這項研究把增強式生成和機器學習優化的提示結合，讓大型語言模型預測分子TPSA的準確度大幅提升，預測誤差從62.34降到11.76。這方法不只減少模型產生幻覺，也不用重新訓練模型，就能擴展LLM在科學研究的應用。 相關文章 PubMed DOI 推理 ♡

TEmbed-DDI 是一種新方法，利用大型語言模型的嵌入技術，結合醫療情境資訊，提升藥物交互作用（DDI）註釋的準確度。它不只看分子結構，還用有意義的文本特徵，讓藥物表示更完整。這方法在西藥和中藥的測試都表現優異，也是首次把中藥納入 DDI 註釋，未來在醫學研究和新藥開發很有潛力。 相關文章 PubMed DOI 推理 ♡

這項研究用大型語言模型，從GEM資料庫和文獻中自動萃取基因編輯細節，突破了原本資料庫的限制。這讓研究人員能更快找到重要基因、規劃實驗，提升基因編輯研究效率。相關工具和資料已在GitHub公開，方便大家使用。 相關文章 PubMed DOI 推理 ♡

這項研究發現，GPT-4在整理小麥和大麥相關科學論文的遺傳資料時，準確率高達97%，擷取性狀和標記-性狀關聯的表現也比GPT-3.5好，錯誤率更低。GPT-4有時甚至能達到人類專家的96%水準。雖然還有改進空間，但未來在協助整理科學資料上很有潛力。 相關文章 PubMed DOI 推理 ♡

生命科學文獻量暴增，人工整理越來越吃力。這項研究用大型語言模型（LLMs）自動產生高品質、正確又有參考文獻的非編碼RNA（ncRNA）摘要，大多數都獲得專家好評。總共產出超過4,600篇摘要，已公開在RNAcentral。結果證明，只要設計好提示並自動檢查，現有LLMs就能自動化文獻摘要整理。 相關文章 PubMed DOI 推理 ♡

Sora™ 這類 AI 影片生成技術，能用文字創造真實情境，對護理教育和病人照護很有幫助。但也有內容不正確、倫理疑慮和偏見等風險，可能影響病人安全。要安全應用，需解決操作和內容問題，並加強醫護與 AI 開發者合作。 相關文章 PubMed DOI 推理 ♡

**重點摘要：** 這項研究發現，將大型語言模型（LLMs）融入護理學生的問題導向學習（PBL）中，能顯著提升他們的批判性思考能力，特別是在歸納推理方面，效果比傳統PBL更好。使用LLM輔助的學生進步幅度更大，顯示LLM是護理教育中很有效的工具。 相關文章 PubMed DOI 推理 ♡

這項研究發現，把結構化臨床知識（SCAI RAG）加進 Llama LLMs，能明顯提升小型模型（13B）在美國醫師執照考試的表現，甚至讓它通過 Step 3。大型模型（70B、405B）本來就表現很好，加 SCAI RAG 也有小幅進步。整體來說，整合正式臨床知識有助 LLMs 在醫療領域的應用。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4在依循EULAR類風濕性關節炎指引時表現不錯，尤其是是非題答對率更高。經兩位風濕科醫師評分，答案正確且一致性高，部分答案在回饋後還有進步。顯示ChatGPT-4有潛力成為RA臨床決策的輔助工具，有助提升風濕科的循證與個人化醫療。 相關文章 PubMed DOI 推理 ♡

這項研究發現，不同的提問方式會影響GPT回答牙科植體問題的品質。雖然所有模型都能給出不錯的答案，但用情境化提示時，治療相關問題的回答較不清楚、相關性也較低，不過引用資料的表現較佳。整體來說，GPT能提供實用資訊，但提問設計還有改進空間。 相關文章 PubMed DOI 推理 ♡