燒燙傷深度常被誤判，影響治療。新研究測試結合數位照片和超音波的AI系統，並整合進電子病歷，利用GPT-4模型，準確率達84.38%，比專家還高。這套AI能即時、穩定地協助診斷，特別適合醫師不足的地區，有望大幅提升燒燙傷診斷品質。 相關文章 PubMed DOI 推理 ♡

這項研究發現，大型語言模型能自動分類家長填寫的自閉症問卷答案，準確率高達84%，ROC-AUC甚至達1.0。用OpenAI的embeddings、逐題訓練和投票機制效果最好。不論雲端或在地端模型，表現都很優異，但在地端模型更容易解釋。這方法有望讓心理評估更省時省力，也能應用到其他心理健康檢測。 相關文章 PubMed DOI 推理 ♡

這篇文章回顧AI（特別是ChatGPT）在醫學教育的應用，強調個人化學習、即時回饋和臨床模擬的優勢，同時也提醒有偏見、隱私和錯誤資訊等風險。文中提出五大整合AI的重點，並強調數位策展的重要性。只要兼顧倫理和人性，AI有望徹底改變醫學教育。 相關文章 PubMed DOI 推理 ♡

這項研究比較七種大型AI模型，針對三陰性乳癌和去分化軟骨肉瘤提出治療建議。AI多推薦TNBC用抗體藥物複合體，DDCS則建議免疫檢查點或IDH抑制劑，也有提到CAR-T細胞和CRISPR等新療法。整體來說，AI能掌握最新癌症治療趨勢，多方參考有助病患和醫師獲得更多元選擇。 相關文章 PubMed DOI 推理 ♡

這項研究發現，用語音輸入搭配先進大型語言模型（像GPT-4o、Claude Sonnet 3.5）來寫放射科報告，不但比傳統語音辨識軟體快、錯誤少、成本低，報告品質還能維持甚至更好。只要簡單語音輸入，LLM就能產生高品質報告，有望讓臨床流程更有效率。不過，臨床應用和授權費用還需進一步評估。 相關文章 PubMed DOI 推理 ♡

作者開發了 EnzyExtract，自動用大型語言模型從13萬多篇論文中擷取酵素動力學數據，建立了EnzyExtractDB這個龐大且多元的資料庫，還補足了BRENDA等現有資源的不足。這資料集能提升預測模型表現，相關程式碼和資料都已免費公開。 相關文章 PubMed DOI 推理 ♡

這項研究發現，不論是人類專家還是 AI 工具（如 GPTZero），都很難準確分辨科學論文是 AI 還是人類寫的。AI 生成的論文通常較短、結構簡單、內容可預測、可讀性較差。結果顯示，現有方法難以有效辨識 AI 產生的內容，未來需要更進步的偵測工具來維護學術誠信。 相關文章 PubMed DOI 推理 ♡

作者提出 MKFGO 新方法，能整合五種生物資料來預測蛋白質功能，在大型測試中表現比現有 12 種主流方法都好。MKFGO 的關鍵是把手工序列特徵和蛋白質語言模型特徵在決策階段做融合，並結合蛋白質交互、GO term 機率和基因序列，提升預測準確率。程式碼已開源在 GitHub。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT 4.0在分辨嬰兒血管瘤和其他小兒血管異常時，正確率約75%，跟一般小兒科醫師差不多，但還是比專業AI模型差。像病灶類型、皮膚顏色和位置都會影響判斷準確度。雖然ChatGPT有潛力當臨床輔助工具，但目前還無法取代醫師或專業AI，未來還需要更多改進和研究。 相關文章 PubMed DOI 推理 ♡

研究團隊開發了 PH-LLM 這款專為可穿戴裝置數據設計的大型語言模型，能在睡眠和健身知識測驗中表現媲美甚至超越專家，還能根據感測器數據準確預測自評睡眠品質。這顯示 LLM 有望用於個人化健康監測與建議，並推動相關研究進展。 相關文章 PubMed DOI 推理 ♡