歐洲食品安全局（EFSA）正在努力改善化學風險評估，特別是利用來自科學文獻的非結構化數據。'AI4NAMS'專案探討使用大型語言模型（LLMs），如GPT系列，來提升基於新方法論（NAMs）的數據提取與整合。針對雙酚A（BPA）的案例研究中，微調的GPT-3模型（Curie）在提取任務上表現優於現成的模型（text-davinci-002和text-davinci-003），顯示微調的效果及技術進步對模型性能的提升有顯著貢獻，進一步推動AI在科學與監管領域的應用。 相關文章 PubMed DOI ♡

這篇評論探討大型語言模型（LLMs）在眼科的應用，強調它們在自然語言處理上的能力，能有效增進人類與人工智慧的溝通。LLMs能回應各種查詢，包括問題解決和文本摘要，讓它們在眼科等高科技醫療領域中變得相當重要。文章總結了目前LLMs在眼科護理中的表現及未來的潛在應用。 相關文章 PubMed DOI ♡

這項研究評估了生成式人工智慧工具的準確性，特別是 Microsoft Copilot 和 Chat-GPT 4.0 在小兒家族性地中海熱 (FMF) 的資訊提供上。研究中提出十五個問題，九位小兒風濕病專家用盲測方式評分。結果顯示人工智慧的回答變異性大，且專家之間的協議程度從差到中等，隨時間下降。雖然人工智慧在小兒風濕病學上有潛力，但研究強調了其不準確性，並指出需要人類驗證以確保醫療資訊的可靠性。 相關文章 PubMed DOI ♡

這項研究評估了AI聊天機器人，特別是ChatGPT和Google Bard在提供前列腺癌教育資訊的表現。研究發現，所有大型語言模型的準確性相似，但ChatGPT-3.5在一般知識上表現優異。ChatGPT-4的回答則更全面，而Bard的回答最易讀，獲得最高的易讀性分數。總體來說，這些AI模型雖無法取代醫療專業人員，但能有效協助病人了解前列腺癌的相關知識。 相關文章 PubMed DOI ♡

這項研究評估了安徽醫科大學醫學生對大型語言模型（LLMs），如ChatGPT的理解與使用情況。調查於2023年12月至2024年1月進行，共發放1,774份問卷，回收有效回應1,718份，回應率達96.84%。 主要發現包括：34.5%的學生使用過LLMs，男性、大三學生及公共衛生管理專業的學生對LLMs理解較好。男性和護理專業學生對LLMs的信任較高，且男性與大三學生在輔助學習中使用LLMs更普遍。大多數學生對LLMs持中立態度，只有3%持悲觀看法。研究指出，性別、年級和專業影響醫學生對LLMs的理解與使用，建議將這些模型整合進醫學教育中以提升教學效果。 相關文章 PubMed DOI ♡

這項研究評估了三款AI聊天機器人—ChatGPT、Bard和Bing—在提供有關輸精管結紮手術資訊的效果。研究者向每個機器人提出十個常見問題，並由三位泌尿科醫生根據回答的清晰度、準確性和證據基礎進行評分。結果顯示，ChatGPT的表現最佳，平均評分為1.367，明顯優於Bard和Bing。整體來看，這些AI聊天機器人能提供大部分準確的資訊，對患者而言是有用的資源，尤其是ChatGPT最為準確且簡潔。 相關文章 PubMed DOI ♡

這項研究探討如何利用大型語言模型（LLMs）來提升放射科住院醫師的回饋，特別是找出他們初步報告中遺漏的診斷。研究分析了500對初步與最終報告，使用的LLM（GPT-4）成功識別出24個獨特的遺漏診斷，敏感度達79.2%。來自14位住院醫師的回饋顯示，他們對LLM生成的回饋滿意度平均為3.50，感知準確度為3.64（滿分5分）。大多數醫師偏好將LLM回饋與傳統回饋結合，顯示LLMs能有效補充傳統回饋方法。 相關文章 PubMed DOI ♡

大型語言模型（LLMs）如GPT-4在醫療領域的應用帶來了機會與挑戰。雖然它們能提升醫療服務與病人照護，但也引發了監管與安全問題，如高變異性、缺乏可解釋性及AI幻覺風險等，讓美國和歐盟的醫療器械批准過程變得複雜。儘管如此，基於LLM的醫療應用已進入市場，顯示出監管的空白。迫切需要針對LLM特性建立框架，並加強法規執行，以免延誤對病人的保護，影響其在醫療建議上的潛力。 相關文章 PubMed DOI ♡

隨著患者能更直接獲取醫療紀錄，放射科報告中的醫學術語卻常讓人困惑。為了解決這個問題，我們提出利用大型語言模型（LLM）自動生成更易懂的報告翻譯。我們在100份去識別化的神經放射科報告上進行測試，並在不同閱讀水平上生成翻譯。結果顯示，翻譯的準確率和可讀性均優於傳統方法，特別是在第八年級閱讀水平上，準確率分別達到88%和93%。這種方法不僅增強了患者的理解，也不會顯著增加醫生的工作負擔。 相關文章 PubMed DOI ♡

這篇文章探討反思實踐在研究生一般醫師訓練及持續專業發展中的重要性，並指出從業者面臨的挑戰，如時間不足和專業孤立。文章提到大型語言模型（LLMs）能透過提出深思問題來增強反思，幫助GP探索新視角並連結理論與實踐。透過三個案例，展示LLMs如何促進自我反思，特別對孤立的從業者有幫助。雖然有隱私和偏見等倫理考量，作者建議負責任地整合LLMs，並強調科技與人文元素的平衡。 相關文章 PubMed DOI ♡