這篇研究發現，護理研究所學生用ChatGPT寫作業有助於省時和學習，但也帶來倫理疑慮。訪談13位學生後，歸納出機會、不確定性及實務建議三大主題。研究強調，老師應了解學生怎麼用AI，重視倫理問題，並調整教學與評量方式，協助學生負責任地運用AI工具。 相關文章 PubMed DOI 推理 ♡

放射科教育因臨床工作量大，教師教學時間有限。整合大型語言模型（LLMs）到放射報告流程，可於報告前、中、後即時提供病例摘要、診斷建議、回饋與學習資源，協助提升受訓醫師學習成效，同時不影響臨床效率。 相關文章 PubMed DOI 推理 ♡

這項研究發現，用自然語言處理（NLP）分析臨床紀錄，比傳統ICD編碼更能準確辨識髖部骨折患者的跌倒事件及其機制。NLP辨識跌倒事件的準確率高達98%，遠勝ICD的26%；辨識跌倒機制也優於ICD。顯示NLP能有效提升疾病登錄資料的正確性。 相關文章 PubMed DOI 推理 ♡

這項研究比較 GPT-4 和 Claude 3 Opus 兩款大型語言模型在醫學選擇題上的表現。結果發現，兩者在語意推理題的表現比數值推理題好，且 Claude 3 在數值題上勝過 GPT-4。不過，兩者在不同醫學主題的表現不一，整體準確度也都低於人類醫師。此外，模型選擇作答或跳過，並不能代表答案正確與否，因此他們的醫療建議還是要小心判斷。 相關文章 PubMed DOI 推理 ♡

這篇研究發現，單一大型語言模型在不同醫學問答資料集上的表現差異很大。透過LLM-Synergy框架，結合多個LLM並用加權多數決和分群動態選擇兩種集成方法，能有效提升準確率。實驗結果顯示，這種集成方式在三個醫學QA資料集上都比單一模型表現更穩定、更可靠。 相關文章 PubMed DOI 推理 ♡

肝硬化照護很複雜，傳統門診難即時掌握病況。現在有居家監測裝置能連續收集健康數據，但整合進照護流程有困難。大型語言模型和生成式AI能協助整理、分析這些資料，幫助監測併發症、支援醫師決策，甚至自動分流和摘要病人資訊。未來生成式AI有望大幅改變肝硬化居家照護模式。 相關文章 PubMed DOI 推理 ♡

這篇論文提出一套能把360度照片轉成高擬真3D模型的系統，結合了COLMAP、Gaussian Splatting等技術，讓使用者能在VR中探索，還能和AI虛擬分身互動。這對自閉症患者等族群打造安全的治療空間很有幫助。優點是擬真度高、拍照簡單，但需要高運算資源、相機擺放也要精準。未來在醫療、產業和文化保存都很有發展性。 相關文章 PubMed DOI 推理 ♡

這是一則針對 DOI: 10.2196/70450 這篇文章的更正通知。 相關文章 PubMed DOI 推理 ♡

日本調查發現，雖然單肺通氣多用雙腔導管，但右側雙腔導管很少被採用，近半數醫療院所甚至從未用過。主要原因是插管和定位困難，以及醫師對右側導管不熟悉。高手術量醫院用得較多，但整體來說，技術疑慮仍限制普及。如果這些問題能解決，許多麻醉科醫師會願意增加使用。 相關文章 PubMed DOI 推理 ♡

這項研究發現，六款主流AI聊天機器人在回答腰薦椎神經根痛相關臨床問題時，和臨床指引的符合度只有中等，表現差異也很大。Perplexity表現最好，但也只有67%符合，ChatGPT和Claude更只有33%。因此，醫師和病患在參考AI建議時要特別謹慎，避免被不正確的資訊誤導。 相關文章 PubMed DOI 推理 ♡