知識圖譜在藥物發現中越來越重要，因為它整合了多種生物醫學數據，並促進新假說的產生。這篇文章回顧了現有的藥物發現知識圖譜，並比較了它們的實體、關係和數據來源。雖然知識圖譜對研究至關重要，但在數據整合和一致性上仍面臨挑戰。未來應專注於標準化數據來源和建模，並納入化學結構及表觀遺傳信息等多樣數據。此外，利用大型語言模型的進展，能讓知識圖譜對非專家更友好易懂。 相關文章 PubMed DOI 推理 ♡

這項研究評估了全球大型語言模型（LLMs）和中文領域的LLMs在回答近視相關問題的表現。測試的模型包括ChatGPT-3.5、ChatGPT-4.0、Google Bard等，還有華佗GPT、MedGPT等中文模型。共評估39個問題，專家用3分制評分。結果顯示，ChatGPT-3.5、百度ERNIE 4.0和ChatGPT-4.0在準確性上表現最佳，且ChatGPT系列在全面性和同理心方面也表現不錯。整體來看，無論是全球還是中文模型，都能有效解決近視問題，特別是全球模型表現優異。 相關文章 PubMed DOI 推理 ♡

大型推理模型如OpenAI的GPT系列和DeepSeek的R1，顯示了人工智慧在自然語言處理上的重大進展。這些模型能理解和生成類似人類的文本，應用範圍廣泛，從聊天機器人到內容創作。它們的力量來自於龐大的參數和訓練數據，但常被誤解為具有人類理解能力，實際上只是基於模式生成回應。此外，它們在上下文理解和常識推理上仍有局限，且表現依賴於訓練數據的質量。總之，應理性看待這些模型的潛力與限制。 相關文章 PubMed DOI 推理 ♡

這篇文章探討人工智慧在乳牛養殖的應用，特別是電腦視覺系統（CVS）和大型語言模型（LLMs）。CVS能非侵入性地同時監控多隻牛，並透過演算法識別個體特徵。LLMs則能整合各種數據，包括非結構化文本，提升數據分析能力。文章也提到在多模態機器學習中，結合不同數據來源進行表型預測的挑戰。總的來說，CVS和LLMs的結合有潛力改善乳牛的健康監測和農場管理。 相關文章 PubMed DOI 推理 ♡

這項研究評估了兩個大型語言模型（LLMs），ChatGPT-4.0 和 ERNIE Bot-4.0，在外科住院醫師考試問題上的表現，並與人類住院醫師進行比較。分析了596個問題，結果顯示兩者在正確性上無顯著差異，但ERNIE Bot-4.0的表現始終優於ChatGPT-4.0。在210個有提示的問題中，ERNIE Bot-4.0的表現顯著優於ChatGPT-4.0及人類住院醫師，並在住院醫師的分數中排名前95%。總體來看，ERNIE Bot-4.0在此情境中表現更佳。 相關文章 PubMed DOI 推理 ♡

這項研究探討如何將大型語言模型（LLMs）與知識圖譜結合，來有效篩選可能的緊急病人訊息，目的是提升病人安全，促使病人尋求即時護理。研究分析了1,020條來自范德堡大學醫療中心的訊息，並開發了四種緊急篩選模型。結果顯示，使用知識圖譜進行全球檢索的模型表現最佳，準確率達0.99，敏感性0.98，特異性0.99，顯著優於其他模型。研究建議進一步擴展知識圖譜並評估其對病人結果的影響。 相關文章 PubMed DOI 推理 ♡

一項針對98個耳鼻喉科案例的研究評估了ChatGPT-4和Llama2的診斷準確性及建議的適當性。結果顯示，ChatGPT-4在82%的案例中正確診斷，優於Llama2的76%。在額外檢查建議上，ChatGPT-4的相關性為88%，Llama2則為83%。治療適當性方面，ChatGPT-4達80%，Llama2為72%。雖然兩者表現不錯，但仍有不適當建議的情況，顯示需進一步改進及人類監督以確保安全應用。 相關文章 PubMed DOI 推理 ♡

這項研究評估了手部手術相關的線上醫療資訊，並比較了Google、ChatGPT-3.5和ChatGPT-4.0的回應。研究針對腕隧道症候群、網球肘和富血小板血漿用於拇指關節炎三個問題進行分析。 主要發現包括： 1. **可讀性**：Google的回應較易讀，平均在八年級水平，而ChatGPT則在大學二年級水平。低共識主題的可讀性普遍較差。 2. **可靠性與準確性**：ChatGPT-4的可靠性與3.5相似，但低共識主題的可讀性較低，準確性差異不大。 3. **覆蓋範圍**：ChatGPT-4和Google在疾病原因和程序細節的覆蓋上有所不同，但在解剖學和病理生理學上相似。 總結來說，雖然ChatGPT能提供可靠的醫療資訊，但可讀性較差，醫療提供者需注意其局限性。 相關文章 PubMed DOI 推理 ♡

本研究探討大型語言模型（LLMs）在為乳腺癌患者提供個性化飲食建議的潛力。透過三十一個提示模板，評估了ChatGPT和Gemini的建議，並與四位腫瘤科營養師的回應進行比較。結果顯示，LLMs能生成符合地點、文化和預算的購物清單和餐計劃，但對年齡和疾病階段的考量不足。Gemini的回應更具細節和視覺效果。雖然營養師的計劃更接近美國農業部的卡路里需求，但LLMs在宏量營養素比例上表現較佳。總體而言，LLMs可成為癌症患者的有用資源，促進健康公平。 相關文章 PubMed DOI 推理 ♡

這篇研究探討如何利用影像來估算食物的能量，對於食物追蹤應用程式非常重要。由於深度學習在識別多樣食物上面臨挑戰，研究者提出微調模型和具體積感知的推理策略，來改善估算準確性。實驗結果顯示，這些方法在Nutrition5k數據集上顯著提升了估算效果，並證實了LoRA技術能進一步增強食物能量估算的表現。這強調了多模態大型語言模型在飲食評估中的潛力及體積感知的重要性。 相關文章 PubMed DOI 推理 ♡