這項研究比較七款AI聊天機器人在土耳其牙科專科考試補綴牙科題目的表現。ChatGPT-4表現最好，正確率75.8%，特別擅長知識型題目；Gemini AI最差，正確率46.1%。所有AI在案例型題目上都較弱。結果顯示，AI可輔助牙科教育，但面對複雜臨床情境還需加強。 相關文章 PubMed DOI 推理 ♡

ChatGPT-3.5 在456題波蘭醫學實驗室遺傳學考題中，整體正確率59%，計算題表現最好（71%），臨床案例題最差（37%）。簡單題正確率63%，複雜題43%。多次測驗結果穩定，但在複雜專業推理上仍有限，暫不適合用於醫學遺傳學教育或考試。 相關文章 PubMed DOI 推理 ♡

研究發現，ChatGPT雖然能正確回答部分輸血醫學的基礎問題，但在複雜或新穎主題上常出現錯誤甚至危險的答案，且錯誤內容表達得很有自信，容易誤導學生。約三分之一回答未通過專家審查，因此目前不建議用ChatGPT作為輸血醫學的學習工具。 相關文章 PubMed DOI 推理 ♡

這篇文章介紹ELEVATE-GenAI框架和檢查清單，這是首套專為健康經濟與療效研究（HEOR）中應用大型語言模型（LLMs）設計的標準化報告指引。該框架涵蓋十個重點面向，並以兩個實例說明其實用性。雖然有助提升研究透明度與可重現性，但還需更多測試來優化和推廣。 相關文章 PubMed DOI 推理 ♡

這項研究比較四款大型語言模型在外科考題上的表現，發現 ChatGPT 4o 答對率最高（81.3%），其他模型較低。雖然 Gemini 和 Perplexity 內部答案一致，但不同模型間差異大，各專科表現也不同。整體來說，這些 AI 對外科教育有潛力，但可靠性不足，高風險考試時要小心使用。 相關文章 PubMed DOI 推理 ♡

這篇研究提出 iALP 方法，結合 ProtT5 語言模型和 GLU，有效辨識過敏原蛋白，準確率高達 0.957，表現比現有方法更好。iALP 工具可在 GitHub 下載，未來有助於提升過敏預防和治療策略。 相關文章 PubMed DOI 推理 ♡

**重點整理：** 大型語言模型（LLMs），像是GPT，對於氣候變遷的影響，往往會比專家共識（例如IPCC報告）還要誇大。這種高估的偏誤，在LLMs被設定成「氣候科學家」的角色時會更明顯。讓LLMs的回答與專家觀點一致很重要，這樣才能避免大眾產生錯誤的認知。 相關文章 PubMed DOI 推理 ♡

這項研究用transformer AI模型，結合紅外線、紫外線和^1H NMR光譜數據，能在幾秒內準確預測有機分子結構，取代傳統慢速專家系統。模型訓練於約10萬2千筆資料，解析29個原子內的分子，前15名準確率達83%，展現生成式AI在化學結構解析上的高效率與潛力。 相關文章 PubMed DOI 推理 ♡

這個全新AI架構結合視覺與語言模型，能從CTPA掃描自動偵測32種與肺栓塞相關的異常，並產生結構化報告。模型用超過6.9萬份多家醫院資料訓練，無論異常偵測、報告品質或預測存活率都優於現有方法，為PE診斷和預後帶來更全面、可解釋的解決方案。 相關文章 PubMed DOI 推理 ♡

機器學習人格評估（ML-PA）用行為數據來分析，比傳統問卷更有潛力，尤其用他人觀察資料時，效度和外部相關性都不錯。不過，信度還是偏低，特別是自我報告。樣本數、資料量和特質啟動都會影響準確度，演算法偏誤也要注意。未來隨著大型語言模型和可解釋性提升，ML-PA 有望更進步。 相關文章 PubMed DOI 推理 ♡