第四型分泌系統（T4SS）是多種細菌的分泌機制，能幫助它們感染宿主並操控細胞通訊。研究中開發的T4Seeker模型，專門用來預測第四型分泌效應子（T4SEs），並以第三型和第六型分泌效應子作為負樣本進行訓練。T4Seeker在驗證集和獨立測試集上分別達到0.947和0.970的曲線下面積（AUC），顯示出優異的預測性能。與現有模型相比，T4Seeker結合傳統特徵與大型語言模型特徵，展現更高的準確性和穩健性，成為未來研究的重要工具。 相關文章 PubMed DOI ♡

這項研究評估了七種大型語言模型（LLMs）在新基準上的理解能力，要求它們回答基於短文本的問題，並與400名人類的回答進行比較。結果顯示，這些模型的表現僅達到隨機準確率，且回答變異性大。相比之下，人類在數量和質量上都明顯優於這些模型，LLMs的錯誤也顯示出非人類特徵。這表明，雖然AI模型在某些應用中有效，但它們的語言理解仍無法與人類相提並論，可能因為無法有效處理語法和語義信息。 相關文章 PubMed DOI ♡

這項研究探討非專業讀者是否能分辨AI創作的詩與人類詩人的作品。結果顯示，參與者在識別AI詩時困難重重，準確率僅46.6%，甚至低於隨機猜測。更有趣的是，他們常將AI詩誤認為人類創作。AI詩在節奏和美感上獲得較高評價，導致誤判。研究指出，非專家在區分時常用錯誤推理，認為AI詩簡單且吸引，卻誤解人類詩的複雜性為不連貫。 相關文章 PubMed DOI ♡

在COVID-19疫情期間，mRNA疫苗的發展是疫苗技術的一大進步，但公眾對接種的猶豫引發了對未來mRNA醫療創新的擔憂。從2022年6月到2023年5月，我們進行了社交聆聽分析，發現對mRNA疫苗的安全性和有效性普遍存在負面情緒，且信心缺失。討論多集中在副作用、謠言和錯誤資訊上。這顯示出需要針對性的溝通策略，以提升公眾對醫療的接受度和信任，增強社會面對未來健康危機的韌性。 相關文章 PubMed DOI ♡

為了降低自然語言算法在臨床研究中的環境影響，我們提出五個步驟： 1. **選擇節能模型**：使用經過優化的高效模型，考慮微調現有模型以節省能源。 2. **可持續基礎設施**：選擇使用可再生能源的雲端服務，與可持續供應商合作，減少碳足跡。 3. **優化訓練過程**：採用混合精度訓練等技術，降低計算資源需求，減少能源消耗。 4. **監測環境影響**：建立指標追蹤碳排放和資源使用，定期向利益相關者報告。 5. **促進合作**：與研究社群分享最佳實踐，推動可持續AI政策。 這些步驟能幫助臨床研究人員減少大型語言模型的環境影響。 相關文章 PubMed DOI ♡

這項研究探討如何透過指令調整來提升大型語言模型（LLMs）在生物醫學自然語言處理任務的表現，像是命名實體識別（NER）、關係提取（RE）和醫學自然語言推理（NLI）。研究團隊使用約20萬個專注於指令的樣本來訓練模型，目的是達到與BioBERT和BioClinicalBERT等專門模型相當的效果。他們還分析了數據集的組成對模型表現的影響，並希望分享研究結果、代碼和模型，以促進該領域的進一步發展。 相關文章 PubMed DOI ♡

這項研究探討了AI聊天機器人GPT-3.5和GPT-4.0在眼科門診註冊及診斷眼病的有效性。研究分析了208個臨床檔案，結果顯示： 1. **註冊建議**：GPT-3.5（63.5%）、GPT-4.0（77.9%）和住院醫師（69.2%）的準確性相似，無顯著差異。 2. **診斷準確性**：GPT-4.0和住院醫師在有病史及檢查的檔案中表現優於GPT-3.5。 3. **錯誤診斷**：GPT-4.0的錯誤診斷較少，顯示出精確度提升。 4. **整體表現**：GPT-4.0在鑑別診斷上接近住院醫師，顯示其潛在應用價值。 結論認為，AI聊天機器人有助於提升眼科病人註冊，但需進一步驗證其在診斷中的應用。 相關文章 PubMed DOI ♡

大型語言模型（LLMs）在醫療保健的應用越來越受到重視，成功實施依賴數位準備度、基礎設施、員工培訓及隱私倫理等因素。文章提到三種實施路徑： 1. **從零開始訓練路徑（TSP）**：使用特定醫療數據訓練LLM，提供高客製化和性能，但需大量資源。 2. **微調路徑（FTP）**：基於預訓練模型進行微調，平衡成本與性能，但可能繼承原始數據的偏見。 3. **即用即走路徑（OBP）**：快速部署但客製化有限，整合現有應用可能有挑戰。 這些路徑的選擇對健康結果有重要影響，需根據實際情況進行調整。 相關文章 PubMed DOI ♡

Terrence Sejnowski的反思讓我們看到像ChatGPT這樣的大型語言模型（LLMs）對智慧和溝通的影響。他提到這些模型的能力超乎預期，讓人感到驚訝，彷彿遇到外星智慧。這引發了關於LLMs智慧本質的重要問題，儘管它們能像人類一樣溝通，但運作方式卻與人類認知截然不同。Sejnowski的見解促使我們深入思考智慧的意義，以及如何定義和辨識非人類的智慧。 相關文章 PubMed DOI ♡

AltGosling是一個創新的工具，專為自動生成互動基因組數據的可視化描述而設計，旨在解決視障人士和低視力人士的可及性問題。傳統的替代文字生成模型在基因組學的複雜可視化上表現不佳，而AltGosling則利用基於邏輯的算法，提供詳細且可導航的描述，提升生物醫學可視化的可及性。這個工具是與視障用戶共同設計，並在生成基因組數據描述方面表現優於現有模型。其源代碼和互動演示已在GitHub上公開，促進基因組研究的可及性。 相關文章 PubMed DOI ♡