PulseAugur
实时 13:35:12
实体 psychiatry

psychiatry

PulseAugur coverage of psychiatry — every cluster mentioning psychiatry across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
2
90 天内 6
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天

2 天有情绪数据

最近 · 第 1/1 页 · 共 6 条
  1. COMMENTARY · CL_238455 ·

    精神病学家探讨与聊天机器人回音室相关的“AI精神病”

    精神病学家正在调查一种可能的新临床诊断,称为“AI相关精神病”。这种现象与聊天机器人创建的“一人回音室”有关,用户的妄想可能在这种环境中得到强化。OpenAI 的数据显示,相当数量的周活跃用户表现出精神病或躁狂症状。

  2. TOOL · CL_217907 ·

    领域特定LLM MIND在精神病学领域展现潜力,但用户偏好度落后于ChatGPT

    一款名为MIND的新型领域特定大型语言模型,专为精神病学患者教育而开发,并与ChatGPT和OpenEvidence进行了比较。根据评分标准,MIND在准确性、清晰度、完整性和安全性方面表现更优,但精神科医生认为ChatGPT的回答更准确,并且总体上更偏好ChatGPT。尽管MIND提供了更完整的答案,但研究表明它代表了朝着更安全的精神病学患者教育LLM系统迈出的进步。

  3. TOOL · CL_145793 ·

    新基准显示大型语言模型在精神病学诊断不确定性方面存在困难

    一个名为 Safe-Psych 的新基准已被开发出来,用于评估大型语言模型(LLMs)在精神病学中处理诊断不确定性的能力。该基准包含超过 1,000 份真实的精神病学笔记,模拟了证据的逐步披露,并在每个阶段分配 DIAGNOSE、CLARIFY 或 ABSTAIN 等标签。评估显示,即使是先进的大型语言模型在面对不完整的临床信息时也面临困难,常常过早诊断,并且除非被提示,否则很少寻求澄清。这表明当前模型在识别何时需要更多证据以做出安全…

  4. TOOL · CL_113731 ·

    机器学习引领个性化医疗和药物基因组学新时代

    机器学习正在通过实现从一刀切方法向个性化、基因型指导护理的转变来彻底改变医学。人工智能驱动的模型可以分析大量的基因组和人群数据,以预测个体对药物的反应,识别不良反应,并定制治疗方案。这项进步已经在精神病学、心脏病学和肿瘤学等领域产生了显著效益,人工智能模型通过医学影像分析和预测性风险评估来改善早期疾病检测。

  5. TOOL · CL_105478 ·

    海德堡大学研究人员因人工智能和量子化学项目获得欧洲研究理事会(ERC)高级资助

    欧洲研究理事会(ERC)已向海德堡大学的研究人员授予了高级资助。这些享有盛誉的资助将用于支持跨学科项目,包括量子化学、AI和精神病学。该资金旨在支持海德堡大学(Ruprecht Karl University of Heidelberg)和中央精神卫生研究所(Central Institute of Mental Health)的开创性研究。

  6. RESEARCH · CL_05048 ·

    LLM在精神病风险评分中表现出不稳定性,涉及无关数据

    一项新研究评估了大型语言模型(LLM)在预测精神病住院风险方面的可靠性。研究人员发现,在患者资料中包含医学上不重要的细节会显著增加四个经审计的LLM的预测风险评分和输出变异性:Gemini 2.5 Flash、LLaMa 3.3 70b、Claude Sonnet 4.6和GPT-4o mini。研究强调,基于LLM的精神病评估对非临床信息敏感,凸显了在临床部署前进行系统性评估的必要性。