這篇評論探討了大型語言模型（LLMs）在眼科應用的倫理影響，分析了47篇相關文章。雖然LLMs在教育、研究、臨床決策和手術協助等方面有潛力，但也存在準確性不足、可能產生有害建議及數據隱私等倫理問題。評論強調在醫療中謹慎整合人工智慧的重要性，需有人的監督和透明度，以維持倫理標準。為了充分發揮LLMs的優勢，必須認識並解決這些倫理挑戰，並促進負責任的使用。 相關文章 PubMed DOI ♡

這項研究評估了GPT-4 V在日本國家臨床工程師執照考試的表現，分析了2012至2023年的2,155道題目。該模型的平均正確率為86.0%，在臨床醫學和基礎醫學領域特別高（≥ 90%）。不過，在醫療設備安全管理等領域的表現較差，正確率僅64.8%到76.5%。涉及圖形和計算的問題準確率更低，特別是需要了解日本工業標準的問題，正確率僅31.0%。研究指出ChatGPT在圖像識別和理解特定標準方面的局限性，使用時需謹慎。 相關文章 PubMed DOI ♡

這項研究探討了ChatGPT 3.5和4.0在提供HIV相關指導時，如何受到種族、族裔、性取向和性別認同的影響，並分析了對污名和歧視的提及。研究人員收集了300個回應，發現ChatGPT 4.0更能認同HIV相關的歧視，特別是針對黑人、西班牙裔、LGBTQ+和跨性別者，並涵蓋了肯定身份、專業護理和社會支持等主題。這些結果強調了評估AI技術在減少健康差異方面的重要性。 相關文章 PubMed DOI ♡

這項研究評估了四款人工智慧聊天機器人對心肺復甦術（CPR）的回應質量，包括ChatGPT-3.5、Google Bard、Google Gemini和Perplexity。研究人員提出100個常見問題，獲得400個回應，並用修改版的DISCERN問卷及其他指標評估其質量。結果顯示，所有機器人的回應可讀性均超過六年級，其中Bard最佳，ChatGPT-3.5最難閱讀。研究指出，提升病人教育材料的質量和可讀性，可能有助於提高理解能力及病人存活率。 相關文章 PubMed DOI ♡

OligoM-Cancer平台的開發目的是為了解決寡轉移性癌症（OMC）的理解與治療挑戰。相較於多轉移性癌症，OMC對局部治療的反應較佳，但相關研究仍然不足，因此需要更系統的比較與個性化治療。該平台提供有關OMC的標記、診斷、預後及治療選項的全面資源，並擁有1345篇文獻和393個相關因素的資料庫。OligoM-Cancer利用現代網路技術，旨在提升數據可解釋性，增強臨床實踐，並支持大型語言模型在OMC領域的應用，促進深入分析與提高治療可靠性。 相關文章 PubMed DOI ♡

知識圖譜（KGs）改變了知識的表現方式，將實體及其關係以圖形結構組織，提升了推薦系統和問答系統的效能。像是Expert.AI的Sensigrafo，專注於透過機器導向的詞彙來增進自然語言理解。不過，維護知識圖譜仍然面臨挑戰，通常需要手動輸入。近期大型語言模型（LLMs）的進展，為自動化知識圖譜的豐富提供了新機會，本文探討了基於LLM的最新技術，並針對數據質量、經濟性、隱私等問題提供見解。 相關文章 PubMed DOI ♡

這項研究評估了一個公開的人工智慧大型語言模型（LLM）在回答模擬病人關於美學乳房整形手術問題的表現。專家根據準確性、全面性等標準評分，總體得分為7.3分，乳房增大7.0分、乳房懸吊術7.6分、乳房縮小手術7.4分，對乳房植入物的知識得分為6.7分。儘管有些限制，研究顯示AI LLM可成為病人教育的有用工具，並可能隨著機器學習進步而改善。 相關文章 PubMed DOI ♡

這項研究開發了一個聊天機器人，目的是協助從全人口基因篩檢中獲得正面結果，並運用大型語言模型。隨著基因檢測需求上升，這項研究希望透過科技創新來解決專家短缺的問題。 聊天機器人透過三步驟的提示工程創建，並在兩個假設情境中進行評估，專家們根據五點量表對八個標準進行打分。結果顯示，總分為3.88，語調和可用性最佳（各4.25分），但程式準確性最低（3.25分）。未來研究將專注於改進提示和設計混合型聊天機器人，以提升基因服務的品質。 相關文章 PubMed DOI ♡

這項研究評估了ChatGPT在提供慢性鼻竇炎（CRS）資訊的有效性，並與醫療指導方針進行比較。研究中提出六個CRS相關問題，結果顯示ChatGPT的回答大致符合現有文獻，但仍有不一致之處。可讀性測試顯示資訊複雜度不同，平均可讀性分數為40.42%。雖然各類別之間可讀性無顯著差異，研究建議ChatGPT可作為醫療資訊的資源，但使用者需謹慎對待其準確性。最後以4級證據評級顯示中等可靠性。 相關文章 PubMed DOI ♡

越來越多患者在網上尋找健康資訊，尤其是像佩羅尼氏病這種敏感疾病。大型語言模型（LLM）聊天機器人展現了提供資訊的潛力，但對於PD的準確性和可讀性仍不明朗。研究評估了四個LLM在回答PD查詢時的資訊質量，結果顯示在有提示的情況下，資訊質量提升至高水平，但平均閱讀水平為12.9年級，超過大多數患者的理解能力。雖然LLM在患者教育上有潛力，但仍需臨床背景和人類提示來提升效果，並需教育患者與醫生如何有效互動。 相關文章 PubMed DOI ♡