單靠大型語言模型（LLMs）做高風險決策有風險，因為它們會出現幻覺和偏誤。這項研究提出結合醫師和LLM的混合系統，分析四萬多個診斷案例後發現，醫師和LLM合作比單獨使用任何一方都更準確，因為他們各有不同的優缺點。這種混合方式能提升醫療診斷的準確率。 相關文章 PubMed DOI 推理 ♡

這項研究發現，目前熱門AI聊天機器人在運動營養建議上的準確度只有中等，且不同AI表現差異大。雖然ChatGPT-4o和Claude3.5Sonnet表現較好，但整體證據品質偏低。建議運動員和教練還是要找專業營養師諮詢，AI只能當參考，不能完全依賴。 相關文章 PubMed DOI 推理 ♡

這篇論文介紹「Visualizationary」系統，結合 ChatGPT 與視覺化設計指引，能針對使用者的圖表給予個人化、具體的改進建議，且不需寫程式。13 位參與者的研究顯示，透過 LLM 以自然語言指導，能有效提升不同經驗者的視覺化設計能力。補充資料可在 https://osf.io/v7hu8 查詢。 相關文章 PubMed DOI 推理 ♡

這項研究發現，GPT-4在乳癌和婦科癌症治療建議上表現尚可，乳癌案例與專家意見一致率最高達84%。雖然經過多次提示後表現有提升，但在正確性、完整性及手術、基因檢測建議上仍有限制。未來AI可輔助臨床決策，但專家把關還是很重要。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT在回答硬脊膜外類固醇注射相關問題時，整體來說資訊正確且清楚，尤其是針對一般性問題。不過，AI在展現同理心方面表現有限，有時也會離題。未來若要在臨床上廣泛應用，還需要更精確的提問設計和更多研究來確保病人安全。 相關文章 PubMed DOI 推理 ♡

**重點摘要：** 這篇評論探討了ChatGPT如何幫助牙醫領域，包括協助病人溝通、衛教以及診斷，同時也指出像是準確性、隱私和工作流程整合等挑戰。結論認為，只要能妥善處理倫理和實務上的問題，ChatGPT在牙科診所中有很大的應用潛力，並呼籲需要進一步的研究來優化它的使用方式。 相關文章 PubMed DOI 推理 ♡

這項研究發現，利用 ChatGPT 進行現象學分析，不僅能處理大量質性資料，還能維持分析深度。透過自訂提示詞，AI 能有效整理與詮釋人類經驗，展現成為意識研究輔助工具的潛力。不過，方法還需優化，才能更精確掌握細微差異。 相關文章 PubMed DOI 推理 ♡

這項研究比較了多款主流大型語言模型（如Claude、GPT、Gemini）在臨床診斷上的表現。結果顯示，這些AI在常見病例的診斷準確率都超過九成，Claude 3.7甚至有滿分表現；在複雜案例中，Claude 3.7也勝出。小型模型在簡單情境下表現也不差。研究強調，未來應把AI工具實際整合進臨床與醫學教育，提升照護品質。 相關文章 PubMed DOI 推理 ♡

CigStopper 是一套自動化工具，運用機器學習來判斷臨床紀錄中是否該收取戒菸諮詢費用（CPT 99406/99407）。研究團隊用模擬醫師寫法的病歷訓練模型，決策樹和隨機森林效果最好（PRC AUC 0.857，F1 0.835）。這系統有助減少行政負擔、提升收費準確度，未來有望應用於臨床。 相關文章 PubMed DOI 推理 ♡

這篇研究用微調過的GPT大型語言模型，來自動把生物樣本標籤對應到本體論術語，減少人工註解負擔。實驗結果顯示，GPT模型在細胞株和細胞類型的召回率高達88–97%，但精確度只有47–64%。雖然能提升註解效率，但精確度還有進步空間，專家審查仍不可少。 相關文章 PubMed DOI 推理 ♡