% IMPORTANT: The following is UTF-8 encoded. This means that in the presence
% of non-ASCII characters, it will not work with BibTeX 0.99 or older.
% Instead, you should use an up-to-date BibTeX implementation like “bibtex8” or
% “biber”.
@ARTICLE{Han:996870,
author = {Han, Tianyu and Nebelung, Sven and Khader, Firas and Wang,
Tianci and Müller-Franzes, Gustav and Kuhl, Christiane and
Försch, Sebastian and Kleesiek, Jens and Haarburger,
Christoph and Bressem, Keno K. and Kather, Jakob Nikolas and
Truhn, Daniel},
title = {{M}edical large language models are susceptible to targeted
misinformation attacks},
journal = {npj digital medicine},
volume = {7},
number = {1},
issn = {2398-6352},
address = {[Basingstoke]},
publisher = {Macmillan Publishers Limited},
reportid = {RWTH-2024-10893},
pages = {288},
year = {2024},
cin = {532010-2 ; 936210},
ddc = {610},
cid = {$I:(DE-82)532010-2_20140620$},
pnm = {OAPKF - Open-Access-Publikation mit Unterstützung der RWTH
Aachen University (021000-OAPKF) / BMBF 01KD2104C - Verbund
PEARL - Prävention von Darmkrebs im jungen und mittleren
Erwachsenenalter - Standort Dresden (01KD2104C) / BMBF
01EO2101 - CAMINO - Programm zur Karriereentwicklung für
forschende Ärztinnen und Ärzte in der multidimensionalen
Tumorforschung (01EO2101) / BMBF 01KD2215A - Verbund SWAG -
SchWArmlernen und Generative Modelle zur Synthese und
Nutzbarmachung hochqualitativer Daten in der Krebsmedizin -
Standort Universitätsklinikum Würzburg (01KD2215A) / BMBF
031L0312A - CompLS - Runde 5 - Verbundprojekt: TRANSFORM
LIVER - Weiterentwicklung von Vision Transformern zur
Entdeckung von Biomarkern bei Lebererkrankungen -
Teilprojekt A (031L0312A) / BMBF 01KT2302 - ERA-NET Transcan
- Tangerine - Künstliche Intelligenz-basierte
End-to-End-Vorhersage des Ansprechens auf Krebsimmuntherapie
(01KT2302) / ODELIA - Open Consortium for Decentralized
Medical Artificial Intelligence (101057091) / GENIAL -
Understanding Gene ENvironment Interaction in
ALcohol-related hepatocellular carcinoma (101096312) / BMBF
01KD2215B - Verbund SWAG - SchWArmlernen und Generative
Modelle zur Synthese und Nutzbarmachung hochqualitativer
Daten in der Krebsmedizin - Standort Universitätsklinikum
Aachen (01KD2215B) / BMBF 16DKZ2044A - Verbundprojekt:
Competence Center for Interdisciplinary Data Sciences -
Come2Data; Teilvorhaben: Lern, Unterstützungs- und
Forschungsort TU Dresden (16DKZ2044A) / BMBF 031L0315A -
LiSyM-Krebs - Phase II - Verbundprojekt: DEEP-HCC -
Vertieftes Systemverständnis der Entstehung des
hepatozellulären Karzinoms als Grundlage für neue
Früherkennungsmethoden - Teilprojekt A (031L0315A) / NADIR
- New directions for deep learning in cancer research
through concept explainability and virtual experimentation
(101114631)},
pid = {G:(DE-82)021000-OAPKF / G:(BMBF)01KD2104C /
G:(BMBF)01EO2101 / G:(BMBF)01KD2215A / G:(BMBF)031L0312A /
G:(BMBF)01KT2302 / G:(EU-Grant)101057091 /
G:(EU-Grant)101096312 / G:(BMBF)01KD2215B /
G:(BMBF)16DKZ2044A / G:(BMBF)031L0315A /
G:(EU-Grant)101114631},
typ = {PUB:(DE-HGF)16},
UT = {WOS:001341074600005},
pubmed = {pmid:39443664},
doi = {10.1038/s41746-024-01282-7},
url = {https://publications.rwth-aachen.de/record/996870},
}
Gast ::