這項研究探討大型語言模型（如 GPT-4）如何在不微調的情況下實現超出分佈的泛化，特別是從輸入提示推斷隱藏規則。研究重點在於變壓器的訓練動態及歸納頭的角色。主要發現指出，OOD 泛化與模型在自注意力層間組合資訊的能力有關，並且嵌入空間中的共享潛在子空間有助於這種組合，形成「共同橋接表徵假說」。這顯示模型的早期層和後期層能夠協調，以支持學習 OOD 任務所需的規則。 相關文章 PubMed DOI ♡

活體腎臟捐贈對於腎衰竭患者的救助非常重要，但目前捐贈者與等待患者之間的差距很大。本研究透過Reddit等社交媒體，識別潛在的活體捐贈者，並將相關內容分為三類。研究比較了BERT模型與GPT-3.5（ChatGPT）的分類效果，發現GPT-3.5的準確率較高。經過錯誤分析後，兩者的準確率都有所提升，顯示大型語言模型在社交媒體內容分類上具潛力，並強調了提示工程的重要性。 相關文章 PubMed DOI ♡

人工智慧（AI）在急診科的臨床護理中有很大潛力，特別是透過臨床決策支持（CDS）工具。不過，目前對這些工具的開發和評估缺乏明確指導。為了解決這個問題，專家小組在2024年加拿大急診醫師協會研討會上進行了討論，並提出11項建議，包括選擇相關臨床問題、組建專家團隊、確保數據質量、制定AI報告指導方針，以及遵循倫理和隱私標準。這些建議旨在幫助急診醫學研究人員更有效地開發AI工具，並增強臨床醫生的信任。 相關文章 PubMed DOI ♡

異位性皮膚炎（AD）是一種常見的慢性皮膚病，受遺傳、皮膚屏障、免疫系統及環境等多重因素影響。近期治療進展包括FDA批准的免疫調節劑，如生物製劑（如dupilumab、crisaborole）和小分子藥物（如baricitinib），雖然療效顯著，但價格偏高。這篇綜述總結了AD的發病機制、診斷標準及治療選擇，並探討新療法的效果及臨床試驗進展，還提到人工智慧在AD診斷與管理中的應用。研究資料來自PubMed、Google Scholar和ScienceDirect。 相關文章 PubMed DOI ♡

這項研究探討了Gemini Advanced這個大型語言模型（LLM）在生成臨床小案例和導師指南的有效性，並評估其與問題導向學習（PBL）課程的學習目標的對齊程度。研究結果顯示，LLM生成的臨床小案例在對齊學習目標上得分較高，但原始案例在教育適切性和遵循PBL設計方面表現較佳。導師指南方面，LLM版本在流程和內容全面性上表現優異，但缺乏視覺元素。總體而言，建議醫學教育者利用LLM創造創新的學習體驗，同時注意其局限性。 相關文章 PubMed DOI ♡

這項研究評估了ChatGPT在分析葡萄膜黑色素瘤患者案例並提供治療建議的能力。研究回顧了40名患者的案例，發現ChatGPT的手術建議準確性為55%，排除眼球摘除後提高至75%。與三位專家的建議一致性分別為50%、55%和57%，在排除眼球摘除後則提升至70%至75%。雖然ChatGPT在簡單案例中表現不錯，但在處理更複雜的情況時仍有其限制，顯示出需要更全面的患者評估。 相關文章 PubMed DOI ♡

這項研究評估了ChatGPT在回答小兒肱骨上髁骨折相關問題的效果。研究中提出七個常見問題，並根據回答的清晰度和準確性進行分類。結果顯示，四個回答雖然滿意，但仍需澄清；三個則不滿意，缺乏準確性和清晰度。沒有任何回答被評為優秀。研究指出，ChatGPT提供的資訊雖有幫助，但通常需要進一步澄清，特別是在治療方案上。因此，建議家長應諮詢醫療專業人員以獲得準確指導。這項評估屬於五級專家意見。 相關文章 PubMed DOI ♡

這項研究探討了先進的人工智慧演算法及大型語言模型（LLMs），特別是OpenAI的ChatGPT，對牙科診斷的影響。透過公開數據集，這些模型提升了醫療專業人員的診斷能力，改善了患者與醫療提供者的溝通，並提高了臨床效率。ChatGPT-4的推出預期將對口腔外科產生重大影響。本文回顧了LLMs在牙科診斷的應用，並提出未來研究方向，評估人工智慧在醫療領域的潛力與挑戰。 相關文章 PubMed DOI ♡

這項研究評估了OpenAI開發的GPT-4在病理影像分析中的診斷準確性。研究涵蓋16個器官的44張組織病理影像及100張結直腸活檢顯微照片。GPT-4在腫瘤類型和組織來源的整體準確率為0.64，結腸息肉的分類準確率介於0.57到0.75之間。它在區分低級別和高級別不典型增生方面表現良好，準確率達0.88，對腺癌檢測的敏感性也很高。整體來看，GPT-4的表現與病理住院醫師相當，顯示其作為輔助工具的潛力。 相關文章 PubMed DOI ♡

這篇評論強調了在胃腸病學和肝臟病學領域，自然語言處理（NLP）和大型語言模型（LLMs）的進展。根據PRISMA指導原則，分析了2003至2024年間的57項研究，顯示2023至2024年相關出版物顯著增加，特別是針對GPT-3和GPT-4等模型。 主要發現指出，NLP模型在從電子健康紀錄中提取資料方面有所改善，並能高精確度識別疾病特徵。儘管這些技術在提升診斷和治療潛力上表現良好，但在日常臨床實踐中的整合仍面臨挑戰，未來研究應聚焦於其實際應用價值。 相關文章 PubMed DOI ♡