這項研究發現，GPT-4o在從臨床紀錄擷取症狀的整體表現中等，但在辨識泌尿症狀上非常厲害，精確度甚至達到100%。顯示GPT-4o在特定醫療領域的應用很有潛力，但如果要擴大到其他症狀，還需要再加強。 相關文章 PubMed DOI 推理 ♡

這項研究用MIMIC-III資料庫，比較ClinicalBERT和GPT-4在預測住院病人出院診斷的表現。結果顯示，ClinicalBERT在各疾病類別的F1分數都比GPT-4高，但需要較多運算資源。GPT-4雖然精確度較低，但召回率高、能處理較長文本，也不用事先訓練。兩種GPT-4提示法中，二元投票法表現稍好。 相關文章 PubMed DOI 推理 ♡

重點整理： 這項研究針對災難情境中，生成式AI和代理型AI所提出建議的一致性進行量化評估，結果發現AI的建議目前還不夠可靠，還無法取代專家判斷，特別是在關鍵時刻。 相關文章 PubMed DOI 推理 ♡

大型語言模型像 GPT-4 雖然在醫療領域應用越來越多，但因為缺乏真實世界的感官和動作基礎，容易出現推理錯誤或倫理問題。論文提醒，若把這些 AI 當成知識代理人而非輔助工具，可能會對臨床實務帶來風險。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4o 在自動化資料清理上，對大多數變數的正確率都很高（超過92%），但在尿液葡萄糖這項表現較差（約70%且不穩定）。整體來說，ChatGPT-4o 有潛力，但還需要進一步研究來克服現有的限制。 相關文章 PubMed DOI 推理 ♡

越來越多病患安全研究依賴 MAUDE 資料庫，作者提出結合 ETL 流程和大型語言模型的方法，能標準化並提升事件通報的分析品質。以內視鏡夾為例，這方法可有效萃取結構化和敘述性資料，發現新見解，提升透明度，幫助臨床醫師決策，也鼓勵更多人利用開放安全資料庫研究。 相關文章 PubMed DOI 推理 ♡

這項研究發現，GPT-4o能有效將英文出院病歷同時摘要並翻譯成西班牙文，幫助美國拉丁裔病患克服醫療語言障礙。大多數AI生成的摘要內容正確、清楚，但有些還能再精簡。整體來說，GPT-4o在提升醫療溝通上很有潛力，但摘要簡潔度還有進步空間。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4o用自由文字回答皮膚科診斷時，比選擇題表現更好。把病患資料加到圖片上，並沒有提升準確度。ChatGPT-4o可當作皮膚科教學輔助，但不能取代學生自行判斷。AI在醫學教育的應用還需要相關規範來確保倫理。 相關文章 PubMed DOI 推理 ♡

這篇研究比較三種自動化方法擷取癌症相關基因，發現BioBERT（transformer模型）表現最好，召回率和F1-score都最高。GPT-4o效果也不錯，但需要較多運算資源。NER模型（如SciSpaCy）表現不一，規則式方法雖然精確但容易漏掉基因。建議大規模文本探勘時，可考慮混合不同方法，兼顧準確度和效能。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4能自動從甲狀腺超音波報告中準確擷取U分數，和專家結果高度一致，尤其在多結節病例也表現優異。雖然部分錯誤來自報告內容不明確，但整體來說，LLM有助提升臨床報告一致性並減少人力。不過，正式應用前還需解決透明度、隱私和偏見等問題。 相關文章 PubMed DOI 推理 ♡