這篇回顧分析156篇LLM在臨床和外科的研究，發現多數屬於概念驗證階段，應用於資料擷取、臨床建議、報告產生和病人聊天機器人。常見模型有ChatGPT、BERT等。僅四分之一認為LLM已準備好臨床應用，多數強調還需更多驗證。模型和評估方式差異大，建議建立標準化框架以確保安全有效整合。 相關文章 PubMed DOI 推理 ♡

這個研究用AI來評分藥學OSCE，結果發現AI的準確率超過93%，而且比老師評分還要穩定、不會有太大差異。AI評分39位學生只花不到五分鐘，效率遠勝人工，展現出AI在客觀性和速度上的明顯優勢。 相關文章 PubMed DOI 推理 ♡

這項研究提出一種新型深度學習架構，能從胸腔X光自動產生放射科報告，強調解釋性與準確性。模型先用多標籤分類找出透明的關鍵字，再結合自動調整和頻率策略處理罕見詞，最後由大型語言模型生成高品質報告。實驗結果顯示，這方法在IU-XRay和MIMIC-CXR資料集上表現優於現有技術，提升自動化報告的可靠性與可解釋性。 相關文章 PubMed DOI 推理 ♡

這篇研究提出 ShareBERT，透過重複利用 embedding matrix 來學習 hidden layers，大幅壓縮 BERT 參數到 500 萬（縮小 21.9 倍），但準確率還有 95.5%，而且沒用 knowledge distillation。這方法在不同模型和任務上都很穩定，也能跟其他壓縮技術搭配，特別適合資源有限的裝置。程式碼在：https://github.com/jchenghu/sharebert 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT在提供女性健康資訊時，大多能給出正確又容易理解的答案，尤其用對話方式問效果更好。不過，答案品質還是會受提問方式影響。未來若有醫療專業設計的提問指引，AI健康資訊會更可靠、更方便取得。 相關文章 PubMed DOI 推理 ♡

這項研究用ChatGPT 3.5製作口腔癌篩檢說明單，給布達佩斯的無家者看。23位參與者覺得AI寫的內容大致能懂，也願意讓AI用在醫療，但覺得用詞太專業、句子太長，還有些內容有刻板印象。整體來說，說明單對他們來說還是太難懂。參與者也願意一起改進內容，讓資訊更清楚、更吸引人。 相關文章 PubMed DOI 推理 ♡

這項研究用AI分析近2,000名對疫苗猶豫的護理師問卷，發現情緒耗竭最常見，且和對COVID-19嚴重性的看法及接種障礙有關。年紀越大的護理師倦怠感越高。結果顯示健康信念、疫苗猶豫和倦怠有關，建議應加強針對性的支持，提升醫護人員福祉。 相關文章 PubMed DOI 推理 ♡

這篇綜述介紹金屬有機骨架（MOF）研究中，文本探勘技術的發展，從早期人工方法到現在用大型語言模型自動化。內容涵蓋NLP和機器學習技術，並比較不同方法的準確度。也提到未來會結合自動化實驗室、多代理人AI和多模態LLM，幫助研究人員更有效推動MOF研究。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4o 和 DeepSeek V3 產生的慢性病衛教資料在長度、可讀性、可靠性和適用性上差不多，但 ChatGPT 的內容原創性較低。兩者寫的資料對一般病人來說太難懂，可靠性普通，實用性也不高。整體來看，這兩款 AI 產出的衛教資料還沒達到標準，臨床使用前還需要改進並加強人工審查。 相關文章 PubMed DOI 推理 ♡

這項研究比較深度學習（LLaMA 3.2 1B）和傳統機器學習（SVM）在偵測聊天紀錄中網路誘拐行為的表現。結果顯示，大型語言模型在辨識正面語氣的誘拐對話上明顯勝出，尤其LLaMA 3.2 1B模型F1分數高達0.99，顯示自動化偵測技術有明顯進步。不過，負面語氣的誘拐對話因手法隱晦，仍較難被偵測。 相關文章 PubMed DOI 推理 ♡