這篇評論以 caNanoLab 為例，說明大型語言模型（LLMs）能提升癌症奈米科技資料庫的使用體驗。透過用 caNanoLab 資料訓練 LLMs，不只能讓搜尋更精準，還能提供引導式填寫和個人化協助，幫助研究人員更有效率地分析和瀏覽複雜資訊，進而加速癌症研究發展。 相關文章 PubMed DOI 推理 ♡

這項研究提出Yaoshi-RAG，把不確定性知識圖譜和大型語言模型結合，專門用來提升中醫藥食同源飲食建議的準確度和可靠性。透過建構完整的知識圖譜並用檢索增強生成技術，能產生更個人化、科學根據的建議。實驗證明，這種方法能明顯提升建議的品質和準確性，且經自動和人工評估都獲得肯定。 相關文章 PubMed DOI 推理 ♡

加護醫療常用的縮寫和簡稱容易造成溝通誤會，甚至導致用藥錯誤，約佔13%。這些縮寫在不同情境或醫院可能有不同意思。建議應統一用語、清楚紀錄、定期教育及建立流程，來降低誤解風險，提升病人安全。 相關文章 PubMed DOI 推理 ♡

作者提出 ChemLML，用 adapter 技術把訓練好的語言模型和分子模型結合，讓你能直接用文字描述產生新分子，不用重頭訓練多模態模型，省資源又好擴充。分子表示法選擇很重要，SMILES 通常表現較佳。作者也針對評估資料集提出改進，並用 ChemLML 成功產生蛋白質抑制劑和可穿膜分子，證明方法實用。 相關文章 PubMed DOI 推理 ♡

這項研究發現，目前主流大型語言模型（如ChatGPT-4.0、Google Gemini、Bing Copilot、DeepSeek）在用FIGO 2015標準解讀胎心監測圖時，表現都有限。DeepSeek無法解讀，Gemini表現較差，ChatGPT-4.0準確度中等，Bing Copilot只在判斷正常圖表時較好，對異常圖表則不理想。整體來說，LLMs在這方面還有很大進步空間。 相關文章 PubMed DOI 推理 ♡

2000到2024年，超過2萬篇流行病學期刊摘要的分析發現，平均P值和剛好低於0.05的比例都下降。這主要是因為研究設計和統計檢定力變強，而不是P hacking減少或大家不重視P值。雖然有呼籲少用P值，但其實P值變化主要反映研究品質提升。 相關文章 PubMed DOI 推理 ♡

這項研究比較ChatGPT-4o和Gemini 1.5 Pro在土耳其醫學專科考試眼科選擇題的表現。結果顯示，ChatGPT-4o的正確率（約97%）略高於Gemini 1.5 Pro（約94%），尤其在英文題目上差異顯著。兩款AI都能準確解題並提供解釋，對眼科教育有很大幫助。 相關文章 PubMed DOI 推理 ♡

這項研究開發了一個以 ChatGPT-4 為基礎的自殺防治聊天機器人，能快速、大規模地協助有自殺念頭的人。經過心理危機介入調整後，機器人在網路上運作，使用者普遍認為它在可用性、情感支持和安全性等方面表現很好，顯示能有效幫助需要的人。 相關文章 PubMed DOI 推理 ♡

AI正讓中國醫學生理學教育現代化，提升臨床訓練，但也帶來資源分配不均、資料隱私及人文關懷等問題。建議課程結合AI與人為監督，強化師資AI訓練，維持導師制，確保倫理與公平，培養兼具技術與人文素養的醫師，提升醫療品質與可近性。 相關文章 PubMed DOI 推理 ♡

這項研究發現，利用大型語言模型（LLM）作為AutoML的自然語言介面，可以讓各種背景的使用者更快、更有效率地完成機器學習任務，不僅提升準確率，也大幅縮短開發時間。LLM介面能降低技術門檻，幫助更多組織導入機器學習，品質也不會打折。 相關文章 PubMed DOI 推理 ♡