這項研究評估了多種大型語言模型（LLMs）在心理健康預測任務中的表現，測試的模型包括Alpaca、FLAN-T5、GPT-3.5和GPT-4。研究探討了不同的提示技術，結果顯示指令微調能顯著提升模型能力，尤其是Mental-Alpaca和Mental-FLAN-T5在準確率上超越了GPT-3.5和GPT-4。此外，研究也強調了模型的推理能力及其在實際應用中的倫理問題與偏見考量。這些發現為改善LLM在心理健康領域的應用提供了指導。 相關文章 PubMed DOI ♡

本研究評估六款生成式AI聊天機器人在鎖骨骨折管理教育中的效果，包括ChatGPT 4、Gemini 1.0等。雖然可讀性分數無顯著差異，但Microsoft Copilot和Perplexity的回答質量明顯優於其他模型。整體來看，這些AI模型在病患教育中表現良好，特別是Microsoft Copilot和Perplexity，適合用於提供鎖骨骨折相關資訊。 相關文章 PubMed DOI ♡

醫院出院摘要對醫療人員溝通非常重要，因為它記錄病人在住院期間的情況並規劃後續治療。本研究探討了ChatGPT在生成出院摘要的有效性，針對三種住院情境進行測試。結果顯示，ChatGPT能有效結構化出院摘要，清晰總結關鍵問題和後續計畫。雖然它在文檔生成上顯示潛力，但仍需仔細審查以確保準確性。未來可進一步研究AI生成的摘要是否能幫助初級醫師更有效地學習和撰寫。 相關文章 PubMed DOI ♡

這項研究評估了ChatGPT-4o在識別MRI影像及診斷腦腫瘤的表現，並與經驗豐富的放射科醫師進行比較。研究涵蓋46名腦腫瘤患者的術前MRI影像。結果顯示，ChatGPT-4o識別病變的準確率為95.7%，但在定位病變和區分腦外、腦內病變方面表現不佳。其診斷成功率僅為56.8%，遠低於放射科醫師的90.9-93.2%。雖然ChatGPT-4o在某些特徵識別上表現良好，但在診斷上仍需改進，未來有潛力成為放射科醫師的輔助工具。 相關文章 PubMed DOI ♡

宣洩夢是一種特定的情感夢，能幫助調節負面情緒，具有動態情節和情感轉折，符合亞里士多德的宣洩理論。研究顯示，這類夢在健康人和經歷噩夢的人中都很普遍。特別是在進行為期兩週的意象重演療法和快速眼動（REM）睡眠時，宣洩夢的數量顯著增加，並且與噩夢患者的抑鬱分數下降有關，顯示其對情感健康的正面影響。 相關文章 PubMed DOI ♡

1978年的阿爾瑪-阿塔宣言推動了普及健康的轉變，WHO隨後倡導健康城市。1984年多倫多會議後，這一概念受到重視，1986年在里斯本啟動首個試點項目。最近的研究調查了九個亞洲國家在數位健康城市的能力，結果顯示需建立網絡支持數位健康倡議。柬埔寨面臨電力和基礎設施挑戰，南韓強調遠距醫療，中國則專注數據庫建設。研究強調大數據政策及個人信息保護，並建議提升數位素養以確保倡議有效性。 相關文章 PubMed DOI ♡

這項研究探討了OpenAI的生成式AI模型o1作為虛擬醫療助手（GPT-NS）在周邊神經手術決策中的應用。透過模擬五個臨床情境，AI協助外科醫生處理病歷、診斷和治療計畫，並提供案例摘要。神經外科專家和住院醫師評估GPT-NS的表現，平均得分4.3。雖然AI在理解臨床問題和案例呈現上表現優異，但在診斷排序和治療建議上仍需改進。研究強調專家評估AI輸出的重要性，並建議未來應提升AI能力並整合進手術流程。 相關文章 PubMed DOI ♡

這項研究專注於從文本中提取與COVID-19疫苗相關的不良事件資訊，對疫苗安全性監測至關重要。研究比較了大型語言模型（LLMs）和傳統深度學習模型的表現，並探討了模型集成的優勢。使用了VAERS、Twitter和Reddit的數據，識別疫苗、接種和不良事件等實體。多個模型經過微調，最佳集成結果顯示「疫苗」的F1分數為0.878，「接種」為0.930，「不良事件」為0.925，整體微平均F1分數為0.903。研究強調了微調和集成方法在提升性能上的重要性，推進了生物醫學領域的自然語言處理。 相關文章 PubMed DOI ♡

最近的研究探討大型語言模型（LLMs）在臨床決策和考試問題回答的有效性，特別是視覺語言模型（VLMs）的引入。研究評估了GPT-4、Claude-3 Sonnet和Gemini-1.5在德國和美國醫學執照考試中的表現。結果顯示，所有LLMs在文本問題中均達及格，但只有GPT-4在圖像問題中超過及格，表現明顯優於其他模型。GPT-4在文本和圖像問題上也超越了醫學生的歷史表現，顯示其在外科決策和醫學教育中的潛在應用價值。 相關文章 PubMed DOI ♡

這篇論文探討ChatGPT如何幫助醫學生在跨學科通識課程中學習程式設計，並分析他們面臨的挑戰，如學業壓力和認知偏誤。研究採用扎根理論，訪談30名醫學生，找出影響他們使用ChatGPT的意願因素。結果顯示使用意願可分為主動、中立和負面三類，並識別出四個關鍵維度：個人、技術、資訊和環境因素。最後，論文提出增強ChatGPT有效使用的策略，包括風險預防、倫理教育和個性化教學等，以提升程式設計能力。 相關文章 PubMed DOI ♡