Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
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 JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

Updated: May 5, 2026

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness
03:14

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

Published on: December 6, 2024

1.2K

正確な医療図の抽象化のための大型言語モデル:脳卒中におけるスケーラブルで安全なAI展開を可能にする.

Zhusi Zhong1, Carl M Porto1, David Hong1

  • 1From the Warren Alpert Medical School of Brown University (Z.Z., C.M.P, M.G., R.K., G.K., L.B., J.R.F., E.S., S.C., L.S., G.B., M.J., S.Y., Z.J., D.N.W.), Department of Radiology (Z.Z., G.B., M.J., Z.J.), Brown University Health, Department of Interventional Radiology (D.N.W.), Brown University Health, Department of Neurosurgery (J.R.F.), Brown University Health, Providence 02903, USA.

AJNR. American journal of neuroradiology
|February 20, 2026
PubMed
まとめ

関連する概念動画

Brain Imaging01:14

Brain Imaging

1.0K
Brain imaging technologies provide critical insights into both the structure and function of the human brain, enabling medical professionals and researchers to diagnose, study, and treat neurological disorders or psychiatric disorders more effectively.
These technologies include computerized axial tomography (CAT or CT scans), positron-emission tomography (PET scans),  magnetic resonance imaging (MRI),  functional magnetic resonance imaging (fMRI), and Transcranial Magnetic...
1.0K

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

Role of Perfusion Parameters on Outcomes and Safety of Endovascular Therapy in Posterior Cerebral Artery Stroke.

Stroke·2026
Same author

International survey on the management of cervical artery dissection: assessing consensus and variability in practice.

Journal of thrombosis and thrombolysis·2026
Same author

KRAS inhibition is an effective therapy for appendiceal adenocarcinoma.

Journal of hematology & oncology·2026
Same author

Impact of Readmission Hospital Site on Outcomes in Patients With Intracerebral Hemorrhage Undergoing Surgery: A Nationwide Cohort Study.

Journal of the American Heart Association·2026
Same author

Press releases in neurosurgery: is scientific accuracy compromised in public reporting of neurosurgery research?

Journal of neurosurgery·2026
Same author

Revisiting Predicted Age of Disease Onset in a Korean Kindred with the Transthyretin Asp38Val Variant.

Korean circulation journal·2026

大型言語モデル (LLM) は,神経介入性脳卒中報告から臨床データを正確に抽出することができます. このAIアプローチは,複雑な医療情報を効率的に構造化することで研究を支援します.

科学分野:

  • 人工知能 (AI) とは,人工知能 (AI) のことです.
  • 医療情報工学 医療情報工学
  • ニューロ介入放射線学

背景:

  • メディカルチャート抽象化は,臨床研究と品質モニタリングに不可欠です.
  • 構造化されていない手順レポートは,臨床データの大規模な分析を妨げます.

研究 の 目的:

  • プロンプトベースの大型言語モデル (LLM) フレームワークの開発と評価.
  • 大血管閉塞 (LVO) の急性不全性脳卒中 (AIS) 患者の神経介入の手続き報告から構造化された臨床変数の抽出を自動化します.

主な方法:

  • 2,416件の神経介入性血栓切除術の報告を遡及的に分析した.
  • 迅速な応答と思考の連鎖 (CoT) を用いた22の指示調整のLLMの評価.
  • 非専門家スタッフの注釈と医療専門家の評価を準確性と一致性のためにベンチマークする.

主要な成果:

  • LLaMA3.3-70Bは94.8%の精度を達成し,非専門家の注釈を上回った.
  • CoTが誘導した推論変数の抽出が強化され,Quick Responseは直接的な手続きフィールドに優れていた.
  • 人工知能の予測は,専門家による解釈と,非専門家による解釈と,特に構造化変数に関して,よりよく一致した.

関連する実験動画

Last Updated: May 5, 2026

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness
03:14

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

Published on: December 6, 2024

1.2K

結論:

  • プロンプトされたLLMは,神経血管放射線学報告書から,重要な臨床情報を正確かつスケーラブルに抽出することができます.
  • このフレームワークは,従来の事前処理なしに,遡及的研究と自動ストロークレジストリキュレーションへの統合をサポートします.