這項研究發現，ChatGPT在日本醫療資訊考試中，醫療保健、資訊科技和健康資訊系統領域表現不錯，但在標準和法律題目上較差。結論提醒，ChatGPT的答案可能有誤，查詢相關資訊時要特別謹慎。 相關文章 PubMed DOI 推理 ♡

在電子病歷中找出藥物不良事件（ADEs）很困難，因為相關資訊多藏在醫師的自由書寫紀錄裡。人工審查又很耗時，所以需要自動化工具。這項研究用大型語言模型來偵測ADEs，發現不到15%的出院紀錄會明確記載ADEs與藥物的關聯，顯示通報機制還有很大改進空間。 相關文章 PubMed DOI 推理 ♡

這項研究開發了一個用大型語言模型打造的聊天機器人，專門幫助年長者練習正念。研究先讓15位年長者用一般正念App，收集他們對語音、個性、互動性和操作便利的意見，再用這些回饋微調ChatGPT，設計出AI正念教練，並邀請年長者參與評估。 相關文章 PubMed DOI 推理 ♡

這項研究發現，用大型語言模型（像Llama3和Phi3）分析護理紀錄來偵測譫妄，比傳統的關鍵字比對更準確。特別是finetuning後的Phi3（3.8B）模型，準確率高達90.24%，AUROC也有96.07%，顯示AI有助於提升臨床譫妄偵測的效率和準確性。 相關文章 PubMed DOI 推理 ♡

這項研究發現，GPT-4自動分配醫療收費代碼的正確率偏低，僅約2到3成，無論是根據代碼描述還是實際門診紀錄。雖然GPT-4有潛力，但目前還無法精確處理醫療收費代碼的複雜細節，實務應用上還有很大進步空間。 相關文章 PubMed DOI 推理 ♡

**重點摘要：** CoDESIGN 計畫正在研究如何利用 ChatGPT 來簡化失智症相關資訊，讓閱讀能力較低的人也能理解，同時確保內容的正確性與完整性。雖然 ChatGPT 能提供協助，但在分享這些文件之前，還是需要人工審查來確保品質。 相關文章 PubMed DOI 推理 ♡

這篇研究發現，大型語言模型（LLMs）雖然有潛力協助找出醫療紀錄中容易被忽略的間接病人識別資訊，但目前標記出來的很多其實是誤判。要真正把LLMs用在去識別化流程，還需要更多研究，才能確保病人隱私，同時又能安全分享醫療資料。 相關文章 PubMed DOI 推理 ♡

這篇研究用教科書資料測試RAG系統來回答放射科問題，結果比傳統方法有中度進步。作者也分享遇到的挑戰和改進建議，認為RAG未來有機會成為更聰明的臨床決策輔助工具。 相關文章 PubMed DOI 推理 ♡

**重點摘要：** 這項研究利用 Microsoft Olive 和動態量化技術，來優化 BERT 在醫療文本語意相似度的表現，在 DEFT 2020 挑戰賽中達到相近甚至略優的準確率，同時讓模型推論速度提升 20 倍、記憶體使用量減少 70%。 相關文章 PubMed DOI 推理 ♡

這項研究開發了專為食道癌設計的聊天機器人 chatEndoscopist，雖然在文字回答的精確度和多樣性上不如 ChatGPT，可能因為訓練資料太少，但在圖片搜尋方面表現不錯。未來會增加資料量，提升準確度和語言表現。 相關文章 PubMed DOI 推理 ♡