**重點摘要：** 大型語言模型（LLMs）可以大幅提升化學研究的效率，像是在規劃、優化和資料分析等任務上提供協助，特別是當它們與各種工具和資料整合時效果更佳。不過，要讓LLMs成為有效且合乎倫理的科學夥伴，還必須解決像是效能評估、可重現性、資料隱私和偏誤等挑戰。 相關文章 PubMed DOI 推理 ♡

這項研究比較四種生成式AI（Gemini、Bing、GPT-4、Wrtn）用韓文回答大腸癌問題的準確度，結果平均只有5.5分（滿分10分），Wrtn表現最佳。AI雖然能解釋基本概念，但遇到複雜醫療細節就不太行。目前這些AI還不適合用來教育韓國病患及家屬，還需要再加強。 相關文章 PubMed DOI 推理 ♡

這項研究發現，用 ChatGPT-4 產生的耳鼻喉科住院醫師學習指南，內容正確、相關又清楚，獲得專科醫師高度肯定。審查者認為格式完整，但建議可再補充細節和圖像。AI 工具有助減輕教師負擔、協助個人化學習，但未來還需優化模型並加入多媒體內容。 相關文章 PubMed DOI 推理 ♡

本研究提出一套結合NLP與隱私技術的兩階段k-匿名化框架，能自動偵測並匿名化電子健康紀錄中的敏感資訊。方法利用微調BERT和LLM擷取敏感實體，並產生符合法規的匿名資料。此框架準確率高（F1 > 90%），可依需求調整，且透過LoRA技術降低硬體需求，適合大規模或資源有限的醫療場域應用。 相關文章 PubMed DOI 推理 ♡

這項研究發現，經過微調的LLaMA 3等語言模型，能準確從約2萬份肺癌病理報告中擷取臨床重點，特徵擷取F1-score達92%，存活預測F1-score有70%，且在不同醫院資料上表現穩定。顯示PLMs有助自動化報告分析，提升晚期肺癌照護決策效率與品質。 相關文章 PubMed DOI 推理 ♡

這項研究發現，針對從非結構化病理和放射科報告擷取臨床實體，生醫領域預訓練的編碼器型NER模型表現最好，F1分數最高達0.88。雖然大型語言模型（LLMs）精確度高，但召回率低，容易漏掉資訊，且運算成本較高，因此目前還不適合用於這類任務。 相關文章 PubMed DOI 推理 ♡

這項研究發現，大型語言模型（LLMs）在有結構化提示下，評估隨機對照試驗偏倚風險的準確率可達74%，速度也比人類快很多。雖然還不能完全取代人工判斷，但已展現成為研究助理的潛力，未來若優化提示，實用性有望再提升。 相關文章 PubMed DOI 推理 ♡

這項研究比較三款大型語言模型在中英文門診協助 CNS 腫瘤診斷與治療決策的表現。ChatGPT-4o 和 DeepSeek-R1 診斷準確度接近醫師，Doubao 較差，但三者在治療建議上都不如醫師。中英文表現差異不大。總結來說，這些模型在初步診斷有潛力，但治療建議還不夠可靠。 相關文章 PubMed DOI 推理 ♡

這項研究發現，四款生成式AI（ChatGPT 4o、Perplexity、Copilot、Gemini）在回答帕金森氏症深腦刺激治療指引時，表現都不理想，最高符合率只有42.9%，而且答案常常不完整或太有自信，內容也太艱澀，病患難以理解。結論是，目前AI還不適合單獨用在臨床決策上。 相關文章 PubMed DOI 推理 ♡

當然可以！這裡有一個重點摘要： 這則訊息指出在整形外科領域使用大型語言模型時，可能會有一些倫理上的疑慮。 相關文章 PubMed DOI 推理 ♡