Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Cross-Institutional Evaluation of Large Language Models for Radiology Diagnosis Extraction: A Prompt-Engineering Perspective
2025·1 Zitationen·Journal of Imaging Informatics in MedicineOpen Access
Volltext beim Verlag öffnen1
Zitationen
13
Autoren
2025
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
Refinement and reassessment of the SERVQUAL scale.
1991 · 3.966 Zit.
Features and uses of high-fidelity medical simulations that lead to effective learning: a BEME systematic review
2005 · 3.755 Zit.
Radiobiology for the Radiologist.
1974 · 3.501 Zit.
International evidence-based recommendations for point-of-care lung ultrasound
2012 · 2.807 Zit.
Radiation Dose Associated With Common Computed Tomography Examinations and the Associated Lifetime Attributable Risk of Cancer
2009 · 2.426 Zit.
Autoren
Institutionen
- Mayo Clinic(US)
- Mayo Clinic in Arizona(US)
- Mayo Clinic in Florida(US)
- University of California, San Francisco(US)
- University of California, Irvine(US)
- Irvine University(US)
- Artificial Intelligence in Medicine (Canada)(CA)
- Moffitt Cancer Center(US)
- Brigham and Women's Hospital(US)
- Harvard University(US)
- Emory Healthcare(US)
- Emory University(US)
Themen
Radiology practices and educationArtificial Intelligence in Healthcare and EducationRadiomics and Machine Learning in Medical Imaging