一項針對822位醫師的研究發現，醫師罹患喉咽逆流（LPR）的比例比一般人高，主要和輪班、不規律飲食、不健康習慣及長工時有關，年齡和性別影響不大。研究也提出新模型可評估個人風險，建議改善排班、飲食和壓力管理，有助降低LPR發生率。 相關文章 PubMed DOI 推理 ♡

cGSA 是新一代 AI 基因集分析工具，運用大型語言模型，能針對特定疾病情境，精準排序相關路徑，減少雜訊和重複結果。實驗證明，cGSA 比傳統方法更有效，讓研究人員更容易找出有意義的生物學假說。 相關文章 PubMed 推理 ♡

這項研究用88份真實MRI肝臟病灶報告，測試多款大型語言模型的分類能力。結果發現，Claude 3.5 Sonnet準確率最高，勝過GPT-4o等其他模型。雖然LLM有潛力協助醫療診斷，但臨床應用前還需更多驗證，嚴謹測試也很重要。 相關文章 PubMed DOI 推理 ♡

這項研究發現，目前免費的AI工具（如ChatGPT、Bard、SmallSEO）在偵測科學論文抄襲上效果有限，尤其對AI重寫過的內容幾乎無法辨識。也就是說，AI不僅難以抓出抄襲，還能幫助抄襲內容規避偵測，現階段並不可靠。 相關文章 PubMed DOI 推理 ♡

這項研究發現，孤獨感會明顯提高長者入住安養院的風險和速度，影響力跟性別或獨居差不多，但孤獨感是可以改善的。如果減少社交參與服務，可能會讓更多人提早進安養院。政策上應重視減少孤獨感的服務，幫助長者延後或避免入住安養院。 相關文章 PubMed DOI 推理 ♡

LabQAR 是全新人工整理的實驗室檢驗參考值資料集，收錄 550 筆、共 363 種檢驗項目，並附詳細註解和多選題，協助自動化解讀檢驗結果。研究發現 GPT-4o 在這項任務表現最佳，顯示大型語言模型有助於臨床決策與複雜數據處理。 相關文章 PubMed DOI 推理 ♡

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 ♡