抑鬱症對全球影響深遠，影響工作效率和殘疾率。雖然早期發現很重要，但現有的篩檢工具常缺乏客觀性。研究者正探索影像分析、血液標記及日記寫作等客觀指標。這項研究利用情感日記應用程式，評估91名參與者的日記文本，並使用GPT-3.5和GPT-4等大型語言模型進行抑鬱症檢測。結果顯示，微調後的GPT-3.5準確率達90.2%，顯示用戶生成的文本在臨床檢測抑鬱症上具潛力，未來可結合其他可測量指標進一步研究。 相關文章 PubMed DOI ♡

隨著像ChatGPT這樣的AI工具在學術研究中的普及，關於作者身份和透明度的討論愈加重要。這篇評論強調需要建立一個標準化的AI貢獻分類法，以明確AI在研究中的角色。透過調整NIST的分類法，新增假設生成、數據分析等任務類別，可以提升研究的透明度和問責制。這樣的分類法能解決目前AI貢獻披露的不一致，幫助區分AI與人類的任務，促進符合倫理標準的報告，最終增進對AI在研究中使用的信任，維護學術誠信。 相關文章 PubMed DOI ♡

II類微菌素是一種有潛力的新型抗生素，但目前識別的數量有限。本研究探討利用蛋白質大型語言模型的數值嵌入來檢測細菌基因組中的微菌素，並與傳統的序列比對方法（如BLAST）進行比較。結果顯示，嵌入法在識別已知II類微菌素上更有效，還能發現一些傳統方法忽略的新型微菌素。隨著抗生素抗藥性問題日益嚴重，發現新的抗菌肽至關重要，這項研究為對抗細菌感染提供了新策略。 相關文章 PubMed DOI ♡

放射科醫師對生成式人工智慧和大型語言模型的看法各有不同，受實踐環境影響。有些醫師認為這些技術能提升診斷準確性、簡化流程及改善病人照護，特別是在影像分析和報告生成方面。然而，也有醫師擔心人工智慧結果的可靠性、工作取代及倫理問題。醫師對這些工具的接受度受訓練程度、對技術的熟悉度及機構支持等因素影響。總之，這些新技術的實施需謹慎考量其優缺點，並強調醫師與開發者之間的合作與教育。 相關文章 PubMed DOI ♡

這篇文章探討了基於概率的估計在預測精神病患者自殺風險上的限制，並建議採用博弈論的策略來改善醫生與患者的互動，進而提升治療效果和降低自殺風險。文章還指出大型語言模型在量化患者臨床決策的潛力，並強調記錄這些決策的重要性，以確保每次患者互動都能維持高品質的護理標準。 相關文章 PubMed DOI ♡

這項研究指出，網路醫療資訊在骨科領域的使用越來越普遍，但也面臨品質挑戰。研究評估了25個網站，並針對10個網站使用髖部資訊評分系統（HISS）進行分析。最初的平均分數為9.5，顯示品質不佳。經過ChatGPT的建議後，分數提升至21.5，顯示出優秀的品質。結果顯示，ChatGPT能顯著改善線上病人資訊的品質，成為骨科醫生創建教育材料的有力工具，雖然無法取代專業知識，但能提升醫療資訊的可及性與品質。 相關文章 PubMed DOI ♡

Seqwash是一種創新的演算法，利用大型語言模型來協調免疫細胞的測序資料。它透過創建統一的序列表示，有效過濾不相關信息，並突顯重要模式。評估結果顯示，Seqwash能標準化免疫細胞資料，提升特徵質量，並在各種下游任務中（無論是監督式或非監督式）改善與測序數據相關的表現。 相關文章 PubMed DOI ♡

這篇文章探討了醫療腫瘤學中，人工智慧（AI）在自動文本分析的最新進展，特別是自然語言處理（NLP）的重要性。大型語言模型在解答醫療問題上表現突出，並介紹了如預後評估、治療建議等新應用。作者呼籲啟動全球臨床評估，以驗證AI決策支持系統的有效性，並解決潛在偏見。他們強調在推進病人護理時，必須保持科學的嚴謹性。 相關文章 PubMed DOI ♡

這項研究評估了ChatGPT 4.0在急診部分診的診斷準確性和效率。透過系統性回顧和統合分析，分析了14項研究，涵蓋1,412名患者。結果顯示，ChatGPT 4.0的準確率為0.86，明顯高於3.5版本的0.63。雖然4.0版本顯示出提升急診分診準確性的潛力，但仍存在顯著的變異性和潛在偏差，需進一步研究和改進。 相關文章 PubMed DOI ♡

這段文字探討了從文本中識別和提取關鍵資訊的重要性，特別是在食品領域，對營養師和醫生很有幫助。文中提到命名實體識別（NER）和命名實體連結（NEL）的角色。大型語言模型（如ChatGPT）為這些任務提供了新機會。作者評估了ChatGPT-3.5和ChatGPT-4在食品數據的NER和NEL表現，並比較它們在生物醫學領域的能力。結果顯示，ChatGPT在NER上表現不錯，但在實體連結的有效性上則較低。作者提醒，雖然ChatGPT有潛力，但在食品和生物醫學的關鍵決策上不應過度依賴。 相關文章 PubMed DOI ♡