ShinySC 是一款免寫程式碼的單細胞 RNA 定序分析桌面軟體，支援多種資料格式，功能包含品質控制、分群、批次校正、差異分析、軌跡推論及多種自動細胞註解方法。可處理高達 20 萬細胞，產生可發表圖表，免費且跨平台，適合各類研究人員輕鬆上手。 相關文章 PubMed DOI 推理 ♡

這篇論文提出一個結合演繹、溯因和歸納的推理框架，利用雙向學習和策略梯度強化偽資料學習，減少標註資料需求。實驗證明，這種整合方式能提升表現，GPT-2基礎模型在人類評測上已接近GPT-3.5水準。 相關文章 PubMed DOI 推理 ♡

這項研究發現，單一大型語言模型（LLM）在醫療文獻篩選上表現不穩定，但集成方法如多數決和隨機森林能穩定提升準確度。特別是結合GPT-4o的隨機森林效果最佳，顯示多模型整合有助於提升證據整合效率。不過，這些方法還需更多驗證才能廣泛應用於臨床研究。 相關文章 PubMed DOI 推理 ♡

這項研究發現，開源大型語言模型即使在嚴格隱私規範下，也能準確擷取德文病理報告的癌症資訊。結合小型模型和RAG技術，不僅效能接近大型模型，還能省資源。有效的提示設計和檢索策略，對擷取罕見臨床細節特別重要，讓德國醫療體系能安全又高效地處理癌症資料。 相關文章 PubMed DOI 推理 ♡

研究發現，專為心電圖設計的ECG Reader-GPT，判讀表現幾乎和急診專科醫師一樣好，甚至在心律失常判讀上還更優秀，明顯勝過其他通用型AI。這顯示專業AI工具在臨床應用上，已經能媲美甚至超越人類專家。 相關文章 PubMed DOI 推理 ♡

這項研究提出一個叫 Chain of Diagnosis（CoD）的放射科報告生成框架，能提升臨床準確性和可解釋性。CoD 透過診斷問答對萃取重點，再引導報告生成，並把診斷結果和影像對應。它用 omni-supervised learning，有效利用多種標註資料訓練，表現和可解釋性都比現有方法更好。 相關文章 PubMed DOI 推理 ♡

這篇論文提出用微調大型語言模型來做作者歸屬，每位作者都用自己的文章再訓練模型，然後用困惑度最低的模型判斷作者。這方法在標準資料集表現超越現有技術，還能分析哪些詞影響判斷。結果發現內容詞比功能詞更能代表作者，挑戰了傳統文體分析的看法。 相關文章 PubMed DOI 推理 ♡

研究發現，ChatGPT用波蘭文產生的子宮頸癌篩檢資訊大多正確、完整又清楚，展現健康教育的潛力。不過，內容閱讀難度偏高，大約要大學程度才能看懂。建議簡化用語，尤其是醫學名詞，讓教育程度較低的人也能輕鬆理解。 相關文章 PubMed DOI 推理 ♡

像ChatGPT這類大型語言模型能在幾小時內寫出合格的碩士論文，讓學校難以判斷學生是否真的具備相關能力。作者建議大學應改用口試和現場評量，才能確保學生的知識和學術誠信。 相關文章 PubMed DOI 推理 ♡

這項研究測試 Easy-ICD AI 工具，發現用在長篇臨床紀錄時，能讓編碼速度快 46%，但短篇沒明顯差異。正確率雖有小幅提升，但不顯著。使用者對長篇紀錄的滿意度較高。整體來說，Easy-ICD 有助提升複雜病例的編碼效率，但還需更多實際醫院驗證。 相關文章 PubMed DOI 推理 ♡