這項研究發現，南韓民眾在網路上搜尋像「腸胃不適」或「水狀腹瀉」這類常用詞時，和急診因腹瀉就診人數有明顯關聯，甚至能提前兩週預測急診潮，特別是在50歲以下族群。這表示，透過監測網路搜尋趨勢，有助於提早掌握腹瀉疫情，提升公衛監測效率。 相關文章 PubMed DOI 推理 ♡

這項研究開發了 KSrisk-GPT 工具，能從知乎留言中準確找出腎結石的風險因子，像是飲食、喝水量、遺傳和生活習慣等，還發現補充保健品和濫用瀉藥也是潛在風險。這證明大型語言模型能有效從社群媒體挖掘健康風險，對疾病預防很有幫助。 相關文章 PubMed DOI 推理 ♡

大型語言模型（LLMs）在網絡合作上，無法像人類一樣靈活調整策略。人類遇到結構化網絡會更願意合作，但LLMs反而在隨機環境下才較願意合作，對網絡結構適應力很差。這顯示LLMs缺乏人類那種細膩、能隨情境變化的社會互動能力，未來還需加強社會規範的整合。 相關文章 PubMed DOI 推理 ♡

這篇研究發現，像 GPT-4 這樣的大型語言模型可以產生很接近真實用戶的合成資料，拿來預訓練自適應式政治問卷後，問卷在預測和推薦上的準確度都有提升。這表示 LLM 未來有機會幫助解決初期缺乏訓練資料的問題，對政治學等領域很有幫助。 相關文章 PubMed DOI 推理 ♡

這項研究用大型語言模型，從GEM資料庫和文獻中自動萃取、量化基因編輯資訊，突破現有資料庫限制，更清楚呈現基因在編輯中的角色，提升基因排序效率，幫助設計更好的基因編輯實驗。相關工具和資料已在GitHub公開。 相關文章 PubMed DOI 推理 ♡

這項研究發現，GPT-4在從小麥和大麥論文中擷取遺傳性狀資料的表現相當優異，論文分類準確率高達97%，性狀擷取率有80%，標記-性狀關聯擷取率則為61%，錯誤率也比GPT-3.5低。雖然還有進步空間，但GPT-4已展現輔助生物資料庫整理的潛力。不過，使用時仍需留意資料可能不夠完整或正確。 相關文章 PubMed DOI 推理 ♡

生命科學文獻量暴增，人工整理越來越困難。本研究證明，只要設計好提示語和檢查流程，大型語言模型就能自動產出高品質、正確引用的非編碼RNA文獻摘要。人工審查也認可這些摘要的品質。這次共產生超過4,600篇摘要，已上架RNAcentral。未來只要做好品質控管，知識庫就能自動化產生文獻摘要。 相關文章 PubMed DOI 推理 ♡

這項研究發現，若用結構化大綱引導，ChatGPT對膝關節骨關節炎患者的衛教效果跟醫師一樣好；但若讓患者自由問ChatGPT，學到的知識較少，答案品質也較差。總結來說，ChatGPT有潛力輔助衛教，但需要明確指引，否則效果有限。 相關文章 PubMed DOI 推理 ♡

大型語言模型的AI（像環境智慧）已用在神經科學領域，能自動化臨床紀錄，減輕醫師負擔、提升照護品質。但也有錯誤、偏見等風險，還可能讓醫護產生新型職業倦怠，特別是在癲癇照護這種需精確紀錄的領域。要安全有效運用，還是需要人類監督、持續研究、法規和多方合作。 相關文章 PubMed DOI 推理 ♡

一項涵蓋13家醫院的研究發現，GPT-4-Turbo這種大型語言模型在判斷病人是否有近期長照機構接觸史時，準確度跟人工差不多甚至更高，速度快25倍、成本省20倍，還能抓出人工審查的錯誤。這代表AI能有效從醫療紀錄中擷取重要資訊，幫助提升感染控制和醫院作業效率。 相關文章 PubMed DOI 推理 ♡