這篇研究發現，GPT-4o在沒有臨床資訊下，判讀X光比CT準確，對骨盆和腫瘤影像最難，對出血判讀最好。結果顯示GPT-4o很依賴熟悉的影像，建議加強系統性分析、減少幻覺、標準化評估，並增加多元訓練資料，才能提升放射科AI的表現。 相關文章 PubMed DOI 推理 ♡

目前用電子健康紀錄（EHR）網路來研究憂鬱症的文獻還不多，主要集中在美國，常用的平台有 TriNetX 和 All of Us。分析重點多放在年齡、性別、種族等因素。雖然 EHR 網路很有潛力，但在憂鬱症研究上的應用還不夠，未來應加強資料存取與利用。 相關文章 PubMed DOI 推理 ♡

Concept2Brain 利用 AI 技術，把圖片或文字的意義轉換成模擬大腦（EEG）反應，讓研究人員能預測或創造各種概念的腦波數據，有助於深入了解大腦如何處理語意和情緒。 相關文章 PubMed DOI 推理 ♡

作者提出一套專為環境科學設計的LLM開發流程，包括多代理人提示生成器EnvInstruct、涵蓋五大主題的ChatEnv資料集，以及多元任務基準EnvBench。經此流程微調的EnvGPT模型，在環境任務上表現超越同級甚至更大型模型。所有資源皆已開放，為環境領域LLM發展提供可重現基礎。 相關文章 PubMed DOI 推理 ♡

這項研究少見地用免費GPT工具（ChatGPT v4、DeepSeek v3）和特定提示框架，來分析教練和運動員的對話。結果顯示，這些AI能有效萃取有用資料，對教練學習和實務很有幫助，且省時又省錢。但統計可靠性和資料隱私還有疑慮，未來還需更多研究來釐清優缺點。 相關文章 PubMed DOI 推理 ♡

AI能快速產出高品質、客製化的選擇題，幫助健康科學教育省時省力，但也要注意題目正確性、公平性，以及技術、倫理和隱私問題。文章提供實用指引，並建議未來多研究AI選擇題對學習成效的影響。 相關文章 PubMed DOI 推理 ♡

GPT-4等生成式AI能提升臨床效率，尤其在複雜照護上，但因推理過程不透明，容易引發安全疑慮。這在精神健康照護特別重要，因為該領域有獨特需求。作者提出CRITiCS架構，強調醫師需持續參與並理解AI推理，同時呼籲建立AI負責任使用的共識。 相關文章 PubMed DOI 推理 ♡

**重點摘要：** 雖然大型語言模型（LLMs）在教育上有其好處，但過度依賴它們可能會讓人減少直接閱讀，進而削弱深度識讀能力，這在兒童身上尤其明顯。認知科學家和教育工作者必須攜手合作，找出哪些能力可能受到影響，並發展教學策略，以維持閱讀與寫作帶來的獨特認知優勢。 相關文章 PubMed DOI 推理 ♡

研究用NLP技術分析35萬份智利職業健康報告，發現男性多為操作員，常因尖銳物刺傷；女性多做清潔，常因跌倒受傷。這顯示職災有明顯性別差異。研究也公開程式碼，方便全球應用，未來將深入探討通勤事故與職業病。 相關文章 PubMed DOI 推理 ♡

這項研究用大型語言模型（LLM）自動評分治療逐字稿中的心理構念（如病人參與度），取代傳統人工評分。實驗用 Llama 3.1 8B 分析 1,131 場治療，結果顯示 LLM 評分具高信度與效度，且與治療結果高度相關。這方法不僅減輕參與者負擔、保護隱私，也為心理評估帶來新可能。 相關文章 PubMed DOI 推理 ♡