大型語言模型（LLMs）在化學領域越來越重要，能協助分子設計、性質預測和合成優化。這篇綜述探討了LLMs的能力及其自動化對科學發現的影響，還提到基於LLM的自主代理，能執行文獻擷取和與自動化實驗室互動等任務。文章也涵蓋了這些代理在其他科學領域的應用，並檢視其最新發展與挑戰，如數據質量和模型可解釋性。未來建議發展更先進的多模態代理，並改善與實驗方法的合作。欲了解更多，可參 相關文章 PubMed DOI ♡

深度生成模型越來越常用於從零開始設計功能性蛋白質。雖然3D蛋白質設計是一種方法，但基於序列的生成方法因為擁有大量的蛋白質序列數據和較簡單的訓練需求而更受歡迎。這些模型專注於匹配訓練數據中的蛋白質序列，但不必每個氨基酸都完全一致，因為某些變異不影響功能。 我們提出了一種新訓練方法，優化氨基酸序列和潛在空間中的訓練數據可能性，並在生成抗微生物肽和蘋果酸脫氫酶上測試，結果超越了多種其他深度生成模型，顯示出我們的方法在功能性蛋白質生成上的有效性。 相關文章 PubMed DOI ♡

這項研究評估了五個大型語言模型（LLMs）在回答眼表疾病相關問題的表現，包括ChatGPT-4、ChatGPT-3.5、Claude 2、PaLM2和SenseNova。研究團隊設計了100道單選題，涵蓋角膜炎等主題。結果顯示，ChatGPT-4的準確性和可信度最佳，成功率為59%，但仍有28%的錯誤率。PaLM2在答案準確性上表現良好，相關係數達0.8。整體而言，這些模型在醫學教育和臨床實踐中展現了潛力，特別是ChatGPT-4的表現尤為突出。 相關文章 PubMed DOI ♡

將人工智慧（AI）應用於心理健康照護，特別是飲食失調方面，顯示出提升臨床流程及協助診斷的潛力。調查顯示，59%的臨床醫師已使用AI工具，但只有18%的社區參與者曾利用這些工具。雖然對AI的協助持開放態度，但對其整合的熱情較低，且對改善客戶結果的有效性擔憂普遍。大家一致認為，缺乏訓練的情況下使用AI存在風險，並且AI無法取代人類醫師的關係技巧。總體而言，對於AI的使用仍持謹慎態度。 相關文章 PubMed DOI ♡

本研究評估了ChatGPT對膝關節骨關節炎（OA）問題的回答，特別在適宜性和可讀性方面。分析30個回答後發現，其可讀性分數超過建議的六年級水平，但內容常缺乏高品質細節。提供指示後，回答的可讀性略有改善，但詳細與簡化指示之間並無顯著差異。總結來說，ChatGPT雖然提供豐富資訊，但難以閱讀且質量不足，未來需進一步提升其使用者友好性和實用性。 相關文章 PubMed DOI ♡

人工智慧，特別是ChatGPT，進入醫療領域帶來了許多機會與挑戰。最近的回顧研究探討了ChatGPT在飲食規劃、疾病管理、醫學教育及臨床決策支持等方面的應用。研究指出，雖然ChatGPT在某些領域的準確性高，但也存在不準確、偏見及安全性等問題。許多研究專注於特定領域，可能影響結果的普遍適用性。隨著技術進步，評估其長期影響及倫理考量變得重要，確保在醫療環境中的負責任使用。 相關文章 PubMed DOI ♡

這項研究介紹了CLEAR（CLinical Entity Augmented Retrieval），這是一種增強檢索生成的管道，專注於臨床實體以提升資訊提取，表現優於傳統方法。CLEAR在從20,000份臨床筆記中提取18個變數時，平均F1分數達到0.90，推理時間僅需4.95秒，查詢次數也減少到1.68次。此外，標記使用量減少超過70%，顯示CLEAR是一種更高效的臨床資訊檢索方法。 相關文章 PubMed DOI ♡

這項研究分析了2021年7月至2022年2月期間，美國660萬條與疫苗相關的推特，探討疫苗強制接種政策對公共情緒的影響。研究發現，討論強制接種的推文比不提及的推文更具負面情緒，且憤怒程度較高，還涉及自由相關議題。隨著各州對強制接種政策的討論增加，針對疫苗和公共衛生官員的負面情緒也上升。此外，州內各縣疫苗接種率差異越大，憤怒推文也隨之增加。 相關文章 PubMed DOI ♡

這項研究評估了大型語言模型（LLMs）在麻醉學系統性回顧中創建搜尋字串的有效性，特別是ChatGPT 4o和Meta-Analysis Librarian。研究分析了85篇來自頂尖麻醉學期刊的系統性回顧，並生成了四個搜尋字串進行比較。結果顯示，原始搜尋字串的檢索率為65%，明顯優於LLM生成的字串（p=0.001），其中Meta-Analysis Librarian的中位檢索率（24%）也高於ChatGPT 4o（6%）。研究建議進一步探討LLM生成字串在不同資料庫的適用性。 相關文章 PubMed DOI ♡

隨機對照試驗（RCTs）對循證醫學非常重要，但有些試驗使用虛構數據，影響研究的完整性。本研究探討利用GPT-4驅動的ChatGPT來簡化RCT評估過程。透過TRACT檢查表，ChatGPT能有效處理RCT論文的PDF，並準確回答檢查項目，與人類評估者的一致性達84%。此外，ChatGPT在數據提取方面也表現出色，對三個表格達到100%準確率。未來將致力於提升ChatGPT在多個RCT中的應用，實現更高的數據捕捉準確性及自動化處理。 相關文章 PubMed DOI ♡