**重點摘要：** 提醒像 GPT 這樣的 AI 模型要避免認知偏誤，會讓它們的回覆變得更長，也更常提到「偏誤」這件事，但實際上並沒有明顯減少它們在醫療建議中出現認知偏誤的情況。臨床醫師還是要保持警覺，不能只依賴 AI 來做出沒有偏見的判斷。醫師本身的批判性思考依然非常重要。 相關文章 PubMed DOI 推理 ♡

這項研究比較市面上幾款視覺-語言模型在醫學影像中自動偵測和移除受保護健康資訊（PHI）的能力。結果顯示，ChatGPT-4o表現最準確，不論是偵測、遮蔽還是去識別化都勝過Google Gemini、Claude-3 Haiku、Meta Llama 3.2 Vision和傳統OCR方法。這代表ChatGPT-4o未來有機會協助醫療影像自動化處理敏感資訊。 相關文章 PubMed DOI 推理 ♡

醫學影像需求大增，但放射科醫師人力不足，造成診斷延遲。AI有潛力協助，尤其能整合影像、病歷和語言資料的模型。不過，目前還有資料標註不足、法規、技術和臨床導入等挑戰。未來需加強基礎建設、資料平台和跨領域合作，才能讓AI安全有效地提升醫療品質。 相關文章 PubMed DOI 推理 ♡

大型語言模型（LLMs）在醫療領域應用越來越廣，帶來不少新機會，但也引發品質、倫理和法律等疑慮。本文整理出十個關鍵問題，深入分析LLMs在醫療上的潛力與挑戰。 相關文章 PubMed 推理 ♡

這項研究比較 OpenAI Whisper 和 otter.ai 兩種 AI 語音轉文字工具與人工校正逐字稿的準確性。結果顯示，AI 產生的逐字稿和人工逐字稿高度一致（平均相關係數 r = 0.98），只有在語助詞和網路用語分類上有些差異。整體來說，現代 AI 轉錄工具在老化和心理學研究的語言分析上相當可靠。 相關文章 PubMed DOI 推理 ♡

研究團隊開發了一套AI系統（ONJ-TS），能整合醫學影像和病歷，協助診斷與治療顎骨壞死。這套系統特別適合醫師人力不足的地區，能回答臨床問題並提供治療建議。測試結果顯示，ONJ-TS的準確度不輸資深專家，表現比資淺醫師更好，有助提升臨床決策和治療品質。 相關文章 PubMed DOI 推理 ♡

這項研究用OEJTS和大五人格測驗，分析四款主流醫療用大型語言模型的人格特質。結果發現，各模型人格差異明顯且穩定，例如ChatGPT-3.5偏ENTJ，Claude 3 Opus為INTJ，Gemini和Grok則是INFJ。Gemini在宜人性和盡責性分數較低。這顯示LLMs有獨特人格，應用於心理健康前需謹慎評估與監督。 相關文章 PubMed DOI 推理 ♡

這項研究分析了6,745則Reddit心理健康社群留言，運用NLP和人工審查，發現線上討論常展現希望、凝聚力和利他主義等正向互動，但也有負面互動。這證明以理論為基礎的方法能有效研究大規模線上心理健康對話，顯示同儕支持空間有幫助但也有風險。 相關文章 PubMed DOI 推理 ♡

這篇研究提出 RiceEN-BERT-SVM 模型，結合 DNABERT-2 特徵萃取和 SVM 分類，有效提升水稻 enhancer 序列辨識準確率（最高達 93.63%）。透過微分熵分析，證明模型訓練過程中正負樣本特徵區分越來越明顯，提升模型效能。此方法不僅提升辨識率，也提供更具解釋性的生物序列分析新框架。 相關文章 PubMed DOI 推理 ♡

這篇文章介紹大型語言模型（LLMs）在金屬有機骨架（MOF）研究的應用，像是自動化文獻整理和資料擷取，讓材料發現變得更有效率。文章也回顧了機器學習和深度學習在MOF領域的發展，並討論LLMs未來在加速和自動化材料研究上的潛力。 相關文章 PubMed DOI 推理 ♡