h1

% 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},
}