AspLearn 是一種創新的層級情感分類方法，利用面向感知對比學習，有效抓住同一面向句子的關聯性。這讓模型在特定面向的情感判斷上更精準，並在多個標準資料集上表現超越傳統方法，也能幫助大型語言模型挑選更貼切的情感分析範例。 相關文章 PubMed DOI 推理 ♡

這項研究分析2010到2020年GoFundMe上近13,000個神經外科募資案，發現實際募得款項僅達所需金額的18%。募資成效與疾病類型、說明內容長度及社群互動有關。GPT-4能有效分類醫療資訊。整體來說，群眾募資雖重要，但仍無法彌補醫療安全網的不足。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4o能協助將燒燙傷健康量表連結到ICF分類，和物理治療師的結果有中到高度一致。雖然它能加快流程，但目前還無法完全取代專家判斷。 相關文章 PubMed DOI 推理 ♡

五款主流大型語言模型在美國醫師執照考試的組織學選擇題上，平均正確率約91%，表現都很優秀，彼此差異不大。Claude 穩定性最高。雖然部分主題如肌肉組織、淋巴系統較具挑戰，但整體來說，AI 很適合協助醫學教育。不過，還是需要專業人員監督，確保可靠性。 相關文章 PubMed DOI 推理 ♡

SCassist 是一款 R 套件，結合 GPT、Gemini、Llama3 等大型語言模型，協助簡化單細胞 RNA 定序資料分析。它能在過濾、標準化、分群、細胞註解等流程，提供智慧建議和說明，讓新手或有經驗的研究人員都能輕鬆上手。套件和教學資源可在 GitHub 取得。 相關文章 PubMed DOI 推理 ♡

這項研究發現，三款大型語言模型在僅用影像描述時表現差不多，但加入臨床資訊後，Claude 3.5 Sonnet 的診斷準確率提升最多，整體表現也勝過其他兩款。不過，三者在前三名鑑別診斷的準確率上沒有明顯差異。 相關文章 PubMed DOI 推理 ♡

這篇系統性回顧是首度全面評估ChatGPT在兒科醫療應用的研究。結果發現，ChatGPT在病患衛教資料的準確性最高，但內容還需簡化才易懂；在臨床文件紀錄上能提升效率。不過，臨床決策和訓練表現不一，偶爾會有錯誤建議。大多數研究屬觀察性，未來還需更多嚴謹實驗來驗證。整體來說，ChatGPT有潛力提升效率和衛教，但仍需專業監督與更多研究。 相關文章 PubMed DOI 推理 ♡

這項研究開發了 AI-HOPE-PI3K 平台，能結合臨床和基因資料，自動分析早發性大腸直腸癌中 PI3K 路徑變異，特別針對過去較少研究的族群。平台發現帶有 PI3K 變異的結腸癌預後較差，且西班牙/拉丁裔患者有特定突變。這工具有助於推動精準醫療，縮小健康差距。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4在依據ECCO指引診斷和治療潰瘍性結腸炎及克隆氏症時，是非題表現穩定但選擇題準確度有波動。雖然有潛力成為臨床輔助工具，但建議在臨床應用前，需定期驗證、標準化提問，並多位專家共同評估，才能確保其可靠性。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT在建議慢性鼻竇炎合併鼻息肉患者使用生物製劑時，和多專科專家團隊的意見一致率只有59.2%，尤其在Mepolizumab和Omalizumab的選擇上差異較大。結果顯示，ChatGPT目前還不適合單獨用來決定這類治療，臨床應用前還需要更多驗證。 相關文章 PubMed DOI 推理 ♡