作者提出用問答編碼模型，讓大型語言模型回答理論設計的是非題，產生可解釋特徵來預測大腦反應。這方法在fMRI和ECoG資料上表現比現有模型好，產生的大腦地圖也符合過去研究，顯示LLM能有效連結理論與神經科學數據模型。 相關文章 PubMed DOI 推理 ♡

GraphCheck 是一套新型事實查核工具，結合知識圖譜和圖神經網路，能有效處理長篇、多層次關聯的內容。這讓大型語言模型在查核專業領域（如醫學）時更準確又省資源。實驗證明，GraphCheck 表現比現有方法更好，且用更少資源就能達到頂尖準確率。 相關文章 PubMed DOI 推理 ♡

醫療照護擴展困難，主因是人力、成本和法規限制。多代理人AI系統（多個AI協作）有望突破現有瓶頸，改善病患照護、行政流程和臨床決策。文章以敗血症管理為例，說明AI分工合作的應用，也提到慢性病和醫院流程優化。技術挑戰包括資料整合、品質控管和倫理問題。未來發展需重視驗證、監督和以病患為中心的設計。 相關文章 PubMed DOI 推理 ♡

GenePT 用 OpenAI 的 text-embedding 技術來分析基因表現，但有隱私疑慮。研究發現，Hugging Face 上的十款小型開源 transformer 模型，有些在基因分類任務上表現甚至比 OpenAI 更好，且更重視隱私。微調這些模型通常效果有限。 相關文章 PubMed DOI 推理 ♡

這篇研究發現，奈及利亞在職教師在培訓後，採用ChatGPT的關鍵在於易用性和正向態度，比單純覺得有用還重要。科技焦慮和同儕影響也會影響他們的意願。建議針對教師設計培訓、降低焦慮、強化AI信任，幫助資源有限的學校推動AI應用。 相關文章 PubMed DOI 推理 ♡

這項研究提出DeLLiriuM模型，能把住院前24小時的結構化病歷資料轉成文字，讓大型語言模型分析，預測ICU譫妄風險。模型在195家醫院、10萬多名病人驗證，預測準確度（AUROC）達82.5，優於現有方法。這是首個用這種方式處理EHR資料的ICU譫妄預測工具，能更精準反映臨床狀況。 相關文章 PubMed DOI 推理 ♡

這項研究把大型語言模型（LLM）和深度學習結合，協助ICU醫師決定是否用高流量鼻導管或無創呼吸器。LLM能強化臨床指引遵循，並給出有解釋的建議。當治療和LLM建議一致時，病人插管和死亡率都較低。大多數建議符合指引，醫師有65%同意。這方法提升可解釋性和一致性，有望改善病人預後。未來會加強禁忌症偵測並做前瞻性驗證。 相關文章 PubMed DOI 推理 ♡

GCTHarmony 是一款用大型語言模型和 OpenAI 文字嵌入技術，專門把不同單細胞 RNA 定序研究裡的細胞類型註解標準化，對應到統一的本體論術語，讓不同資料集的註解更一致、更好比對。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT、Bing 和 Google Gemini 這三個AI搜尋引擎在判斷骨科足踝手術的CPT代碼時，整體正確率只有44%。其中Bing表現最好（62%），ChatGPT最差（23%）。AI和專家醫師的編碼結果落差大，顯示目前AI還不適合單獨用來做骨科手術編碼。 相關文章 PubMed DOI 推理 ♡

這項研究用22個神經眼科病例，比較ChatGPT（GPT-3.5和GPT-4）和兩位專科醫師的診斷能力。GPT-3.5正確率59%，GPT-4有82%，醫師則是86%。GPT-4的表現已經接近專科醫師，顯示AI有潛力協助診斷複雜眼腦疾病，尤其在缺乏專科醫師的地區。不過，臨床應用前還需要更多驗證安全性與可靠性。 相關文章 PubMed DOI 推理 ♡