LLM 相關三個月內文章 / 第 2 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

這項研究發現,大學生和由開源大型語言模型驅動的社交機器人互動四週後,對機器人的社交性和互動投入度都很穩定且高。學生覺得機器人越來越像真人,但不適感沒減少。技術穩定、個人化對話和管理期待,是未來教育應用的重點。 相關文章 PubMed DOI 推理

這篇文章整理了基礎模型在植物分子生物學的應用現況,介紹多種針對植物的AI模型,像GPN、AgroNT等,能解決植物基因組的特殊問題。文中也點出資料多樣性、模型設計和運算資源等挑戰,建議未來要提升模型泛用性、整合多元資料並加強運算效率,才能讓基礎模型在植物科學發揮更大效益。 相關文章 PubMed DOI 推理

這項研究發現,ChatGPT 提供的先天性白內障資訊,正確性和完整性跟醫師差不多,易讀性甚至更好,特別是內容簡化後。Google 搜尋結果則最不可靠、最難懂。總結來說,ChatGPT 是取得清楚、正確健康資訊的好工具,尤其適合健康素養較低的人,但還是建議多方查證。 相關文章 PubMed DOI 推理

這篇回顧指出,肥沃月灣地區的傳統阿拉伯與伊斯蘭醫學(TAIM)研究多集中在實驗室,且只針對少數藥用植物和疾病,像是癌症和感染症。田野調查和民族植物學研究明顯不足,導致祖先知識有流失危機。作者呼籲要加強跨領域合作、科學研究和資料共享,推動TAIM發展及植物藥研發。 相關文章 PubMed DOI 推理

這篇論文提出 DDI-JUDGE 方法,結合大型語言模型和創新提示設計,能更準確預測藥物間交互作用。透過挑選相似案例作為提示,並用 GPT-4 來判斷,無論 zero-shot 或 few-shot 都比現有方法更穩定、準確。這顯示 LLM 在藥物開發上很有潛力,程式碼也已開源。 相關文章 PubMed DOI 推理

塑膠升級再利用的研究很快在成長,但因為跨領域,整理起來很麻煩。大型語言模型(LLMs)能快速又準確地分析大量論文,效率比人類專家高很多。善用LLMs能幫助找出未來研究方向,加速創新,尤其是研究人員、出版商和科技業者一起合作時,效果會更好。 相關文章 PubMed DOI 推理

Schwannoma是源自Schwann細胞的良性腫瘤,極少見於頸部交感神經鏈。這位34歲男性因脖子腫塊、感染及吞嚥困難就醫,MRI發現腫瘤後手術切除,術後出現右側Horner's syndrome。經治療後恢復良好,強調早期診斷和治療對預後很重要。 相關文章 PubMed DOI 推理

人工智慧決策系統結合先進架構和多模態基礎模型,能整合影像、語言等多種資料,提升決策效率與彈性。這些技術正改變醫療、教育等領域。文章回顧IDM發展、基礎模型角色,並探討打造高效且具倫理性的AI決策系統所遇到的挑戰與機會。 相關文章 PubMed DOI 推理

中國一項針對近8,000名臨床醫師的調查發現,雖然大多數醫師聽過大型語言模型(LLMs),但實際使用率僅約12%。LLMs的認知和使用情況會因城市、醫院層級及科別而異。多數醫師,尤其心臟科醫師,對LLMs在臨床決策和研究上的需求很高。研究建議應加強培訓、優化功能並提升可及性,以促進LLMs在醫療領域的應用。 相關文章 PubMed DOI 推理

研究發現,二年級醫學生認為真人導師給的回饋在各方面都比 ChatGPT 來得好。不過,多數學生也覺得 AI 和真人回饋可以互補。雖然目前真人回饋較佳,但像 ChatGPT 這類 AI 工具還是有輔助價值,混合使用有機會提升醫學教育的回饋品質與效率。 相關文章 PubMed DOI 推理