這項研究用大型語言模型（LLMs）自動從電子病歷的臨床紀錄辨識失眠，準確度高於傳統BERT模型（F1分數93.0和85.7）。這個方法不只偵測失眠效果好，也有潛力應用在其他容易被忽略的疾病診斷上。 相關文章 PubMed DOI 推理 ♡

這項研究發現，用大型語言模型自動產生心臟衰竭住院摘要，能幫助部分醫師更快回答問題，且準確率沒變。大多數醫師認為這樣能省時間，也願意使用，但摘要格式要配合個人需求。整體來說，LLM有助提升醫師效率，但摘要內容還需客製化。 相關文章 PubMed DOI 推理 ♡

這項研究找來70位醫師，測試專為醫師協作設計的GPT AI診斷系統。無論是AI先診斷還是醫師先診斷，協作後的正確率都比傳統工具高（85%和82%對75%），和單純AI診斷（90%）差不多。結果顯示，協作型AI能有效提升診斷準確率，也促進醫師與AI的合作。 相關文章 PubMed DOI 推理 ♡

這項研究提出用大型語言模型（LLM）來測試去識別化工具的隱私保護效果。結果發現，即使是先進工具，仍有9%病患紀錄被重新識別，顯示現有方法有漏洞。這方法有助於找出弱點，讓未來生醫資料分享更安全。 相關文章 PubMed 推理 ♡

**重點摘要：** 這項研究顯示，使用 prompt-tuning 搭配大型臨床語言模型（GatorTronGPT）可以有效地摘要醫師與病患之間的對話，不僅表現優於以往經過 fine-tune 的模型，而且更有效率，因為不需要更新模型的參數。 相關文章 PubMed 推理 ♡

這項研究發現，像 Med-BERT 這種專為醫療設計的大型語言模型，比通用型模型更能處理不同醫院間的資料差異，提升知識轉移效果。通用模型如 OpenAI 需額外微調。未來建議持續研究如何在任務難度、資料量和微調之間取得最佳平衡。 相關文章 PubMed 推理 ♡

這篇研究發現，大型語言模型在沒經過特別訓練下，結合檢索增強生成（RAG）和提示工程，能有效自動摘要專業資訊，表現不錯。不過，還是會遇到像網頁爬蟲限制和偶爾誤解任務等問題，未來還需要進一步優化。 相關文章 PubMed 推理 ♡

這項研究提出一套結合Google Gemini和特徵導向提示的可解釋AI架構，能自動從高精度眼動追蹤數據中偵測兒童弱視。方法透明、可信度高，分類準確，特別適合資源有限地區用於弱視篩檢，有助於臨床決策支援工具的發展。 相關文章 PubMed 推理 ♡

**重點摘要：** 這項研究顯示，GPT-4 可以準確自動化新耳鼻喉科轉診的預先病歷整理，在測試中與醫師的意見有 95% 的一致率。這個工具在實際診間中也獲得不錯的回饋，不過使用者覺得它節省的時間比預期的還要少。這次採用的設計策略，未來也可以作為自動化病歷摘要工具的參考。 相關文章 PubMed 推理 ♡

這項研究開發了一套自動化系統，運用大型語言模型和自然語言處理，從文獻中擷取健康社會決定因素，並結合阿茲海默症的生物資料建立知識圖譜。透過圖神經網路預測關聯，有助於了解社會因素對AD風險的影響，且方法也適用於其他健康議題。程式碼已公開在GitHub。 相關文章 PubMed 推理 ♡