這項研究發現，美國醫師用聊天機器人輔助臨床推理時，常見的輸入方式有四種：整個病例貼上、只貼重點、自己整理後輸入，或像搜尋引擎一樣簡短查詢。大多數醫師偏好直接貼上或簡短查詢。各種輸入方式在推理表現上沒有明顯差異。研究建議，未來應加強醫師相關AI工具的訓練，以提升醫療決策的效率與安全性。 相關文章 PubMed DOI 推理 ♡

作者開發了一套結合正則表達式和本地大型語言模型的 NLP 工作流程，能快速又準確地從非結構化電子病歷中擷取結構化臨床資料。這個模組化 Python 流程不僅保護隱私，還能處理大量報告，準確率高達 95%，大幅提升 EHR 資料在研究和決策支援上的應用效率。 相關文章 PubMed DOI 推理 ♡

這項研究發現，經過微調的大型語言模型（LLMs）能根據每日健康自評和相關文字描述，準確預測未來健康狀態，表現有時甚至比傳統數值模型更好，還能解釋預測原因。顯示LLMs在處理有文字資料的健康預測上很有潛力。 相關文章 PubMed DOI 推理 ♡

這篇回顧性研究發現，GPT-4和GPT-4 Omni在有臨床背景資訊時，對惡性大腦中動脈中風減壓手術病人的住院存活率預測表現中等（AUC最高0.70），但對長期或功能性預後的預測不太準確。只有在提供中風前mRS分數時，GPT-4 Omni才能預測出院時的mRS。整體來說，AI對短期預後有潛力，但對複雜結果仍有限制。 相關文章 PubMed DOI 推理 ♡

這項研究整合三大基因資料庫，發現124個與缺血性中風相關的新基因區域，像是CPNE1、HSD17B12、SFXN4等，證實和大腦中風有關。研究也指出HSD17B12在脂肪酸代謝及中風風險上扮演重要角色。團隊還開發AI工具StrokeGene，幫助深入探討中風遺傳學，為未來精準醫療打下基礎。 相關文章 PubMed DOI 推理 ♡

這篇研究比較了ChatGPT、Google Translate和DeepL在中文旅遊文本翻譯的表現。結果發現，ChatGPT整體表現最佳，尤其在加入文化背景提示時更明顯，但有時會改動原意。雖然ChatGPT有專業翻譯潛力，但遇到文化敏感內容，還是建議人工審核。 相關文章 PubMed DOI 推理 ♡

用LLM輔助從文獻自動萃取生物知識圖譜，能大幅降低人工整理成本。textToKnowledgeGraph 是一款開源 Python 工具，能把科學文章轉成 BEL 格式，還支援 Cytoscape Web 互動操作，並提供審查過的資料集，方便後續研究。 [GitHub 連結](https://github.com/ndexbio/llm-text-to-knowledge-graph) 相關文章 PubMed DOI 推理 ♡

作者開發了一套 AI 聊天助理和筆記本產生器，協助研究人員輕鬆探索 DANDI Archive 的神經生理資料。這些工具能用大語言模型引導操作、自動產生圖表和 Python 筆記本，讓資料存取和重複利用更簡單。實測 12 個資料集，系統表現準確實用，展現 AI 有助推動神經科學開放資料應用的潛力。 相關文章 PubMed DOI 推理 ♡

AI在兒科醫療應用越來越多元，像是診斷、治療規劃和預後評估，但也有數據不足、兒童發展差異和倫理等挑戰。文章介紹AI在臨床、醫療紀錄、決策支援和外科照護的應用，也提到法規和醫師需謹慎導入，才能兼顧效益與安全。 相關文章 PubMed DOI 推理 ♡

目前網路上的梅尼爾氏症衛教資料和像 ChatGPT、Google Gemini 這類 AI 產生的內容，普遍閱讀難度太高，品質和可靠性也不理想，都沒達到美國醫學會建議的標準。無論資料來源，品質和可讀性都差不多，兩者也沒明顯關聯。未來應該提供更簡單、正確又可靠的衛教資訊，才能真正幫助病人。 相關文章 PubMed DOI 推理 ♡