這篇論文探討AI在醫療領域的決策輔助，強調「解釋」、「詮釋」和「理解」三者的區別，並用Dennett的意向立場作為理論基礎。作者提出一套分析AI解釋的方法，期望提升使用者參與和理解，並討論這對未來醫療聊天機器人設計及法規的影響。 相關文章 PubMed DOI 推理 ♡

**重點摘要（繁體中文）:** 這項研究測試大型語言模型是否能準確分析有關身心障礙權益的推文，特別是判斷情緒（正面/負面）以及辨識推文是反映社會觀點還是醫療觀點的身心障礙。研究使用了5,000則推文，結果顯示模型在這兩項任務上都有不錯的準確度。 相關文章 PubMed DOI 推理 ♡

這項研究發現，現有的大型語言模型雖然能回答更年期健康問題，但目前的評估方式對於敏感醫療議題還不夠完善。作者建議應發展更專業且重視倫理的評估標準，確保AI產出的醫療資訊安全又可靠。 相關文章 PubMed DOI 推理 ♡

研究團隊開發了「FysBot」運動App，內建ChatGPT聊天機器人，能給個人化運動建議。五位成人測試後覺得建議實用，但回覆品質、活動建議和步數追蹤還有待加強。大家認為這機器人有潛力激勵運動，若能再提升個人化和操作便利性，未來使用率可望提升。 相關文章 PubMed DOI 推理 ♡

一份針對健康資料科學碩士生的調查發現，84%學生會用ChatGPT等大型語言模型來寫程式、debug等工作，超過一半每天都用。大家覺得LLMs很方便又省時，但也擔心太依賴、資料隱私和引用正確性。研究建議老師課程要結合LLMs，並加強學生的問題解決和批判思考能力。 相關文章 PubMed DOI 推理 ♡

ChatGPT-4參加西班牙醫師考試，200題答對150題，成績約在1,900到2,300名之間，已能申請多數醫學專科。它在有無圖片題目表現差不多，難題表現較弱，跟人類類似。研究認為AI有教育潛力，但會出錯，不能取代醫師，答案還是要專業審查。 相關文章 PubMed DOI 推理 ♡

這項研究發現，GPT模型能針對虛擬病人案例產生臨床推理概念圖，找出的醫學概念甚至比醫師還多。雖然召回率和精確率各有高低，但這些概念圖能幫助老師提供更多診斷、檢查或治療建議，對教學教材製作和學生回饋都很有幫助。 相關文章 PubMed DOI 推理 ♡

這篇論文介紹一款Android語音聊天機器人，能根據醫學文獻和17項健康變數的知識庫，給予個人化健康建議，涵蓋約1.5億種健康情境。未來將升級為知識圖譜並結合大型語言模型，讓健康諮詢更自然、更懂情境。 相關文章 PubMed DOI 推理 ♡

這項研究比較GPT-4o、GPT-4o-mini和Llama 3.1:8B在自動化系統性回顧的表現，發現GPT-4o在摘要篩選最優（召回率0.894，精確度0.492），並提出有效調整篩選門檻的方法。偏誤風險評估方面，LLM表現依領域不同而異。整體來說，LLM對自動化系統性回顧有幫助，但還有待改進。 相關文章 PubMed DOI 推理 ♡

作者開發了一款結合大型語言模型的嚴肅遊戲，能模擬照顧者與神經性厭食症青少年之間的對話，協助家庭練習支持性溝通。系統透過專家回饋和少量範例學習，能產生真實且具治療效果的對話，無需大規模重新訓練，提升數位治療訓練的規模與成效。 相關文章 PubMed DOI 推理 ♡