SynthEHR-Eviction 是一套結合大型語言模型和人工回饋的流程，能有效從電子健康紀錄中擷取驅逐相關資訊，並建立最大公開資料集。這方法提升了偵測準確度，減少八成以上標註工作，省時又省力，也能應用在其他資訊擷取任務上。 相關文章 PubMed DOI 推理 ♡

這項研究把VIOLIN的疫苗資料和Vaccine Ontology的標準術語整合，並用Neo4j建立了疫苗知識圖譜（VaxKG）。VaxKG能支援進階語意查詢，讓疫苗分析更深入，像是在布氏桿菌和流感疫苗的比較上就很明顯。此外，VaxKG也被VaxChat這個AI工具驗證，能提供更方便的疫苗資訊查詢服務。 相關文章 PubMed DOI 推理 ♡

這項研究利用自動化方法，從五萬多種化學物質中找出可能對肝臟有毒的化合物。團隊用文字探勘、詞嵌入和大型語言模型來分析文獻，並計算肝毒性分數。結果顯示，單用文字探勘AUC為0.8，LLMs更高達0.85，三種方法結合後提升到0.87，證明多方法整合最有效。所有資料也都已公開，方便大家後續研究。 相關文章 PubMed DOI 推理 ♡

開源大型語言模型（LLMs）能依TG-263標準，自動且準確地統一放射治療資料中的危及器官名稱，跨語言、跨醫院都適用，最佳模型準確率超過98%。這有助於資料自動化與標準化，推動研究和AI發展。不確定性估算用蒙地卡羅取樣，比單靠模型信心分數更能有效偵測錯誤。 相關文章 PubMed DOI 推理 ♡

美國顎裂顏面協會的教育資料品質不錯，但閱讀難度偏高。透過像GPT-4o、Gemini、Copilot這類大型語言模型，可以有效降低閱讀門檻，內容也一樣好懂、實用。不過，這些資料還是缺少圖片說明，以及給家長和照顧者的明確步驟建議。 相關文章 PubMed DOI 推理 ♡

這篇系統性回顧指出，聊天機器人（像是ChatGPT）在病患衛教上表現不錯，答案正確率約89%，而且內容跟醫療指引很一致，甚至比Google搜尋還優。不過，機器人的回答多半用字較艱深，可能讓部分病患看不太懂。總結來說，聊天機器人有潛力協助衛教，但語言難度還需改善。 相關文章 PubMed DOI 推理 ♡

這項研究發現，YouTube 上關於扁桃腺切除手術的影片品質不一，專業製作的影片比病患自製的更好。ChatGPT-4 的評分和專家很接近，尤其在正確性和完整性上。AI 對以視覺為主的影片理解較佳，但多數逐字稿內容對一般人來說太難。未來建議健康影片要用簡單語言和清楚的視覺輔助。 相關文章 PubMed DOI 推理 ♡

這項研究評估GPT-4o在判讀全口環狀X光片時，偵測錯誤和提示設計的影響。結果發現，特別是使用meta-prompt時，GPT-4o在錯誤偵測的表現（召回率、準確率、F1分數）都有明顯提升。定位能力中等，若給更明確提示會更好。不過，目前GPT-4o還不適合直接用在臨床，還需要再優化。 相關文章 PubMed DOI 推理 ♡

這篇論文推出一個全新資料集，收錄一萬筆模擬多方職場對話，涵蓋十種真實工作情境，內容包含任務討論和日常閒聊，特別著重於物品借用或分配等常見任務。這資料集主要用來協助機器人主動理解人類需求，推動自然語言理解和意圖辨識等研究。 相關文章 PubMed DOI 推理 ♡

這篇文章探討深度學習和AI如何透過創新神經網路架構，推動生物醫學發展。內容涵蓋圖神經網路、transformers和可解釋神經網路等先進技術，並說明它們在分子和醫療應用上的優勢。未來趨勢包括多模態語言模型及更精簡、專業化的AI模型。 相關文章 PubMed DOI 推理 ♡