大型語言模型（LLMs）是透過大量文本訓練的先進神經網絡，能理解和生成類似人類的語言。ChatGPT是OpenAI開發的知名範例，具備語言翻譯、問題回答和文本補全等功能。它能生成醫療報告、手術記錄和詩歌等多種文本，並在神經外科中協助撰寫手術報告，促進醫療團隊溝通，還可作為醫學生的學習資源。不過，這類模型在醫療應用上也面臨一些挑戰。 相關文章 PubMed DOI ♡

這項研究開發了一個名為藥學實踐研究領域分類器（PPRDC），用來將藥學實踐教職員的出版物分為臨床、教育、社會與行政，以及基礎與轉譯四個領域。研究分析了2018至2021年間的1,000篇摘要，並微調了多個BERT模型。PPRDC在各項分類指標上表現優異，F1分數達89.4，並在重現性上獲得完美評價（Cohen's kappa = 1.0）。這項成果不僅提升了分類效率，還對文獻計量學研究有重要貢獻，幫助作者和編輯做出更好的期刊選擇。 相關文章 PubMed DOI ♡

這篇綜述文章探討生成式人工智慧（AI）在心理學的影響，特別是像ChatGPT這類工具的應用。文章分析了2015至2024年間的研究，強調生成式AI在數據分析、行為建模和社交互動模擬上的優勢。它比較了傳統研究方法與AI驅動方法的效率，並討論了理論與倫理挑戰，特別是偏見問題。最後，文章展望生成式AI在心理學的未來，提出改進建議和數據隱私措施，強調對倫理問題的重視對維護研究完整性的重要性。 相關文章 PubMed DOI ♡

這項研究探討不同濃度的碳酸氫鈉（NaHCO₃）對和芳鯉的影響，實驗分為三組（0 g/L、1 g/L 和 3 g/L），每組有三個重複，每個重複30條魚。研究發現，隨著鹼度增加，鰓和肝臟的損傷加劇，血清中的鈉、鉀和血氨顯著上升。肝臟抗氧化酶初期增加但隨時間減少，免疫酶指數則較高。這些結果顯示過量碳酸氫鈉會影響和芳鯉的生理和代謝功能，對水產養殖有重要啟示。 相關文章 PubMed DOI ♡

這項研究旨在改善從基因測序中提取病原微生物的知識，特別是透過宏基因組下一代測序（mNGS）。傳統方法耗時且容易受主觀影響，因此研究人員開發了一種自動化的問答（QA）模型。 關鍵步驟包括創建名為MicrobeDB的新數據集，涵蓋618篇論文的3,161個樣本和224種病原微生物。透過微調模型和數據增強，最終在測試集上達到88.39%的精確匹配和93.18%的F1分數，顯示出高準確性。這項研究為臨床解釋mNGS結果提供了有價值的自動化方法。 相關文章 PubMed DOI ♡

這項研究評估了五種多模態大型語言模型（LLMs）在日本診斷放射學委員會考試中的表現，涵蓋2021至2023年的考題。測試模型包括GPT-4o、Claude 3 Opus等，準確率介於30.21%到45.00%之間，GPT-4o表現最佳。雖然Claude 3 Opus在無圖像問題中表現較好，但添加圖像並未顯著提升準確性，甚至有模型表現下降。所有模型均未達到60%的及格標準，顯示目前LLMs在放射學的應用仍需進一步發展。 相關文章 PubMed DOI ♡

這項研究探討了基於檢索增強生成（RAG）的大型語言模型（LLMs）在提供前交叉韌帶（ACL）損傷資訊的準確性。研究人員編輯了100個問題和答案，並測試了不同模型的表現。結果顯示，未整合RAG的模型準確率低於60%，但整合後平均提升39.7%。Meta的Llama 3 70b達到94%準確率，而結合RAG與AI代理的GPT-4則達95%。研究結果顯示RAG和代理增強能有效提升醫療資訊的準確性，對醫學領域的LLMs應用提供了支持。 相關文章 PubMed DOI ♡

生成式人工智慧（AI）透過聊天機器人增強了人與人之間的連結。本研究評估了三個聊天機器人（ChatGPT、Bard和Perplexity）在解答2008至2023年西班牙MIR考試的骨科手術和創傷學問題上的表現。結果顯示，ChatGPT的正確率最高（72.81%），Bard在可讀性和全面性上表現最佳。雖然這些機器人展現了潛力，但仍需謹慎使用，因為它們可能出現錯誤，人類專業知識仍然更為重要。 相關文章 PubMed DOI ♡

最近沙烏地阿拉伯爆發食源性肉毒桿菌中毒疫情，促使一項研究評估醫療工作者對該病的知識、態度和實踐。這項線上調查於2024年5月進行，針對1,058名醫療工作者，結果顯示他們的平均知識得分僅9.69分（滿分20分），顯示知識明顯不足。年齡超過34歲及熟悉公共衛生指導方針的醫療工作者知識較高。雖然他們有意願有效管理此病，但自信心中等。研究強調需及時發布指導方針，以提升醫療工作者的知識與信心，並建議進一步研究教育介入的長期效果。 相關文章 PubMed DOI ♡

不孕症影響全球六對夫妻中的一對，男性不孕症約佔一半。雖然不孕原因尚不明朗，但治療通常費用高、耗時且成功率低。人工智慧（AI）有潛力改善這些挑戰。這篇綜述探討了AI在男性不孕症管理上的進展，特別是在低睪酮、精液分析和輔助生殖技術方面。透過AI的應用，患者可能獲得更有效且具成本效益的照護，並促進醫生與患者之間的治療選擇討論，但仍需確保照護品質。 相關文章 PubMed DOI ♡