Buchumschlag

Retrieval-Augmented Generation for Generative Artificial Intelligence in Medicine

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Rui, Ning, Yilin, Keppo, Emilia, Liu, Mingxuan, Hong, Chuan, Bitterman, Danielle S, Ong, Jasmine Chiat Ling, Ting, Daniel Shu Wei, Liu, Nan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generative Artificial Intelligence in Healthcare: Ethical Considerations and Assessment Checklist
von: Ning, Yilin, et al.
Veröffentlicht: (2023)

Regulatory Science Innovation for Generative AI and Large Language Models in Health and Medicine: A Global Call for Action
von: Ong, Jasmine Chiat Ling, et al.
Veröffentlicht: (2025)

Retrieval-Augmented Generation in Medicine: A Scoping Review of Technical Implementations, Clinical Applications, and Ethical Considerations
von: Yang, Rui, et al.
Veröffentlicht: (2025)

Development and Testing of Retrieval Augmented Generation in Large Language Models -- A Case Study Report
von: Ke, YuHe, et al.
Veröffentlicht: (2024)

Equitable Survival Prediction: A Fairness-Aware Survival Modeling (FASM) Approach
von: Liu, Mingxuan, et al.
Veröffentlicht: (2025)

Gender Bias in Large Language Models for Healthcare: Assignment Consistency and Clinical Implications
von: Liu, Mingxuan, et al.
Veröffentlicht: (2025)

The Evolving Landscape of Generative Large Language Models and Traditional Natural Language Processing in Medicine
von: Yang, Rui, et al.
Veröffentlicht: (2025)

oRetrieval Augmented Generation for 10 Large Language Models and its Generalizability in Assessing Medical Fitness
von: Ke, Yu He, et al.
Veröffentlicht: (2024)

Towards Clinical AI Fairness: Filling Gaps in the Puzzle
von: Liu, Mingxuan, et al.
Veröffentlicht: (2024)

DILIConsult : A Multi‐Agent Large Language Model Framework for Evaluating Drug‐Induced Liver Injury in ICU Settings
von: Alfred Zheng Ting Ho, et al.
Veröffentlicht: (2026)

seeBias: A Comprehensive Tool for Assessing and Visualizing AI Fairness
von: Ning, Yilin, et al.
Veröffentlicht: (2025)

Benchmarking Retrieval-Augmented Generation for Medicine
von: Xiong, Guangzhi, et al.
Veröffentlicht: (2024)

Artificial Intelligence Enabled Systems Engineering Modeling With Retrieval Augmented Generation
von: Tomi Esho, et al.
Veröffentlicht: (2026)

RPO: Retrieval Preference Optimization for Robust Retrieval-Augmented Generation
von: Yan, Shi-Qi, et al.
Veröffentlicht: (2025)

GAM-RAG: Gain-Adaptive Memory for Evolving Retrieval in Retrieval-Augmented Generation
von: Wang, Yifan, et al.
Veröffentlicht: (2026)

Validating Pharmacogenomics Generative Artificial Intelligence Query Prompts Using Retrieval-Augmented Generation (RAG)
von: Rector, Ashley, et al.
Veröffentlicht: (2025)

Dynamic Retrieval Augmented Generation of Ontologies using Artificial Intelligence (DRAGON-AI)
von: Toro, Sabrina, et al.
Veröffentlicht: (2023)

A novel interpretable machine learning system to generate clinical risk scores: An application for predicting early mortality or unplanned readmission in a retrospective cohort study
von: Ning, Yilin, et al.
Veröffentlicht: (2022)

Agentic Retrieval-Augmented Generation for Financial Document Question Answering
von: Shu, Yang, et al.
Veröffentlicht: (2026)

Fairness-Aware Interpretable Modeling (FAIM) for Trustworthy Machine Learning in Healthcare
von: Liu, Mingxuan, et al.
Veröffentlicht: (2024)

Custom Large Language Models Improve Accuracy: Comparing Retrieval Augmented Generation and Artificial Intelligence Agents to Noncustom Models for Evidence‐Based Medicine
von: Joshua J. Woo, et al.
Veröffentlicht: (2024)

TERAG: Token-Efficient Graph-Based Retrieval-Augmented Generation
von: Xiao, Qiao, et al.
Veröffentlicht: (2025)

ConflictRAG: Detecting and Resolving Knowledge Conflicts in Retrieval Augmented Generation
von: Wang, Chenyu, et al.
Veröffentlicht: (2026)

Exploring the Dynamics of Learners’ Engagement With Generative Artificial Intelligence in Second Language Argumentative Writing
von: Zhipeng Zhang, et al.
Veröffentlicht: (2026)

Improving Retrieval-Augmented Code Comment Generation by Retrieving for Generation
von: Lu, Hanzhen, et al.
Veröffentlicht: (2024)

Survival modeling using deep learning, machine learning and statistical methods: A comparative analysis for predicting mortality after hospital admission
von: Wang, Ziwen, et al.
Veröffentlicht: (2024)

The Other Side of the Coin: Exploring Fairness in Retrieval-Augmented Generation
von: Zhang, Zheng, et al.
Veröffentlicht: (2025)

Chain-of-Retrieval Augmented Generation
von: Wang, Liang, et al.
Veröffentlicht: (2025)

Three Tiers and Thresholds: Incentives in Private Market Investing
von: Keppo, Jussi, et al.
Veröffentlicht: (2025)

Predict the Retrieval! Test time adaptation for Retrieval Augmented Generation
von: Sun, Xin, et al.
Veröffentlicht: (2026)

Corrective Retrieval Augmented Generation
von: Yan, Shi-Qi, et al.
Veröffentlicht: (2024)

Text2SQL Business Intelligence System Based on Retrieval‐Augmented Generation ( RAG )
von: Jie Liu, et al.
Veröffentlicht: (2025)

Perspectives on Artificial Intelligence in Precision and Genomic Medicine Among Biology Students in Taiwan and Germany
von: Yi‐Ning Kelly Huang, et al.
Veröffentlicht: (2025)

A-RAG: Scaling Agentic Retrieval-Augmented Generation via Hierarchical Retrieval Interfaces
von: Du, Mingxuan, et al.
Veröffentlicht: (2026)

Attention-Guided Fair AI Modeling for Skin Cancer Diagnosis
von: Zhu, Mingcheng, et al.
Veröffentlicht: (2025)

DICE: Discrete Interpretable Comparative Evaluation with Probabilistic Scoring for Retrieval-Augmented Generation
von: Liu, Shiyan, et al.
Veröffentlicht: (2025)

Retrieval-Augmented Generation in Biomedicine: A Survey of Technologies, Datasets, and Clinical Applications
von: He, Jiawei, et al.
Veröffentlicht: (2025)

KG-Retriever: Efficient Knowledge Indexing for Retrieval-Augmented Large Language Models
von: Chen, Weijie, et al.
Veröffentlicht: (2024)

DAT: Dynamic Alpha Tuning for Hybrid Retrieval in Retrieval-Augmented Generation
von: Hsu, Hsin-Ling, et al.
Veröffentlicht: (2025)

Improving Retrieval-Augmented Generation in Medicine with Iterative Follow-up Questions
von: Xiong, Guangzhi, et al.
Veröffentlicht: (2024)