![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjfCla2EqTq4cuCWYRdF_Y0zEOxr0I_3SP9ptd-G5dQOJd4NsFlU_hyiYuogMDrd30itn71MXFjV3jPh9fmyBv2tu9FimxEfaHbGHW2q0e_SH2xo7DumBTN2Z4A-tStmqoFw8B2VjS2m9ZEwexot8Q63JfTw-Zbn07yAPa878lyClcyUfnCt3dgkg/s16000/%E6%88%AA%E5%9C%96%202024-07-18%20%E6%99%9A%E4%B8%8A7.03.21.png)
網站介紹 🌐
核心功能 🌟
1. 主題式文章收集 📊
- 以 PubMed 搜尋詞為基礎,快速列表與瀏覽特定主題文章
- 目前涵蓋主題:
- 🧠 Large Language Model (LLM)
- 💊 SGLT2 抑制劑 (SGLT2-i)
- 💉 GLP-1 受體促效劑 (GLP-1 RA)
2. 期刊文章收集 📚
- 收錄兩大方向的期刊文章:
- 🏥 一般醫學三大期刊:NEJM、JAMA、Lancet
- 🦠 腎臟科相關 SCI 排名 Q1 + Q2 期刊
3. 個人化收藏功能 💾
- 註冊用戶可收藏感興趣的文章,方便日後閱讀和參考
4. AI 輔助摘要生成 🤖
- 運用 GPT 模型生成文章摘要的繁體中文精簡版
- 快速掌握文章核心內容,提高閱讀效率
5. 相關文獻智能推薦 🔍
- 採用先進的語意向量搜尋技術
- 「以文找文」功能,快速定位相關研究
6. 智能語意搜尋 🕵️
- 自動轉換使用者輸入詞,進行向量搜尋
- 確保搜尋結果的相關性和準確性
7. 文獻整合與短文生成 📝(測試版)
- 從智能搜尋結果中選擇最多 5 篇文獻
- AI 輔助整合多篇文獻,生成簡潔的綜述短文
8. 醫學新聞整合 📰
- 特別關注並收集與腎臟科相關的美國 Google 新聞
技術特點 🛠️
- 🐍 基於 Flask 框架開發,確保穩定性和擴展性- 🗄️ 使用 Supabase 作為後端數據庫,提供高效的數據管理
- 🧠 整合 OpenAI 的 GPT 模型,實現智能文本處理
- 📊 應用嵌入向量技術,提升搜索的精準度和相關性
- 🔐 完整的用戶認證和授權系統,保障數據安全
使用指南 📌
1. 訪問網站:https://flask-pubmed.vercel.app/2. 註冊/登錄:享受個性化服務,如文章收藏功能 (非強制性)
3. 瀏覽文章:可按主題、期刊或通過搜索功能查找感興趣的文章
4. 收藏文章:點擊心形圖標將文章添加到收藏夾
5. 查看摘要:每篇文章都提供 AI 生成的繁體中文摘要
6. 智能搜索:使用關鍵詞進行語意搜索,發現相關文獻
7. 生成短文:選擇多篇文獻,使用 AI 功能生成綜述短文