癌症是一種複雜的疾病，對全球健康造成重大挑戰。儘管科技進步，早期診斷和有效治療仍然困難。大型數據集的出現讓生物資訊工具有了新機會，人工智慧（AI）逐漸成為重要工具，機器學習技術在預測和診斷上展現潛力。不過，AI在臨床應用中仍面臨挑戰，尤其是報告指導方針的使用不足，影響研究的可重複性。本文探討AI在癌症研究中的應用，分析其優缺點及未來影響。 相關文章 PubMed DOI ♡

生成性人工智慧（GenAI）對健康專業教育（HPE）帶來了重大挑戰，促使機構必須快速適應。未來，人工通用智慧（AGI）的出現將進一步改變教育環境，具備多模態性、適應性和自主學習能力，能透過個性化教育和電子導師提升學生學習體驗。 然而，AGI的發展也伴隨著就業、社會風險及教育質量等挑戰。本指南探討這些問題，並提出HPE機構應採取的步驟，以應對AGI的複雜性，提升健康專業教育的質量。 相關文章 PubMed DOI ♡

Healthcare 4.0 代表醫療領域的重大變革，主要由人工智慧、大數據和醫療物聯網推動，目的是提升精準醫療和病患治療效果。文章探討幾個重點，包括大型語言模型簡化行政任務、可穿戴技術在健康監測中的重要性、機器人技術改善病患護理、數位雙胞胎技術助於個性化治療，以及建立監管框架以確保技術安全有效。未來需要投資技術人員和基礎設施，以實現更有效的醫療服務。總之，Healthcare 4.0 對心臟病學的進步和醫療結果改善具有重要潛力。 相關文章 PubMed DOI ♡

GENEVIC是一個由人工智慧驅動的聊天框架，旨在簡化基因數據的分析與知識發現。它能自動檢索、分析和可視化基因資訊，協助生物學家。主要功能包括生成蛋白質互作網絡、豐富基因集，並從PubMed和Google Scholar搜尋文獻。試點階段專注於阿茲海默症、精神分裂症及認知相關基因變異，幫助研究人員優先考慮重要變異。這個平台使用簡單，無需專業訓練，並在安全的HIPAA合規環境中運行，且代碼開源，促進基因研究的合作與發展。 相關文章 PubMed DOI ♡

這段文字探討建立理論框架以理解智慧的重要性，無論是人工智慧還是生物智慧。作者認為良好的數學理論能預測物理現實，並隨時間修正。使用玩具模型作為隱喻，有助於簡化複雜系統的理解。文中列出創建智慧理論的八大挑戰，包括表徵學習、泛化能力、對抗穩健性等。總體來說，這強調自下而上的智慧建模方法，解決這些挑戰將有助於深化我們對智慧的理解。 相關文章 PubMed DOI ♡

這項研究評估了四個大型語言模型（LLMs）在生成中國患者對乾眼症問題的回應表現。研究分為兩個階段，第一階段由六位眼科醫生根據正確性、完整性、可讀性、有用性和安全性對回應進行評分。結果顯示，GPT-4在各方面表現最佳，但可讀性較低。第二階段中，46位患者向GPT-4和Baichuan 2提問，發現GPT-4的完整性較高，但Baichuan 2的回應更易理解。整體而言，這些模型在提供乾眼症相關資訊上展現了潛力，對中國患者意義重大。 相關文章 PubMed DOI ♡

最近在自然語言處理和人工智慧的進展，使大型語言模型（LLMs）在自動化作文評分（AES）中應用更為廣泛，提供高效且無偏見的評估。本研究評估了LLMs在AES中的可靠性，特別是評分的一致性及其與人類評審者的對齊程度。結果顯示，提示工程對LLMs的可靠性至關重要，且GPT-4的表現優於其他模型，尤其在「想法」和「組織」維度上表現突出。研究建議未來應擴展到不同寫作類型和參與者，以深入了解LLMs在教育中的影響。 相關文章 PubMed DOI ♡

這篇文章探討大型語言模型（LLMs）產生的「不負責任言論」問題，這可能對科學、教育及民主社會的知識完整性造成長期風險。LLMs雖然常給出看似合理的回應，但可能包含不準確或偏見，影響知識品質。作者分析了對LLM提供者施加法律責任的可能性，並檢視歐盟的《人工智慧法》和《數位服務法》，指出目前對真實性義務的限制。文章也提到德國一案例，建議透過法律責任來減少不負責任言論，確保輸出與事實一致。 相關文章 PubMed DOI ♡

這項研究評估了多模態人工智慧模型在NEJM影像挑戰中的表現，並與人類集體智慧進行比較。結果顯示，人工智慧在臨床診斷上有潛力，但也有其限制。Anthropic的Claude 3系列在準確性上超越了人類平均水平，但人類集體決策的表現仍優於所有人工智慧模型。此外，GPT-4 Vision Preview在較簡單問題上反應更有效，特別是對小圖像和長文字的問題。 相關文章 PubMed DOI ♡

這項研究探討了故事回憶評分中的個體差異，特別是中心細節和周邊細節的區分是否必要，以及評分是否能自動化。結果顯示，中心記憶和周邊記憶的得分高度相關，單一得分可能足夠評估記憶表現。此外，使用BERTScore和GPT-4的自動評分方法與人工評分之間有強相關性，顯示自動化評分的潛力。不過，自動化方法的得分分佈存在不一致，需進一步研究。總體而言，研究建議心理學家可在保持準確性的同時簡化評分方式。 相關文章 PubMed DOI ♡