracy

Improving Translational Accuracy

Improving Translational Accuracy

Base complementarity between the three base pairs of mRNA codon and the tRNA anticodon is not a failsafe mechanism. Inaccuracies can range from a single mismatch to no correct base pairing at all. The free energy difference between the correct and nearly correct base pairs can be as small as 3 kcal/ mol. With complementarity being the only proofreading step, the estimated error frequency would be one wrong amino acid in every 100 amino acids incorporated. However, error frequencies observed in...

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え

Same author

Redo-TAVR (TAV-in-TAV) Best Practices Part 1: Short-in-Short and Short-in-Tall - A Heart and Valve Collaboratory Document.

JACC. Cardiovascular interventions·2026

Same author

Redo-TAVR (TAV-in-TAV) Best Practices Part 2: Tall-in-Short and Tall-in-Tall - A Heart and Valve Collaboratory Document.

JACC. Cardiovascular interventions·2026

Same author

Age and Procedural Timing for Asymptomatic Severe Aortic Stenosis: Analysis From the EARLY TAVR Trial.

Circulation. Cardiovascular interventions·2026

Same author

Management of Acute Right Ventricular Failure After High-Risk Transcatheter Tricuspid Valve Replacement.

JACC. Case reports·2026

Same author

Implications of Modest Reductions in ABI Measurements for Risk of Major Adverse Limb Events Among 223,350 Veterans.

Journal of the American College of Cardiology·2026

Same author

Platelet activation in patients with peripheral artery disease from 43 sites: Assessment of samples transported by overnight mail.

JVS-vascular insights·2026

Search research articles

関連する実験動画

Updated: Jan 17, 2026

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness

Published on: December 6, 2024

循環器内科認定試験シミュレーション試験における大規模言語モデルの比較性能

Eesha Nachnani¹, Kashish Goel², Alexander E Sullivan²

¹University School of Nashville, Nashville, Tennessee, USA.

American heart journal

|January 14, 2026

まとめ

人工知能（AI）はますます医療で使用されています。テストされたAIモデルの中で、ChatGPT-4.0のみが循環器内科試験で人間に匹敵するパフォーマンスを発揮したことが研究でわかりました。

キーワード:

人工知能循環器内科認定試験医科大学教育大規模言語モデル

さらに関連する動画

P300-Based Brain-Computer Interface Speller Performance Estimation with Classifier-Based Latency Estimation

P300-Based Brain-Computer Interface Speller Performance Estimation with Classifier-Based Latency Estimation

Published on: September 8, 2023

関連する実験動画

Last Updated: Jan 17, 2026

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness

Published on: December 6, 2024

P300-Based Brain-Computer Interface Speller Performance Estimation with Classifier-Based Latency Estimation

P300-Based Brain-Computer Interface Speller Performance Estimation with Classifier-Based Latency Estimation

Published on: September 8, 2023

科学分野:

医療情報学
ヘルスケアにおける人工知能
循環器医学

背景:

人工知能（AI）は、医療実践においてその能力を増大させています。
AIツールは、臨床的意思決定や試験を支援する可能性について評価されています。

研究の目的:

循環器内科認定試験を対象とした主要な大規模言語モデル（LLM）のパフォーマンスを評価すること。
専門的な医学領域におけるさまざまなAIプラットフォームの効果を比較すること。

主な方法:

3つの一般的なLLM（ChatGPT-4.0、Gemini、Bing AI）が評価されました。
パフォーマンスは循環器内科認定試験と比較して測定され、スコアは人間と比較されました。

主要な成果:

ChatGPT-4.0は、循環器内科試験において人間と同等のスコアを達成しました。
GeminiとBing AIは、この専門的な医学的評価において同様のパフォーマンスレベルに達しませんでした。

結論:

ChatGPT-4.0は、循環器内科における医学知識評価において大きな可能性を示しています。
専門的な医学分野におけるAIの広範な臨床的適用性と限界を評価するためには、さらなる研究が必要です。