這項研究探討主流媒體在Facebook上對COVID-19疫苗的報導，及其與主要疫苗製造商股票表現的關聯。分析了2020年1月至2021年12月的貼文，並使用結構主題模型找出十個關鍵主題，如疫苗試驗和政治化。雖然某些Facebook反應（如「Haha」和「Angry」）與股價波動有關，但情感反應對交易量的影響不大。研究顯示社交媒體情緒與金融市場之間的複雜互動，並建議未來可用大型語言模型進行更深入的分析。 相關文章 PubMed DOI ♡

這項研究調查了關於人工耳蝸的常見問題，並評估相關線上內容的質量與可讀性。主要問題分為三類：裝置技術（21%）、手術因素（18%）及手術後經驗（12%）。分析顯示，資訊來源多為學術機構，但可讀性普遍不符合病人教育標準，僅有兩個網站適合八年級以下讀者。與ChatGPT相比，網站的準確率為78%，而ChatGPT為85%。研究強調需改善線上教育資源，以便病人能獲得易懂且可信的資訊。 相關文章 PubMed DOI ♡

腎臟科的研究越來越重視複雜的分子系統及其與疾病和治療的關聯。隨著組學科學和數位健康的進步，研究變得更依賴數據，並需要強大的計算工具來處理新生物標記。人工智慧（AI）和機器學習（ML）在分析各類數據上展現出優勢，但目前只有少數基於ML的醫療決策系統經過驗證可用於臨床。為了有效整合新發現，需發展可解釋的ML方法和個人化醫療策略。AI驅動的「智慧腎臟科」仍在起步階段，面臨數位鴻溝等挑戰。這篇社論探討了AI在腎臟科的應用，並介紹了相關特刊。 相關文章 PubMed DOI ♡

從生物醫學文獻中提取準確資訊相當複雜，因為這個領域跨學科且術語專業。早期的自然語言處理（NLP）方法常常無法掌握語言的細微差別，導致錯誤答案。隨著變壓器模型的出現，大型語言模型（LLMs）在問答任務中表現改善，但仍面臨挑戰，經常產生「幻覺」信息。我們的研究透過增強檢索架構來提升LLMs在生物醫學問答中的表現，並開發了問答機器人WeiseEule，強調用戶查詢信號的重要性，改善了回應的準確性和相關性。 相關文章 PubMed DOI ♡

這篇論文介紹了一個針對無人零售商店的綜合軟體服務框架，重點在於提升顧客服務，透過了解顧客需求和引導他們找到產品。我們運用視覺識別技術識別商品，並利用大型語言模型（LLMs）分析顧客偏好，提供量身訂做的推薦。 我們探討了基於深度神經網路的影像識別模型，並提出利用有限訓練數據微調LLMs的方法，提升參數更新效率。此外，智能推薦系統能自動分析顧客偏好，完善顧客到貨架的體驗。實驗結果顯示，我們的方法在有限數據集上表現優於現有技術，為顧客創造無縫的購物體驗。 相關文章 PubMed DOI ♡

這項研究評估了ChatGPT-4在社區藥局的表現，包括藥物資訊檢索、標籤錯誤識別、處方解讀及決策支持等。結果顯示，ChatGPT對藥物查詢的回應相當滿意，能引用正確的藥物數據，並成功識別標籤錯誤。在臨床情境中，其建議與藥師相當，特別是在藥物反應評估和健康建議方面。研究指出，ChatGPT可能成為社區藥局的有用工具，但仍需進一步驗證其在不同查詢和病人群體中的有效性及隱私問題。 相關文章 PubMed DOI ♡

這項研究比較了兩種模型在預測住院情況的表現，分別是深度學習模型Bio-Clinical-BERT和詞袋邏輯回歸模型BOW-LR-TF-IDF。研究基於Mount Sinai Health System近140萬名患者的數據，結果顯示Bio-Clinical-BERT的接收者操作特徵曲線下面積（AUC）得分為0.82到0.85，優於BOW-LR-TF-IDF的0.81到0.84。雖然兩者性能差異不大，但都能有效利用分診筆記進行預測。研究強調在資源有限的情況下，簡單模型也能滿足需求，並建議進一步研究以提升醫療預測能力。 相關文章 PubMed DOI ♡

這篇論文探討簡訊(SMS)介入在健康行為支持上的有效性，回顧了相關研究的歷史及美國政府的資金來源。研究涵蓋身體活動、飲食、心理健康和物質使用等議題，並透過統合分析提供支持。文中強調簡訊的即時支持和數據收集優勢，並提出增強有效性和用戶參與的設計要素，還探討生成式人工智慧在改善互動中的潛力。最後，論文針對平台、隱私、醫療整合及用戶參與等挑戰提出解決方案，期望幫助研究人員和實務者改善健康結果。 相關文章 PubMed DOI ♡

這項初步研究探討醫師助理（PA）計畫的醫學主任在倡導PA方面的角色，並分析影響因素。研究使用混合方法，發送調查問卷收回69份，回覆率26%。結果顯示，大多數受訪者為男性白人醫學博士，並每週作為PA醫學主任工作8到12小時。他們普遍反對改變PA職稱，並未參與相關立法，但積極推廣PA的領導角色和就業機會。值得注意的是，41%的受訪者感到缺乏專業組織的支持。研究建議加強對醫學主任的支持，以促進PA職業發展。 相關文章 PubMed DOI ♡

全髖關節置換術（THA）是一項常見手術，雖然結果通常良好，但手術部位感染（SSIs）風險仍然存在，可能導致嚴重併發症及增加醫療費用。有效的病人教育對降低這些風險至關重要，因為知情的病人更能採取預防措施。像GPT-4o這樣的先進語言模型，能提供客製化的教育資源，促進互動學習，並支援多語言，提升病人對預防策略的理解與遵循。透過這些技術，病人教育有望改善術後恢復並減少SSIs的發生。 相關文章 PubMed DOI ♡