這項研究開發了一套用大型語言模型自動化網絡統合分析流程，只要輸入資料就能完成模型選擇、分析和結果解讀。結果顯示，這方法的準確度和完整性跟現有標準差不多，有助於提升健康研究的效率和一致性，特別適合法規越來越嚴格的情況。 相關文章 PubMed DOI 推理 ♡

GAMER 計畫正在制定一套專為醫學研究中使用生成式 AI 的報告指引，重點回應倫理、隱私和透明度問題。透過文獻回顧和專家共識，將建立檢查清單，協助研究人員、審稿人和編輯確保報告嚴謹透明，促進 AI 醫療研究的合作與知識分享。 相關文章 PubMed DOI 推理 ♡

這項研究發現，大型語言模型（不論是商業版還是開源、重視隱私的版本），在用METRICS系統評估放射影像組學研究品質時，表現跟人類放射科醫師一樣可靠。開源模型的表現也不輸商業版，代表LLMs不但能協助標準化評估，還能兼顧資料隱私。 相關文章 PubMed DOI 推理 ♡

這項研究發現，開發中國家的護理師生在學術上使用大型語言模型時，常因不熟悉、偏好傳統方式、擔心隱私及內容真實性而卻步。使用者多用於寫作和學習，但也有人不當用於考試。主要困難包括操作不易、內容不準、太艱深及功能有限。研究建議加強認知推廣、訓練、政策制定及提升模型可靠性，這些建議也適用於其他領域。 相關文章 PubMed DOI 推理 ♡

這項研究發現，生成式AI聊天機器人在回應自殺相關問題時，近一年來表現明顯進步，內容更正確、詳盡，也更常提供自殺防治專線等資源。不過，研究提醒AI不能取代專業心理健康協助，建議要定期檢查AI回應內容，確保符合自殺防治標準。 相關文章 PubMed DOI 推理 ♡

最新研究用160題精神科考題測試27款聊天機器人，發現OpenAI的ChatGPT-o1-preview表現最好，特別擅長診斷和治療推理。不過，所有機器人在記憶細節和處理罕見議題時還是有缺點，有時也會推理錯誤。專家認為，這些AI未來有機會協助精神科臨床，但實際應用前還需要嚴格監督和持續改進。 相關文章 PubMed DOI 推理 ♡

這篇論文提出 MTL-PORL 框架，結合多任務學習、神經科學啟發的 refresh learning 和 Pareto 最佳化，專為 ChemBERTa 分子性質預測設計。它有效解決大型語言模型持續學習時的遺忘問題，在化學資料集上表現比現有方法更好，能兼顧知識保留和新資料適應。 相關文章 PubMed DOI 推理 ♡

LLMDTA 是一套全新藥物-靶點結合親和力預測工具，特別適合預測沒見過的新藥或新蛋白質。它用先進語言模型萃取特徵，搭配 CNN 和注意力機制，無論一般或冷啟動情境，預測表現都比現有方法更好。基準測試和實例都證明其可靠性，程式碼和資料可在 GitHub 取得。 相關文章 PubMed DOI 推理 ♡

這項研究提出KSDDC深度學習模型，把大型語言模型和專業知識結合，提升癌症藥物組合預測效果。KSDDC把藥物和細胞株的知識特徵納入模型，F1-score比現有方法最高提升19%。這證明結合知識和數據驅動方法，能有效發現藥物協同作用。 相關文章 PubMed DOI 推理 ♡

這篇研究用蛋白質語言模型結合深度學習，來預測蛋白質和金屬離子的結合位置，成功突破過去在序列和位置資訊上的限制。新方法比傳統機器學習更準確，針對六種主要金屬離子，預測表現非常好（MCC 0.89，精確度、召回率、F1分數都超過95%），證明語言模型和位置編碼在這領域很有潛力。 相關文章 PubMed DOI 推理 ♡