這篇文章整理了最新AI技術，像是深度學習、大型語言模型和多模態模型，如何徹底改變植物疾病偵測和抗病性預測。內容涵蓋AI在疾病辨識、組學資料分析和性狀選拔的進展，也討論多元資料整合的應用。文中同時指出資料、模型和隱私等挑戰，並提出未來可結合大型語言模型與聯邦學習。整體來說，這是加速抗病作物育種的實用參考。 相關文章 PubMed DOI 推理 ♡

這項研究比較了ChatGPT-4o、Grok和Gemini三款AI在解讀腦部MRI的表現。Gemini在找出病灶最厲害，Grok則最會分辨MRI序列。不過，三款AI目前都還不夠準確，還不能直接用在臨床上，未來還需要再改進，醫療應用上要特別小心。 相關文章 PubMed DOI 推理 ♡

大型語言模型（LLMs）在重症醫療上應用快速成長，能提升病人管理、診斷、紀錄和醫療教育等，但也有偏見、可靠性和透明度等問題。導入臨床時，需嚴格驗證，確保安全與倫理，才能真正發揮AI在醫療的正面影響。 相關文章 PubMed DOI 推理 ♡

**重點摘要：** 生成式AI語音助理，利用先進的語言模型來即時理解並自然對話，有機會徹底改變醫療領域的病患互動。只要設計得當並負責任地使用，這些AI可以擴展醫護人員的能力，幫助醫療體系接觸到更多病患，雖然在技術和實際應用上還是有一些挑戰需要克服。 相關文章 PubMed DOI 推理 ♡

研究用 GPT-3 分析精神病患和健康者的語音，發現精神病患對長語境不敏感，語言較混亂，這能預測正性思考障礙（如語無倫次），但無法預測負性症狀（如語言貧乏）。這方法可自動、客觀評估語言混亂，並連結臨床症狀與語言處理差異。 相關文章 PubMed DOI 推理 ♡

這項研究評估多種大型語言模型，利用提示工程從胃鏡和大腸鏡報告中擷取結構化資訊。結果顯示，大型且專業化的模型在基本資訊擷取表現最好，但遇到複雜推理時仍有限制。少樣本學習對部分模型有幫助，顯示LLMs自動化醫療文本分析有潛力，但還需改進。 相關文章 PubMed DOI 推理 ♡

RadGPT 結合概念擷取和大型語言模型，能自動產生解釋和問答題，協助病人看懂放射科報告。研究顯示，AI 產生的內容多獲醫師好評，且無安全疑慮。LLM 產生的問題比傳統模板更優，這工具有助病人理解複雜醫療資訊，潛力十足。 相關文章 PubMed DOI 推理 ♡

雖然AI技術進步很快，但要在臨床上做到精確又能解釋的個人化治療，還是有不少困難。本研究開發的H-SYSTEM，結合醫學知識圖譜和AI模組，能幫助神經外科醫師處理高血壓性腦出血。測試結果顯示，H-SYSTEM在診斷和治療規劃的準確率超過91%，比醫師和大型語言模型還高，且在多家醫院都適用，顯示它有成為臨床決策好幫手的潛力。 相關文章 PubMed DOI 推理 ♡

這項研究發現，GPT-4o等大型語言模型能根據實際用藥情境（如劑量）準確判斷藥物的ATC分類，表現比傳統搜尋方法更好（92.5%對82.5%）。LLM不僅準確、取得容易，還能考慮情境資訊，對藥物流行病學研究很有幫助。 相關文章 PubMed DOI 推理 ♡

這項研究比較三款大型語言模型產生的SCR手術衛教資料，發現 Gemini-1.5-Pro 在教育品質和病患滿意度上表現最佳。不過，所有模型都沒附參考文獻，也沒提及其他治療選擇或不手術的風險，顯示臨床使用前還是需要專家把關。 相關文章 PubMed DOI 推理 ♡