Pharmacology, IT
의학 공부 자료
ChatGPT로 doctor-patient conversation을 생성해 LLaMa모델을 fine-tuning시켜 ChatDoctor 모델을 만들었는데, ChatGPT보다 성능이 좋다는 내용 (3/24) https://arxiv.org/abs/2303.14070 Methods 1. 700개의 질병에 대한 relative symptoms, medical tests, and recommended medications를 수집해서 “disease database”를 … Continue Reading →
의무기록은 자연어로 되어있어서 활용하기 어렵다 같은 소리를 하던 시절은 정말 저물어가는 것 같다. Foresight — Deep Generative Modelling of Patient Timelines using Electronic Health Recordshttps://arxiv.org/abs/2212.08072 환자의 의무기록 텍스트에서 의학 용어를 … Continue Reading →
오늘 아침에 올라온 Google AI에서 발표한 환자 데이터 생성 모델 EHR-Safe에 대한 논문을 훑어봤다. https://ai.googleblog.com/2022/12/ehr-safe-generating-high-fidelity-and.html (블로그)https://www.researchsquare.com/article/rs-2347130/v1 (논문 preprint) 1.환자 개인정보 보호 2.Encoder-Decoder와 GAN을 조합한 형태 3.충실도가 매우 높음 4.결측치도 실제와 … Continue Reading →
What is generative AI? In simple terms, generative AI is a subfield of AI that deals with the generation of new, never before seen data samples. This can be anything … Continue Reading →
트위터에서 굉장히 흥미로운 타래를 읽게 되었다. 코로나19 바이러스의 변이가 계통학적으로 일반적인 바이러스와 다른 양상을 보인다는 내용 감기바이러스나 독감바이러스 같은 경우 변이가 생겨서 우월변이가 되었다가 사람들이 그에 대한 면역을 획득하면 그 … Continue Reading →
“임신부에게 코로나19 백신을 권해야 하는가”에 대한 나의 생각 정리 일단 결론은 당연히 권해야 한다. 기대하는 보호 효과가 부작용보다 훨씬 크니까. 이건 데이터가 많이 나와있다. 개인적으로는 접종 후의 불안감을 감안하더라도 접종하는 … Continue Reading →
“왜 이렇게 사람들이 백신을 무서워하는가?”에 대한 생각을 정리해봤다. 적극적인 행위를 통해 부작용을 겪으면 자신의 선택으로 인해 부작용이 발생한 것으로 인지해 더 크게 다가온다. 백신을 안 맞아서 중증 후유증을 겪게 되는 … Continue Reading →
약물이 수용체에 결합해 반응을 일으킬 때, 반응의 세기는 약물 관련 요소 2가지, 시스템(해당 조직) 관련 요소 2가지에 의해 결정된다. Drug related factors: affinity, efficacy – 약물이 수용체에 결합하는 친화성(에너지), 약물이 … Continue Reading →
신장요로계 과정의 이뇨제 강의를 맡아 1시간짜리 수업을 했다. 자체 피드백 지루하다. 내가 생각해도 너무 지루한 수업이다. 여기선 이 transporter를 억제해서 이렇게 되고, 저기선 이 호르몬을 길항해서 이렇게 되고 주절주절… 그런데 … Continue Reading →
최고의 연구는 일상생활에 밀접한 연구가 아닐까? 개인적으로 어릴 때 거실 컴퓨터에서 부모님이 외출 할실 때마다 포켓몬 게임을 재미있게 한 기억이 있어서 포켓몬GO에 대한 기대가 매우 높다. 안타깝게도 국내 출시가 안 … Continue Reading →