AI和機器學習正改變難治型癲癇的神經調控治療，像神經網路和支持向量機能分析大量資料、個人化治療、優化刺激目標，也提升癲癇發作偵測和電極放置的精確度。雖然有潛力，但因病人差異和驗證有限，臨床應用還有挑戰。未來重點在整合行為數據、開發AI輔助決策工具及保障資料隱私，還需更多臨床研究驗證。 相關文章 PubMed DOI 推理 ♡

這項研究發現，像 GPT-4 這類大型語言模型，能準確從社群貼文判斷結膜炎疫情的類型、規模和原因，表現有時甚至比人類專家還好。雖然敏感度還有進步空間，但 LLM 未來有機會協助自動化公共衛生監測，幫助及早發現疫情並提醒相關單位。 相關文章 PubMed DOI 推理 ♡

這項研究發現，DALL·E 3 能生成高品質的前列腺癌病理影像，特別是 Gleason 5 分級，對教學有幫助。雖然細胞核細節還不夠精細，但整體表現不錯。不過，AI 影像有被濫用的風險，技術人員和醫師必須密切合作並加強監督。 相關文章 PubMed DOI 推理 ♡

研究發現，隨著ChatGPT等大型語言模型普及，生醫論文摘要中有特定風格用詞明顯增加。2024年，至少13.5%的摘要疑似經LLM處理，部分領域甚至高達40%。LLM對生醫寫作的影響前所未見，甚至超越COVID-19疫情時期。 相關文章 PubMed DOI 推理 ♡

這項研究比較多款大型語言模型在中國中醫師考試的表現，ERNIE-4.0正確率最高（81.7%），勝過其他模型。所有模型在西醫內科題目表現都不錯。結果顯示，訓練資料的文化背景對模型在專業醫學考試的表現很關鍵。 相關文章 PubMed DOI 推理 ♡

這項研究發現，生成式AI（如Copilot、ChatGPT、Gemini）在審查職業健康論文時，回饋速度快又方便，但建議內容品質還是比不上人工審稿人。AI雖然能提升論文修改效率，但產出內容還是要再檢查，避免錯誤或假資訊。善用AI能讓學術寫作和發表更有效率。 相關文章 PubMed DOI 推理 ♡

這篇論文提出 LLM-DDI 模型，結合 GPT 產生的分子嵌入和圖神經網路，利用生醫知識圖譜的語意關係來預測藥物交互作用。實驗證明，LLM-DDI 在真實資料上表現比現有方法更好，對藥物開發和臨床應用很有幫助。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT在化學性眼傷衛教上表現不錯，答案大多正確且符合醫療指引，但有時會漏掉細節，語言也偏艱深。若能用更簡單的說法並補充具體資訊，會更適合一般民眾。整體來說，ChatGPT有潛力，但還需優化。 相關文章 PubMed DOI 推理 ♡

RNA除了攜帶遺傳資訊，還有許多結構相關的功能。雖然AI和大型語言模型（LLMs）在蛋白質結構預測上很有成效，但目前幾個主流的核酸語言模型（如RNABERT、ERNIE-RNA等）在RNA三維結構預測上表現有限，主要是因為模型設計上還有不少瓶頸。 相關文章 PubMed DOI 推理 ♡

本章介紹用蛋白質語言模型（pLMs）預測蛋白質翻譯後修飾（PTM）位點的最新進展，強調pLMs能提升預測準確度。內容也提到微調、多模態整合、新型架構等趨勢，並討論模型可解釋性、現有限制及未來發展方向。 相關文章 PubMed DOI 推理 ♡