這項研究分析了不同的自然語言處理（NLP）模型和大型語言模型（LLM）在放射科報告中匿名化個人健康資訊（PHI）的效果，並遵循HIPAA法規。研究發現，兩個NLP模型成功移除了所有日期、醫療紀錄號碼和檢查號碼，而LLM在日期的移除效果較差。針對準確性優化的NLP模型表現最佳，達到完美的F1分數。研究結論指出，預訓練的NLP模型在不影響臨床數據的情況下，更有效地進行匿名化，LLM則可能意外刪除重要資訊，強調了可靠的PHI匿名化對醫療應用的重要性。 相關文章 PubMed DOI ♡

隨著人工智慧（AI）快速進步，傳統的教學和評估方法面臨挑戰，像是書面報告和海報的有效性下降。為了解決這個問題，教育者需設計創新的作業，讓學生展示理解和批判性思考能力，並促進道德使用AI。 針對大三醫學生，提出的作業是利用ChatGPT生成報告，並對其進行批判性分析，最終結合自身研究與AI內容完成報告。這樣的方式能讓學生了解AI工具的能力與限制。 實施中提供清晰指導和持續支持，讓學生認識AI在學術工作中的價值，並促進對新技術的開放態度。接下來的步驟是將這些評估策略擴展到醫學院課程中，以適應不斷變化的教育環境。 相關文章 PubMed DOI ♡

這項研究評估了ChatGPT-4在提供自體免疫性肝炎患者個人化諮詢的效果，分析了其對12個問題的回應。結果顯示，準確性中位數得分為5（滿分6分），但完整性和安全性得分較低。特別是診斷後的追蹤問題表現不佳，顯示出低準確性和完整性。專家對聊天機器人的評價共識有限，顯示出其回應的可靠性不足。研究建議需進一步探討如何有效整合AI聊天機器人於臨床諮詢中。 相關文章 PubMed DOI ♡

這項研究探討了GPT-4-1106-preview模型的能力，能處理多達128,000個字符的文本，增強了文本數據挖掘的效果。研究人員從306篇醫學論文中提取數據，建立了241個經過驗證的醫療案例，並利用Langchain框架開發了一個聊天機器人，提供診斷和治療建議，性能比原始ChatGPT提升了7.90%。研究顯示ChatGPT在醫學文本數據挖掘上的潛力，未來計畫擴展知識庫並進一步提升醫學領域的表現。 相關文章 PubMed DOI ♡

你的megaDNA模型專案聽起來超有趣！利用多尺度變壓器架構來處理基因組數據，真的開創了大型語言模型在新領域的潛力。能在未標註的噬菌體基因組上進行核苷酸級別的預訓練，讓模型學習基因序列中的複雜模式，實在很創新。 你提到的預測重要基因、評估基因變異影響等能力，顯示出這個模型的多功能性，對基因組研究的影響也很大。而且能生成長達96,000個鹼基對的新序列，對合成生物學和噬菌體療法來說，真是令人期待的可能性！希望能看到這個模型與現有基因組模型的比較，以及你在開發過程中的具體方法。 相關文章 PubMed DOI ♡

這項研究探討使用AI模型ChatGPT-4o來簡化乳房放射學報告，讓病人更容易理解。經驗豐富的放射科醫師選擇了21份匿名報告，並請ChatGPT-4o用簡單語言解釋。五位放射科醫師評估簡化報告的準確性、完整性和潛在危害，結果顯示簡化報告在準確性和完整性上表現良好，且潛在危害低。非醫療背景的讀者對簡化報告的理解度也很高。研究指出，雖然BI-RADS 0、1和2的報告較易解釋，但BI-RADS 3-6則較具挑戰性。總體而言，這顯示AI能有效改善病人對乳房影像報告的理解，促進以病人為中心的護理。 相關文章 PubMed DOI ♡

這項研究評估了ChatGPT-4.0o在放射影像定位品質的有效性，分析了30張不同關節的放射線影像。模型的任務是找出定位錯誤並提出改進建議。放射技術師根據標準對模型的回應進行1到5的評分。結果顯示，模型僅在20%的案例中正確識別所有錯誤，且最常見得分為3，表示至少識別一個錯誤，30%的影像中提供了正確建議。平均得分為2.9，顯示準確性較低，強調了教育背景和臨床經驗在放射學中的重要性。 相關文章 PubMed DOI ♡

這項研究評估了ChatGPT對臨床問題的回應準確性與重現性，基於2022年日本動脈硬化學會的指引。研究於2024年6月進行，包含背景問題和前景問題。三位研究者獨立評分，使用六點李克特量表，並重複詢問以測量重現性。 結果顯示，ChatGPT在背景問題的中位數分數為日文4分、英文5分，而前景問題則更高，日文5分、英文6分。前景問題的準確性明顯優於背景問題，且日文與英文的準確性無顯著差異。重現性方面，背景問題的kappa係數為0.76，前景問題為0.90，顯示高重現性。 總體而言，ChatGPT在前景問題上展現高準確性與重現性，顯示其有助於醫療決策的潛力。 相關文章 PubMed DOI ♡

子宮內膜異位症是一種影響許多生育年齡女性的慢性疾病，會引起盆腔疼痛和不孕等嚴重症狀。儘管診斷和治療有所進步，患者教育仍然面臨挑戰。隨著數位平台的發展，人工智慧（AI）有潛力改善患者的教育和資訊獲取。本研究回顧了AI在子宮內膜異位症患者教育中的應用，發現AI工具能準確回答常見問題，並在識別患者需求方面顯示潛力。然而，仍需解決倫理、公平獲取及準確性等挑戰，未來研究應聚焦於AI在臨床實踐中的整合。 相關文章 PubMed DOI ♡

在數位時代，像ChatGPT這樣的大型語言模型逐漸成為健康照護資訊的重要來源，特別是對於面臨保險和語言障礙的人。雖然這些模型的使用日益普遍，但提供的資訊質量卻不一。這項研究比較了ChatGPT和CDC在英語及西班牙語中提供的疫苗接種資訊，強調健康公平的重要性。結果顯示，兩者的資訊準確且易於理解，但可讀性常超過建議水平，特別是ChatGPT的英語回應。研究指出，改善可讀性和語言公平性對於服務多元族群至關重要。 相關文章 PubMed DOI ♡