CareLit · DOI-Nachweis · TumorDiagnostik & Therapie
Large Language Modelle zur schnellen Vereinfachung der Eingabe von Qualitätssicherungsdaten: Performance-Test mit Echtdaten am Beispiel der Tumordokumentation in der Urologie
DOI 10.1055/a-2421-9236
Bibliografische Angaben
Nachweis in CareLit
Autor:innenJohannes Frank, Axel S. Merseburger, Johannes Landmesser, Silvia Brozat-Essen, Peter Schramm, Laura Freimann, Alexander Kleehaus, Christian Elsner
ZeitschriftTumorDiagnostik & Therapie
Ausgabe09/2024
Jahrgang / SeitenJg. 45 · S. 617-625
Kernaussage aus der Literatur
Abstract-Vorschau
Zusammenfassung Einleitung Large Language Modelle (LLMs) wie ChatGPT haben innerhalb kürzester Zeit die Anwendung von künstlicher Intelligenz in die breite Anwendung gebracht. Neben vielen verschiedenen Use-Cases der Textgenerierung und Verarbeitung ist eine Anwendung die Extraktion von Daten aus vorhandenen Dokumenten und Gesprächen zur vereinfachten und automatisierten Befüllung von Formularen. Zielsetzung Gerade…
Zitieren
Zitierempfehlung
Johannes Frank, Axel S. Merseburger, Johannes Landmesser, Silvia Brozat-Essen, Peter Schramm, Laura Freimann, Alexander Kleehaus, Christian Elsner (2024) Large Language Modelle zur schnellen Vereinfachung der Eingabe von Qualitätssicherungsdaten: Performance-Test mit Echtdaten am Beispiel der Tumordokumentation in der Urologie. TumorDiagnostik & Therapie, 45 (09), 617-625. https://doi.org/10.1055/a-2421-9236
Mit CareLit weiterarbeiten