奇美醫院自2019年起打造AI雲端平台，已在各科室導入30多項預測型AI工具。2023年再引進生成式AI（如GPT、語音轉文字），協助醫療文件處理，減輕醫護壓力、提升品質。這套安全平台也服務其他醫院，未來將持續擴展，推動醫療平權與縮小數位落差。 相關文章 PubMed DOI 推理 ♡

這項研究用自製的肝炎血清學資料集，在單張 GPU 上微調大型語言模型。微調後的模型在解讀肝炎血清學結果時，表現比原始模型更好，這是用 METEOR 演算法評估的。結果證明，針對特定領域微調，能有效提升 LLM 在醫療專家系統的表現。 相關文章 PubMed DOI 推理 ♡

隨著台灣人口老化，失智症成為醫療和經濟上的重要議題。為了提升照護效率，研究團隊開發了一套數位系統，能自動產生失智症患者的治療計畫，並用規則式、神經網路和大型語言模型三種方法進行比較，還建立了大量虛構病患資料來訓練和測試系統。 相關文章 PubMed DOI 推理 ♡

這項研究比較了四種AI語言模型在風濕病診斷上的表現，發現ChatGPT-4和Claude AI的準確率最高，超過85%，尤其在感染性疾病診斷上表現突出。不過，所有AI在腫瘤相關疾病的診斷上都比較弱。整體來說，先進AI有助於提升非洲地區風濕病診斷，但對某些疾病還有改進空間。 相關文章 PubMed DOI 推理 ♡

這篇文章介紹一套AI多代理人系統，能大幅簡化醫療模擬情境設計，開發時間可縮短七到八成。系統分工明確，從設定目標到建立病患故事都由AI協助，介面也很直覺，讓醫療人員不用懂AI也能上手。雖然效率提升，但還是需要專業人員監督，避免AI出錯。這也凸顯跨領域合作和AI在醫療教育推廣上的價值。 相關文章 PubMed DOI 推理 ♡

這篇研究針對電子病歷中難以提取健康社會決定因素（SDoH）問題，從四家醫院建立標註資料集，涵蓋21種SDoH，並用多種模型（包含大型語言模型）進行偵測。經過指令微調的LLMs表現最佳，F1值都很高，但模型跨醫院應用仍有困難。訓練好的模型已公開在GitHub。 相關文章 PubMed DOI 推理 ♡

這項研究發現，Meta 的 Llama 3.1 大型語言模型，只用提示詞就能準確從放射科報告中擷取脊椎壓迫性骨折資訊。測試 637 份 CT 報告時，Llama 3.1 70B 加上醫師寫的背景提示詞，F1 分數高達 0.91，效果幾乎和 LLM 產生的提示詞一樣好。加入 few-shot 範例效果不一。顯示開源 LLM 幾乎不用人工處理就能結構化放射科資料。 相關文章 PubMed DOI 推理 ♡

這項研究比較四種大型語言模型在回答心血管疾病預防問題時的表現。結果發現，ChatGPT-4.0 英文答題最準確且自我覺察，中文則是 ERNIE 表現較好。不過，所有模型在中文表現都稍差，顯示有語言偏差。這提醒我們，AI 醫療建議在不同語言下還需要持續檢驗。 相關文章 PubMed DOI 推理 ♡

這篇研究提出COMPOSER-LLM，把大型語言模型和現有敗血症預測工具結合，能同時分析結構化數據和臨床紀錄文字。實測2,500名病人，結果顯示新系統比傳統模型更準確，敏感度高、誤報少。即使有誤判，很多病人其實也有感染，證明這方法在臨床上很有幫助。整合LLM能更有效利用電子病歷，提升敗血症早期預測。 相關文章 PubMed DOI 推理 ♡

這項研究推出DRAGON challenge，提供28項任務和近2.9萬份標註荷蘭醫療報告，協助自動化標註臨床資料，促進AI診斷工具訓練。結果顯示，針對臨床資料預訓練的LLM表現較佳，但部分任務仍有進步空間。所有資料和程式碼都已公開，歡迎大家使用。 相關文章 PubMed DOI 推理 ♡