這項研究比較三款大型語言模型與資淺、資深醫師在回答自體免疫疾病臨床問題的表現。結果發現，特別是Claude 3.5 Sonnet，在正確性和完整性等方面都勝過醫師，顯示AI有潛力協助臨床照護。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4.0在回答小兒外科問題時表現比住院醫師和3.5版更好，尤其在定義題上最明顯。住院醫師看過AI表現後，對AI態度變得更正向。研究建議把AI教育納入醫學訓練，有助未來醫師善用AI工具。 相關文章 PubMed DOI 推理 ♡

研究發現，先把每份臨床紀錄各自摘要，再合併生成出院摘要（先摘要再提示），比直接合併所有紀錄來得更完整、正確，內容也不會變冗長。這種方法有望協助自動化出院摘要撰寫，減輕醫師工作壓力。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT 4.0對經驗較少的放射師特別有幫助，能協助學習和減輕壓力，但對資深放射師來說，進階問題的回答還不夠清楚和精確。整體而言，ChatGPT適合用於放射師教育和臨床輔助，但還需要再優化才能完全滿足專家需求。 相關文章 PubMed DOI 推理 ♡

自20世紀末以來，個人電腦徹底改變了雙語研究，讓研究方法更動態、實驗性。Harris 1992年的著作是重要轉捩點，帶動了雙語表徵與處理的討論。之後，像跨語言影響、認知控制等主題成為主流，其他議題也隨科技發展而演變。隨著電腦建模和大腦研究進步，雙語認知研究在AI時代依然很重要。 相關文章 PubMed DOI 推理 ♡

這項研究比較GPT-4和中國腫瘤科醫師回答癌症病患問題的表現。結果顯示，GPT-4在病患衛教的答案較完整，正確性和安全性也不輸醫師，但在醫療決策上正確率較低，偶爾還會出現危險錯誤。醫師和病患對同理心的感受也不同。總結來說，GPT-4適合用於衛教，但在醫療決策上仍需醫師把關。 相關文章 PubMed DOI 推理 ♡

這項研究用深度學習架構，結合先進語言模型（如RoBERTa、DeBERTa、XLNet）和創新集成方法，搭配Gompertz函數，有效偵測長新冠相關假訊息。實驗結果顯示，XLNet和集成模型準確率高達93.52%，整體表現優於傳統方法。這證明結合預訓練語言模型和新集成技術，能大幅提升假新聞偵測效果，對公共衛生政策很有幫助。 相關文章 PubMed DOI 推理 ♡

這項研究發現，聊天機器人雖然能提供基本的情感支持和心理教育，但回應較制式，無法深入探討或安全處理危機。相較之下，治療師會引導來談者多說明，介入方式也更細緻。結論是，目前聊天機器人還不能取代專業心理健康照護，尤其遇到危機時更要小心使用。 相關文章 PubMed DOI 推理 ♡

這項研究比較了52種大型語言模型在自駕車道德決策上的表現，發現參數超過100億、尤其是專有模型，判斷較接近人類。不過，模型新舊不一定影響道德判斷，且有些模型會過度偏向特定倫理原則。實際應用時，還是要在判斷品質、運算資源和文化差異間取得平衡。 相關文章 PubMed DOI 推理 ♡

「Prostate Cancer Info」AI聊天機器人回答前列腺癌篩檢問題時，大多內容正確且符合台灣常用語，74%答案完整，閱讀難度也不高。不過，有些重要資訊還是會漏掉。這類AI可以當作補充參考，但不能取代醫師專業建議，遇到健康問題還是要找醫生討論。 相關文章 PubMed DOI 推理 ♡