研究人員用Kidney CHAMP試驗資料，開發出一個隨機森林機器學習模型，能預測哪些基層診所的慢性腎臟病患者屬於高風險藥物治療問題族群。模型用常見臨床數據訓練，準確度不錯（AUROC 0.72），最重要的預測因子有糖尿病、HbA1C、尿白蛋白/肌酸酐比、收縮壓和年齡。這工具有助醫療人員更精準管理高風險CKD病人。 相關文章 PubMed DOI 推理 ♡

Pyrimidine 衍生物因能同時作用多個糖尿病相關路徑（如 DPP-4、α-glucosidase、PPAR-γ、GLP-1），被認為是很有潛力的治療選擇。這篇綜述分析其結構與活性的關聯，舉例像 anagliptin 的成功案例，也提到 AI 輔助藥物設計的新趨勢。整體來說，pyrimidine 基礎分子展現高效能、多重標靶，未來發展值得期待。 相關文章 PubMed DOI 推理 ♡

這項丹麥研究發現，對同時有思覺失調症和第二型糖尿病的患者來說，使用GLP1受體促效劑和用其他糖尿病藥（像SGLT2抑制劑或DPP-4抑制劑）相比，住精神科病房或死亡的風險沒有明顯差別。換句話說，GLP1-ras不會特別增加或降低這些風險。 相關文章 PubMed DOI 推理 ♡

這篇系統性回顧整理了2021到2024年間LLMs在臨床護理的最新研究，分析15篇文獻。結果顯示LLMs能提升護理效率與品質，協助決策、衛教、紀錄及流程，但也有資料隱私、誤導內容和倫理等挑戰。文中也討論解方，預期未來LLMs會更廣泛應用於護理實務。 相關文章 PubMed DOI 推理 ♡

這項研究發現，Sitagliptin治療第二型糖尿病合併心臟舒張功能障礙的患者時，能有效降低microRNA-150-5p濃度，進而改善心臟功能，可能是因為減少心肌細胞凋亡。未來針對miR-150-5p治療，或許能成為糖尿病心臟問題的新方向。 相關文章 PubMed DOI 推理 ♡

這項研究發現，GPT-4和GPT-3.5-turbo在總結急診紀錄時，雖然GPT-4表現較好，但兩者都常出現內容錯誤或遺漏重要細節，尤其在計畫、身體檢查和病史部分。完全正確的摘要比例偏低，且少數錯誤可能有嚴重後果。了解錯誤類型和位置，對臨床應用AI生成醫療紀錄及醫師審查很重要。 相關文章 PubMed DOI 推理 ♡

TL;DR： ChatABL 結合大型語言模型和溯因學習，讓感知、語言理解和推理三種能力能互相配合。它用 LLMs 來整理知識、提升感知，感知模組再回饋給 LLMs，形成自動學習的循環。實驗證明，ChatABL 在手寫方程式辨識上表現比多數方法好，顯示這種自然語言互動有機會讓 AI 更像人類思考。 相關文章 PubMed DOI 推理 ♡

胜肽對新陳代謝調節很重要，已用於治療糖尿病和肥胖，但其製造、修飾和作用機制還有待釐清。新技術如質譜儀和多重組學，正協助我們發現更多胜肽及其在組織間溝通的角色。隨著運算和AI進步，未來在胜肽研究和代謝疾病治療上，預期會有更大突破。 相關文章 PubMed DOI 推理 ♡

在七種主要腎臟病臨床試驗中，針對分層複合終點（HCE）設定不同eGFR斜率門檻，對治療效果的估計值沒什麼影響，只會讓統計效能稍微下降。因此，用eGFR門檻來判斷是可行的替代方式，跟直接用連續型eGFR斜率相比，差異其實很小。 相關文章 PubMed DOI 推理 ♡

這項研究發現，Gɑs蛋白和cAMP訊號對腸泌素刺激胰島素分泌很重要。小鼠如果β細胞缺少Gɑs，胰島素分泌會大幅下降，血糖也會升高，對藥物反應變差。雖然還有其他路徑能部分補足，但cAMP訊號對血糖控制還是關鍵。 相關文章 PubMed DOI 推理 ♡