這項研究評估了ChatGPT-3.5和ChatGPT-4在台灣整形外科考試的表現，分析了過去八年的1,375道題目。結果顯示，ChatGPT-4的正確回答率為59%，明顯優於ChatGPT-3.5的41%。ChatGPT-4通過了五年的考試，而ChatGPT-3.5則未通過任何一年。具體來說，ChatGPT-4在單選題得分66%，多選題43%；而ChatGPT-3.5的單選題和多選題得分分別為48%和23%。研究建議隨著AI模型的進步，應考慮改革考試方式，並利用AI提升考試準備和評估。 相關文章 PubMed DOI ♡

這項初步研究顯示，針對慢性病兒童的病患教育資源有明顯不足，並評估大型語言模型（LLMs）在提供適合發展階段解釋的能力。研究結果發現，兩個常用的LLMs能夠生成準確且有效的回應，幫助兒科病患理解複雜的醫療資訊。這顯示LLMs可能成為提升病患理解與參與臨床環境的重要工具。 相關文章 PubMed DOI ♡

新藥開發和不良藥物反應檢測傳統上耗時且成本高，但隨著大規模醫療數據庫和大型語言模型的興起，藥物篩選變得更有效。本研究提出一個自動化高通量藥物篩選流程，具備多項優勢，包括估算藥物與疾病的關聯、整合藥物重新利用與監測、準確解析暴露時間等。研究分析了661萬名患者的數據，發現16,901對藥物-疾病組合顯著降低風險，11,089對則顯著增加風險，顯示出潛在的藥物重新利用和安全問題。這項研究展示了自然語言處理在藥物流行病學中的潛力。 相關文章 PubMed DOI ♡

使用大型語言模型（LLM）能顯著提升醫生在複雜管理推理任務上的表現，超越傳統資源。在一項針對92位醫生的隨機對照試驗中，使用GPT-4的醫生在管理推理任務中得分較高。研究顯示，LLM的協助能改善管理決策、診斷決策及特定案例的表現，顯示其在複雜臨床情境中做出決策的能力，特別是在缺乏明確答案的情況下。 相關文章 PubMed DOI ♡

在2023年10月進行的研究中，評估了ChatGPT-4與ChatGPT-3.5在癌症治療建議的質量，特別針對前列腺癌、腎臟癌和膀胱癌。結果顯示，ChatGPT-4在提供更詳細和準確的建議方面表現優於3.5，建議批准率和與NCCN指導方針的一致性也更高。雖然ChatGPT-4的表現顯著改善，但研究強調AI工具不應取代專業醫療建議，使用時需謹慎。 相關文章 PubMed DOI ♡

針對ChatGPT在子宮頸癌方面的知識分析，對其回答常見問題的質量進行了評估。結果顯示，68個回答中有68個獲得高分GQS 5，無低分1或2。對53個問題中，62.3%符合歐洲相關機構的指導方針。其他評分中，GQS 4佔15.1%、GQS 3佔13.2%、GQS 2佔7.5%、GQS 1佔1.9%。整體來看，ChatGPT在回答子宮頸癌問題上表現不錯，但針對特定指導方針的問題時，準確性和質量有所下降。 相關文章 PubMed DOI ♡

人工智慧（AI）正在改變科學研究，像是蛋白質摺疊和文獻摘要等領域，但在天然產品研究中的應用卻受到限制。這主要是因為數據多樣且不平衡，分散在不同資料庫中，影響了深度學習模型的效能。為了解決這個問題，作者提議建立一個知識圖譜，整合天然產品數據，幫助開發更能模擬科學家決策過程的AI模型，並讓更多人能夠獲取這些數據，提升AI在該領域的應用。 相關文章 PubMed DOI ♡

這個教程強調大型語言模型（LLMs）在行為科學中的潛力，並指出像Hugging Face這樣的開源框架在透明度和可重現性上的優勢。它提供了使用這些工具的入門指南，包括特徵提取、模型微調和生成行為反應，並附有可執行的代碼，還在GitHub上分享。教程也探討了可解釋性和安全性挑戰，並提供了語言建模與行為科學交集的未來研究機會的見解。 相關文章 PubMed DOI ♡

這項研究探討大型語言模型（LLMs）在生成重症監護病房（ICU）病人出院摘要的表現，分析了匿名臨床筆記。三個模型中，GPT-4 API的表現最佳，準確識別41.5%的關鍵臨床事件，ChatGPT和Llama 2則分別為19.2%和16.5%。雖然GPT-4在資訊組織和清晰度上表現優異，但仍有小錯誤，且所有模型在敘事連貫性和重要數據的捕捉上存在挑戰。總體來看，這些LLM在生成出院摘要上有潛力，但仍需改進。 相關文章 PubMed DOI ♡

這項研究探討了類風濕性關節炎（RA）和關節纖維化（AF）之間的相似性與差異，兩者皆以關節僵硬和挛縮為特徵。研究人員分析了多種關節疾病的數據，發現RA和AF在基因及功能上有高度相似性，並識別出關鍵致病細胞，建立了差異表達基因（DEGs）數據庫。透過這個數據庫，他們找到了針對這兩種疾病的潛在藥物，AF有15種，RA有16種。這項研究增進了對這兩種疾病發病機制的理解，並為藥物重定位提供了新方向。 相關文章 PubMed DOI ♡