数字医疗
《多模态机器学习在精准健康中的应用》
这篇综述文章探讨了将多模态数据融合应用于医疗诊断和预后预测的最新研究进展。本文作者们确定了三个主要的研究问题：多模态数据融合在健康领域的文献特征是什么？
《利用大语言模型文本表示优化用药推荐》
在现代医疗服务中，精准的用药推荐对于提升患者治疗效果和减少药物相互作用风险至关重要。
《利用大语言模型生成临床试验表格与图表》
本文探讨了如何利用大语言模型（LLMs）通过提示工程和少样本迁移学习来自动化生成临床试验中的表格、图形和列表。
《“临床智能体”：基于大语言模型推理的临床试验多智能体系统》
在现代医学研究中，临床试验是验证药物安全性和有效性的关键步骤。随着人工智能技术的发展
《电子病历数据端到端分析的开源框架》
本文介绍了一个名为“医来培”的开源Python框架，用于对异构的流行病学和电子病历（EHR）数据进行分析。
电子书：《医疗的十年庆典：远程健康和数字医疗》
《医疗的十年庆典：远程健康和数字医疗》汇集了多篇关于远程健康和数字医疗领域的研究文章，以纪念这一领域在过去十年中的发展与进步。
《“电子病历智能体”： 代码赋能大语言模型进行电子病历少样本复杂表格推理》
本文提出了一个名为“电子病历智能体”的新型大语言模型（LLM）智能体，旨在通过自然语言直接与电子病历系统交互，以提高临床医生检索复杂患者信息的效率。
《“达尔姆”：利用大语言模型实现上下文感知的临床数据增强》
《“达尔姆”：利用大语言模型实现上下文感知的临床数据增强》一文提出了一种新颖的临床数据增强框架，称之为“达尔姆”
电子书：《辅助技术、机器人技术与自动化设备在健康领域的应用》
本书探讨了辅助技术、机器人和自动化设备在改善医疗保健质量、提高患者预后方面的潜力，最新进展及其潜在影响
电子书：《“电子健康”在慢性疾病管理中的应用》
慢性疾病是全球健康的主要负担之一，其管理复杂且成本高昂。随着全球人口老龄化和慢性病发病率的上升，有效管理这些疾病的需求日益迫切。
《基于大语言模型的端到端临床试验匹配》
《基于大语言模型的端到端临床试验匹配》一文探讨了利用大型语言模型 (LLM) 来改善癌症患者临床试验匹配的效率和准确性。
《利用大语言模型增强的人工智能临床决策支持系统中的人机交互》
本文探讨了利用大语言模型（LLM）增强的临床决策支持系统（CDSS）在医疗领域的应用，并研究了医师与这种新型人工智能（AI）工具交互时的行为和模式。
《基于检索-推理的大语言模型生成合成临床试验》
本文提出了一种基于检索-推理的小样本框架，利用大语言模型（LLMs）生成人工的、但却真实、多样化的临床试验，具有重要的临床研究价值。
《知识注入式提示：评估和改进大型语言模型的临床文本数据生成》
本文探讨了利用大型语言模型 (LLM) 生成合成临床文本数据以克服临床自然语言处理 (NLP) 中挑战性的问题。
《“临床决策评估基准”：大语言模型在临床决策中的多维度和多粒度评估》
准确的诊断对于提供有效的医疗服务至关重要，涉及基于对患者人口统计数据、症状、病史和检查检验结果的全面分析来识别疾病和进行治疗管理。
《利用知识图谱集群检索进行推理增强的医疗预测》
本文介绍了一种名为“卡雷” 的新框架，它将知识图谱（KG）群级检索与大语言模型（LLM）推理相结合，用于优化和增强医疗预测，不仅提高了预测的准确性
《大语言模型生成医疗文本摘要的临床安全性和幻觉率的评估框架》
随着大语言模型（LLMs）在医疗领域的应用日益广泛，尤其是在医疗文本摘要方面，其输出的准确性和安全性至关重要。
《“医疗决策多智能体”：医疗决策大语言模型的自适应协作》
本文介绍了一种用于医疗决策的、名为“医疗决策多智能体”的新型多智能体框架。该框架旨在通过自适应地构建大型语言模型（LLMs）之间的合作结构
《医学大型语言模型综述：进展、应用与挑战》
随着大语言模型（LLMs）在自然语言处理任务中的广泛应用，其在医学领域的发展和应用也受到了越来越多的关注。
《“健康提问”：揭示大语言模型链在医疗对话中的提问能力》
在当今数字医疗领域，大语言模型（LLMs）已广泛应用于增强问答功能和改善患者互动体验。