本文介绍了一种用于对临床试验中的人机交互进行分类的新型多维度框架。该方法根据人工智能任务、人机关系、配置和涉及的人群来对这些交互进行分类。研究人员将该框架应用于 15 项临床试验,并使用人工审查员和大型语言模型(LLM)分类器来对交互进行分类。研究强调了 LLM 辅助分类的潜力,同时强调了在记录不完整或不明确的试验时,人类判断的持续必要性。 AI
影响 提供了一种分析和比较人工智能在临床试验中作用的结构化方法,有可能改进研究综合。
排序理由 该项目是一篇学术论文,提出了一个特定领域内人机交互的新分类框架。[lever_c_demoted from research: ic=1 ai=1.0]
- AI tasks
- alphaXiv
- CatalyzeX Code Finder for Papers
- clinical trial
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Human-AI Interactions
- Human-AI Relationships
- Influence Flower
- interacting human groups
- interaction configurations
- large language model
- Litmaps
- Multidimensional Human-AI Classification Approach
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →