GS-DTI 是一套全新藥物-靶點交互預測工具，結合分子圖形轉換器、蛋白質語言模型和三維結構資訊，並用對比式學習和多任務損失提升準確度和解釋性。它在新藥物或新靶點預測上表現特別好，還能找出蛋白質結合口袋，程式碼和資料都已公開。 相關文章 PubMed DOI 推理 ♡

這篇研究介紹 FHIR Workbench 工具，能用四種評測資料集來測試大型語言模型（LLMs）對 FHIR 醫療資料標準的理解和應用。結果發現，商業模型（如 GPT-4o、Gemini）在結構化任務表現最佳，但所有模型在把臨床紀錄轉成 FHIR 資源時都很吃力。FHIR Workbench 有助於推動 LLMs 在醫療資料領域的發展。 相關文章 PubMed DOI 推理 ♡

作者提出一套新方法，結合 Fpocket 幾何口袋偵測和大型語言模型，能自動找出並排序對藥物開發重要的蛋白質結合口袋。這方法用 LLMs 從文獻擷取胺基酸層級的結合資訊，大幅減少人工整理。作者也公開了基準資料集和工具，方便大家使用。 相關文章 PubMed DOI 推理 ♡

這項研究發現，Microsoft Copilot（GPT-4）在診斷肺栓塞時，能在九成以上案例中把PE列入前十大鑑別診斷，風險評估也比傳統Wells score更準。不過，雖然特異性和陽性預測值很高，敏感度偏低。整體來說，Copilot有潛力輔助醫師，但還需要更多實際驗證。 相關文章 PubMed DOI 推理 ♡

這篇教學說明了如何開發專為HIV感染者設計的心血管與代謝健康教育AI模型CARDIO。團隊用跨領域方式整理實證資料，發現現有AI在準確性、可讀性和文化適切性都不夠好。經過多次微調和專家把關，模型表現大幅提升，證明有針對性的資料和優化能打造更有效、個人化的病患教育AI，幫助HIV慢性共病管理。 相關文章 PubMed DOI 推理 ♡

這篇論文提出EA-HAS-Bench，首創以能源為重點的大型NAS基準，方便研究人員同時考量模型效能與能源消耗。作者還設計了基於Bézier曲線的代理模型來預測學習曲線，並用LLM輔助的LESS方法提升超參數調整的能源效率。實驗證明這些方法能有效平衡準確率和能源用量。資料集與程式碼已公開。 相關文章 PubMed DOI 推理 ♡

這篇論文回顧了用結構化提示（像是Chain-of-Thought、Tree of Thoughts等）來提升大型語言模型推理能力的最新進展，並提出一套通用框架和分類法，分析不同結構和演算法對效能的影響。作者也比較現有方法、討論理論基礎，並指出未來研究方向，期望推動更有效的提示工程策略。 相關文章 PubMed DOI 推理 ♡

研究團隊開發了一份21題、6大面向的量表，專門評估醫療人員在臨床上對大型語言模型（LLMs）倫理議題的認知。這份量表經過埃及和沙烏地阿拉伯658位醫療人員驗證，證實具備良好效度與信度，涵蓋隱私、同意、透明度、偏見、安全性及教育等重點。這工具有助於推動醫療領域負責任且合乎倫理地運用LLMs。 相關文章 PubMed DOI 推理 ♡

**英文 TL;DR 的繁體中文翻譯：** 「Just Accepted」的論文在 *Radiology*（放射學）期刊上，代表已經完成同儕審查並被接受，但還沒進入最終發表的形式。這些論文之後還會經過編輯和格式調整，內容在正式發表前可能還會有變動。 相關文章 PubMed DOI 推理 ♡

最新研究發現，OpenAI 的多模態大型語言模型（如 GPT-4o）在放射學測驗的表現大幅進步，準確率幾乎追上專業放射科醫師，並且明顯優於 Google Gemini 和 Meta Llama。OpenAI 最佳模型和醫師的表現差異，統計上已無顯著差別。 相關文章 PubMed DOI 推理 ♡