研究團隊用BERT打造本地大型語言模型，能自動評分放射科檢查申請單，並用RI-RADS系統。模型在另一家醫院的1.8萬多筆資料測試，準確度很高（F1-score 0.93），和放射科醫師幾乎一致，分組後表現更好（F1-score 0.97）。這顯示LLM有機會提升放射科流程、溝通效率，並改善病人照護品質。 相關文章 PubMed DOI 推理 ♡

SciToolAgent 是一款由大型語言模型驅動的 AI 科學助手，能自動操作上百種生物、化學和材料科學工具。它會用知識圖譜來聰明選擇工具，內建安全機制確保合乎倫理。基準測試顯示效能優於現有方法，能自動化複雜科學流程，讓專家和一般人都能輕鬆使用先進研究工具。 相關文章 PubMed DOI 推理 ♡

研究團隊開發的transformer AI模型，能同時分析cell-free DNA和RNA定序資料，預測早產風險，AUC高達0.890，效果比只用單一資料更好。這證明transformer結合多重組學資料，在產科和其他醫療風險預測上很有潛力。 相關文章 PubMed DOI 推理 ♡

**重點摘要：** 這篇綜述性回顧分析了25篇關於大型語言模型（LLMs）在心血管醫學領域的研究，發現雖然LLMs在決策和診斷方面展現出潛力，但其可靠性仍不穩定。常見問題包括不正確的資訊、冗長的回答、偏見以及結果難以重現。在廣泛應用於臨床之前，亟需更嚴謹的驗證與改進。 相關文章 PubMed DOI 推理 ♡

這篇綜述整理了機器學習在臨床資料分析、特別是過敏研究上的最新進展，涵蓋影像、時間序列分析、大型語言模型及個人化醫療等應用。文章也提到可解釋AI、多模態學習等未來趨勢，強調醫師角色及討論公平性與隱私議題，是臨床醫師和研究人員應用AI的實用參考。 相關文章 PubMed DOI 推理 ♡

多模態大型語言模型（MLLMs）結合文字和影像分析，有機會大幅推動放射科發展。不過，目前在臨床應用上還有資料品質、可解釋性、隱私（如GDPR）、運算資源和泛用性等問題。未來研究應加強模型透明度、隱私保護（如聯邦學習）、多模態整合和標準化評估，讓MLLMs成為放射科可靠的輔助工具，提升病患照護品質。 相關文章 PubMed DOI 推理 ♡

這項研究發現，護理學生擬定的護理計畫整體表現比 ChatGPT 好，特別是在診斷正確性上。不過，ChatGPT 在設定護理目標和介入措施方面表現較佳。兩者的資訊品質都屬中等。ChatGPT 有潛力成為護理教育的輔助工具，但還需要更多研究來確認其臨床應用成效。 相關文章 PubMed DOI 推理 ♡

多數影片摘要只挑重點，內容常常跳接、不順。這篇論文提出 LS-CAN，用語言連貫性來挑片段，讓摘要更流暢好懂。它用神經網路分析句子主詞、動作等，評估連結度，還結合大型語言模型提升標註品質，效果比傳統方法更好。 相關文章 PubMed DOI 推理 ♡

生物醫學關係抽取對一般大型語言模型來說很有挑戰性，表現通常不如專門方法。作者提出多任務指令微調框架，並用新資料集REInstruct訓練LLM，推出開源REaMA模型（7B和13B參數），在七個BioRE資料集上表現優異，甚至超越以往最佳。結合指令微調和chain-of-thought推理後，效果更好。程式碼和模型可在GitHub下載。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-3.5 在牙髓治療是非題的答題準確率最高（80%），優於 ChatGPT-4、Gemini 1.5 Pro 和 Gemini 1.5 Flash。不過，所有 AI 聊天機器人的答案和專家共識的吻合度都偏低。研究建議，臨床決策時不能只靠 AI，未來還需要更深入的研究來驗證其可靠性。 相關文章 PubMed DOI 推理 ♡