這項研究評估了烏干達醫學教職員對ChatGPT及其他人工智慧工具的使用情況，發現大多數參與者為男性，年齡中位數41歲。90%的人聽過人工智慧工具，63%有使用經驗，ChatGPT最受歡迎。教職員主要用這些工具進行研究寫作和考試準備，但50歲以上的教職員使用意願較低。研究建議需加強培訓及制定政策，以更有效地整合人工智慧於醫學教育中。 相關文章 PubMed DOI ♡

這段文字探討大型語言模型（LLMs）如ChatGPT在生物資訊學，特別是基因組學中的限制，提到資料檢索不佳、幻覺及序列操作錯誤等問題。為了解決這些挑戰，作者提出NagGPT作為LLMs與資料庫的橋樑，幫助精煉查詢並提高資訊準確性。此外，還介紹了Genomics Fetcher-Analyzer，這個自訂GPT能讓ChatGPT生成並執行Python程式碼，進行生物資訊學任務，並使用各種基因組資料庫的資料。整體目的是增強ChatGPT在生物資訊學的功能，提升事實準確性和遵循指示的能力。 相關文章 PubMed DOI ♡

這項研究調查了埃及的醫學生對於使用ChatGPT等聊天機器人的看法和實踐。透過社交媒體發放的匿名問卷，回收率高達96%，共614名參與者。大多數受訪者（78.5%）曾使用ChatGPT，對其看法（平均3.99）、態度（平均3.01）和實踐（平均3.55）均表現正面。雖然學生對ChatGPT有興趣和信任，但約一半人對其準確性有疑慮，且超過三分之二擔心在醫學教育中的濫用。研究建議在教育中使用AI時應遵循倫理指導方針，並呼籲進一步研究AI對學習的影響。 相關文章 PubMed DOI ♡

這項研究探討大型語言模型（LLMs）在醫學倫理教育中的角色，特別是如何促進未來醫療人員的美德。研究指出，LLMs能有效模擬人類溝通，成為醫學教育的寶貴工具。透過混合方法論，將LLMs視為倫理討論的範例和顧問，並強調將人工智慧倫理納入醫學課程的重要性。研究認為，LLMs可作為「第二最佳」解決方案，增強學習體驗，並促進道德知識的獲取。最終，研究認為像ChatGPT這樣的工具能顯著改善醫學倫理教育環境。 相關文章 PubMed DOI ♡

外科醫生在照護臨終病人時面臨情感挑戰，如悲傷和道德困擾，這不僅影響他們的身心健康，也可能影響病人的安全。為探討這些影響，進行了一項系統性回顧，涵蓋2000年至2024年間的相關研究。最終分析了26篇文章，發現外科醫生的情感影響可能導致憂鬱和職業倦怠，進而影響病人照護品質。研究強調需提供有效的支持和評估工具，以減輕外科醫生的情感負擔。 相關文章 PubMed DOI ♡

這項研究比較了大型語言模型（LLMs）與人類腸胃科醫生在挑戰性腸胃病例中的診斷能力。研究分析了67個病例，發現LLM Claude 3.5 Sonnet的準確率達76.1%，明顯高於腸胃科醫生的45.5%。這顯示先進的LLMs能成為腸胃科醫生的有力工具，提供高效且具成本效益的診斷支持。 相關文章 PubMed DOI ♡

這項研究評估了使用大型語言模型（LLM），特別是GPT-4，在協助醫生進行管理推理任務方面的有效性，並與傳統資源進行比較。研究於2023年11月到2024年4月進行。 相關文章 PubMed DOI ♡

大型語言模型（LLMs）有潛力改變高中數學的教學方式。雖然大部分研究專注於輔導學生，但對於如何幫助教師的探討仍然不足。本研究提出利用LLMs增強教學計畫，透過模擬教師與學生的互動並生成教學反思，進而指導LLM改善教學計畫。人類評估顯示，這種方法顯著提升了LLM生成的教學計畫質量，與人類教師創建的計畫相當。這不僅幫助教師排練模擬，還提供了完善教學計畫的見解，展現了LLMs在教學準備中的實際應用。 相關文章 PubMed DOI ♡

這項研究探討了寫作中的「人類觸感」，比較了人類撰寫的信件和ChatGPT生成的信件。七位研究者評估了兩封信的可讀性和人類觸感，結果顯示兩者相似，皆具人類觸感，但語調上有些微差異。主要結論是，人類寫作與AI寫作的差異在於寫作過程的樂趣。研究建議AI應增強而非取代人類的寫作體驗，並呼籲進一步探討這個主題。 相關文章 PubMed DOI ♡

這項研究探討經過微調的大型語言模型（LLM）在放射科CT檢查協議分配中的應用。研究分析了4,268例對比增強的胸部和腹部CT，並根據臨床指徵等訓練LLM。經過15個時期的微調後，模型準確率達到0.923和0.963，靈敏度為0.907。 評估結果顯示，LLM提升了住院醫師和放射科醫生的準確性，住院醫師的準確率從0.913提升至0.936，且閱讀時間分別縮短14%和12%。總體而言，LLM能有效提升CT協議的效率與診斷準確性。 相關文章 PubMed DOI ♡