Jean-Claude Baron 在 2025 年的演講指出，PET 影像技術大大改變了我們對缺血性中風的看法。他提出「缺血半影」概念，證明這區域可存活數小時，治療應依個人生理狀況決定，不只看發作時間。他也發現即使腦組織救回來，還是可能有神經元損失，並說明中風會影響遠端腦區，為治療帶來新方向。 相關文章 PubMed DOI 推理 ♡

BioSample 的中繼資料格式不一，讓搜尋和重複利用變得困難。人工整理不切實際，傳統規則式方法又無法應付多樣資料。這篇研究用大型語言模型（LLMs）自動萃取關鍵資訊，並用人工資料集評估，結果顯示 LLMs 不只更準確，涵蓋範圍也更廣，能有效提升資料管理和利用效率。 相關文章 PubMed DOI 推理 ♡

這篇系統性回顧發現，AI已被應用在醫療問卷的設計、評估和疾病風險預測上，像是ChatGPT和深度學習都有不錯表現。不過，目前多數研究還在初步階段，臨床驗證還不多。未來要加強模型透明度、驗證、系統整合，還有注意資料隱私等倫理問題。 相關文章 PubMed DOI 推理 ♡

這項研究比較了ChatGPT（GPT-4o）和BUH兩種AI在乳房超音波判讀的表現。BUH在特徵分析和良惡性判斷上表現較好，GPT-4o則在BI-RADS分級與醫師一致性稍高。不過，兩者和專家醫師的一致性都只有中等，顯示目前AI工具在臨床應用上還不夠成熟和可靠。 相關文章 PubMed DOI 推理 ♡

目前大型語言模型在整合和評估科學文獻中互相矛盾的因果主張時，還有不少困難。這篇論文介紹AIA2系統，能同時分析多篇相關研究，找出共識、分歧和方法問題，並提出未來建議。以甲醛和白血病為例，AIA2展現了協助科學審查和促進循證決策的潛力，雖然還受限於現有AI技術。 相關文章 PubMed DOI 推理 ♡

傳統醫療溝通教學成本高又不夠彈性。用大型語言模型打造的虛擬病人系統，不但互動性高、可客製化，還能讓學生隨時練習臨床對話。評估顯示，這類系統互動體驗穩定，使用者滿意度高（CUQ分數86.25/100），學生能彈性、重複練習，並即時獲得回饋。 相關文章 PubMed DOI 推理 ♡

導入大型語言模型到醫療領域，能提升決策品質和照護效率，但關鍵在於讓醫療相關人員持續參與開發過程。論文強調，LLM不只要技術創新，更要結合利害關係人的意見，才能打造真正符合醫療現場需求的系統。 相關文章 PubMed DOI 推理 ♡

這項研究用ChatGPT分析Blind平台上超過50萬則COVID-19疫苗相關貼文，發現83%是負面內容，主因是社會不信任和被壓迫感。不過，負面貼文越多，疫苗接種率反而提升，顯示網路情緒和實際行為之間很複雜。這結果提醒我們，社群媒體上的討論可以幫助調整疫苗推廣策略。 相關文章 PubMed DOI 推理 ♡

這項研究要評估透過微信提供的AI健康教育系統（AI-HEALS），是否能幫助家庭更有效管理小兒氣喘。參與家庭會被分成只接受標準照護，或是標準照護加AI-HEALS。AI-HEALS有互動問答、健康監測、提醒和個人化教育功能。主要看AI-HEALS能不能提升兒童氣喘控制。試驗2025年4月到2026年12月在中國進行，已完成註冊。 相關文章 PubMed DOI 推理 ♡

這項研究比較 ChatGPT 和 Google Gemini 產生的三種神經疾病衛教手冊，發現兩者在可讀性和可靠性上差不多，但 Gemini 內容較短且更有原創性。整體來說，兩者沒有明顯優劣，顯示 AI 產生的衛教資料還有進步空間。 相關文章 PubMed DOI 推理 ♡