比較試験

急性冠症候群ガイドラインにおける大規模言語モデルの回答正確性に対する検索拡張生成（RAG）の影響

JACC. Cardiovascular interventions

2025.10.31 配信

AIによる要点抽出
  • 侵襲的循環器領域での大規模言語モデル（LLM）の活用が進む一方で幻覚が課題であり、本研究の目的は急性冠症候群（ACS）ガイドラインに基づく設問への回答において、retrieval-augmented generation（RAG）が正確性を高めるかを評価することだ。

続きを読むには会員登録をお願いします。

  • ClinPeerの利用には医療資格を証明する「medパス」アカウントが必要です。
  • ClinPeerは医師・医学生のみ利用可能です。
利用規約 と プライバシーポリシー に
同意の上ご利用ください。

ClinPeerは、医学用語の正確性を含め、翻訳・要点抽出の精度の継続的な向上に努めています。 翻訳・要点抽出の精度にお気づきの点があれば、お問い合わせよりご連絡ください。 なおClinPeerでは、翻訳・要点抽出の正確性等の保証は致しかねますので、詳細については必ず原文をご確認ください。

意見を送る