相关实验视频
Updated: Jul 10, 2026

07:30
Learning Modern Laryngeal Surgery in a Dissection Laboratory
Published on: March 18, 2020
8.1K
利用大型语言模型 (LLM) 进行整形外科住院培训:它们有作用吗?
Devi Prasad Mohapatra1, Friji Meethale Thiruvoth1, Satyaswarup Tripathy2
1Department of Plastic Surgery, Jawaharlal Institute of Postgraduate Medical Education and Research (JIPMER), Pondicherry, India.
概括
大型语言模型 (LLM) 可以在整形外科教育中作为有效的教学助理,为居民生成准确和有用的内容. 这项技术提供了动态和个性化的学习体验,增强了外科手术培训.
科学领域:
- 医学教育 医学教育
- 在外科手术中使用人工智能
- 整形外科培训 整形外科培训
背景情况:
- 大型语言模型 (LLM) 具有文本识别,总结,翻译,预测和生成的能力.
- 基于变压器的LLMChatGPT4,利用深度学习进行文本预测.
- 在整形外科教育中,LLM作为教学助理 (TA) 的潜力需要探索.
研究的目的:
- 调查在整形外科住院课程中使用LLM作为TA的可行性和有效性.
- 确定LLMs可以为外科教育做出贡献的具体角色和任务.
主要方法:
- 文献审查以确定现有的TA角色.
- 制定适合LLM实施的任务列表.
- 为ChatGPT创建和应用特定提示,以生成教育内容.
- 研究作者对生成的内容进行准确性和有用性的评估,并进行观察者间协议分析.
主要成果:
- 在整形外科教育中确定了LLM的八个不同的TA角色.
- 由八位研究作者对生成的内容进行了有用性和准确性评估.
- 在互动案例研究,手术前咨询模拟和道德考虑方面的内容准确性,有用性和清晰性方面,达成了100%的观察者间协议.
结论:
- LLM,特别是ChatGPT,可以准确而可读地为整形外科住院生生成教育内容.
- 法律法规可以充当有价值的TA,为摘要,问答和案例场景提供自动化内容合成.
- 将法学士纳入居留课程提供了一个动态,互动和个性化的学习体验,通过反和反思来培养批判性思维.
更多相关视频
03:14Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness
Published on: December 6, 2024
594
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
232