159eP Automatic generation of lay-friendly molecular tumor board reports using large language models: A feasibility study
0Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : fr. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- 159eP Automatic generation of lay-friendly molecular tumor board reports using large language models: A feasibility study
- Date Crossref
- 01/11/2025
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Centre Léon Bérard pays non établi dans la noticeOrganisme public
-
Medical Oncology pays non établi dans la noticeInstitution
-
R&D pays non établi dans la noticeInstitution
-
Vulgaroo pays non établi dans la noticeInstitution
-
Information and Data System pays non établi dans la noticeInstitution
-
Medicine Department pays non établi dans la noticeInstitution
-
Phase 1 Clinical Unit pays non établi dans la noticeÉtablissement de santé
Centre Léon Bérard, Medical Oncology et R&D, avec 4 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Biomedical Text Mining and OntologiesTopic ModelingComputational Drug Discovery Methods