Assessment of Artificial Intelligence Chatbot Responses to Common Patient Questions on Bone Sarcoma.
人工智慧聊天機器人對骨肉瘤常見病人問題回答的評估。 J Surg Oncol 2024-10-29

這項研究探討AI聊天機器人對骨肉瘤患者護理的影響，分析其風險與好處。研究者向三個聊天機器人提出與診斷、治療和康復相關的問題，並根據五個指標評估其回答。結果顯示，聊天機器人在相關性和平衡性方面表現良好，但在數據基礎、完整性和事實準確性上得分較低。GPT-4在同理心方面得分最高，但在治療和康復問題的可行性較低。整體而言，雖然AI有潛力，但在準確性和可及性上仍有待改善，影響其臨床應用。相關文章 PubMed DOI

Comparing Commercial and Open-Source Large Language Models for Labeling Chest Radiograph Reports.
比較商業與開源大型語言模型在胸部放射影像報告標註中的應用。 Radiology 2024-10-29

這項研究比較了OpenAI的GPT-4與幾個開源大型語言模型在從胸部X光報告中提取相關發現的表現。使用了來自ImaGenome和麻省總醫院的數據集。結果顯示，Llama 2-70B在ImaGenome數據集的微F1分數為0.97，而GPT-4為0.98。在機構數據集中，GPT-4的表現也優於其他模型。研究強調了少樣本提示能提升開源模型在醫療報告標註中的潛力。相關文章 PubMed DOI

GexMolGen: cross-modal generation of hit-like molecules via large language model encoding of gene expression signatures.
GexMolGen：通過大型語言模型編碼基因表達特徵的跨模態生成類藥物分子。 Brief Bioinform 2024-10-29

開發新分子以推進藥物發現非常重要，因為這能省去探索目標基因的初步步驟。傳統方法常依賴現有數據篩選分子，但因數據集有限，可能受到限制。為了解決這些問題，我們推出了GexMolGen，這是一種根據基因表達特徵生成類似命中分子的全新方法。它透過「先對齊再生成」的策略，將基因表達特徵與分子表示對齊，並確保生成的分子結構有效。實證結果顯示，GexMolGen能生成與已知物質相似的分子，為藥物發現提供了新途徑。相關文章 PubMed DOI

Can ChatGPT provide quality information about fever in children?
當然可以！以下是有關兒童發燒的一些重要資訊： ### 什麼是發燒？發燒是身體對感染或其他疾病的自然反應，通常是由於免疫系統的反應。對於兒童來說，發燒通常被定義為體溫超過 38°C（100.4°F）。 ### 兒童發燒的常見原因 1. **病毒感染**：如感冒、流感、腸病毒等。 2. **細菌感染**：如耳朵感染、尿道感染、肺炎等。 3. **疫苗接種**：某些疫苗接種後可能會引起輕微的發燒。 4. **其他原因**：如脫水、過熱、某些慢性疾病等。 ### 如何測量體溫 - **口腔**：適合大約 4 歲以上的兒童。 - **腋下**：適合所有年齡，但可能不如其他方法準確。 - **直腸**：最準確，適合嬰兒和小孩。 - **耳朵**：使用耳溫槍，適合大約 6 個月以上的兒童。 ### 發燒的處理 - **觀察症狀**：注意其他症狀，如咳嗽、腹痛、皮疹等。 - **保持水分**：確保孩子喝足夠的水，以防脫水。 - **退燒藥**：如有需要，可以使用對乙醯氨基酚（Tylenol）或布洛芬（Advil）來降低體溫，但應遵循醫生的建議。 ### 何時尋求醫療幫助 - 嬰兒 3 個月以下的發燒。 - 發燒持續超過 3 天。 - 發燒伴隨嚴重症狀，如呼吸困難、持續嘔吐、皮疹等。 ### 總結發燒在兒童中是常見的，通常是輕微的，但家長應該密切注意孩子的其他症狀，並在必要時尋求醫療幫助。保持冷靜，並確保孩子得到適當的照顧和水分補充。如果您有任何具體問題或需要進一步的資訊，請隨時告訴我！ J Paediatr Child Health 2024-10-29

這項研究評估了ChatGPT在回答兒童發燒相關問題的有效性。研究人員挑選了50個常見問題，並分析了ChatGPT的回答質量與可讀性。結果顯示，ChatGPT的回答不僅質量高，還容易理解，透過多種可讀性指標來衡量。研究發現GFOG和SMOG分數之間有微弱正相關，而FGL和SMOG則有強正相關。總體來說，這項研究強調了AI生成的發燒資訊的可靠性，建議像ChatGPT這樣的工具可成為父母和照顧者的寶貴資源。相關文章 PubMed DOI

Evaluating Large Language Models in Dental Anesthesiology: A Comparative Analysis of ChatGPT-4, Claude 3 Opus, and Gemini 1.0 on the Japanese Dental Society of Anesthesiology Board Certification Exam.
評估大型語言模型在牙科麻醉學中的應用：ChatGPT-4、Claude 3 Opus 和 Gemini 1.0 在日本牙科麻醉學會董事認證考試中的比較分析。 Cureus 2024-10-29

本研究評估了三個大型語言模型（LLMs）—ChatGPT-4、Gemini 1.0 和 Claude 3 Opus—在回答日本麻醉學會牙科麻醉專業認證考試問題的表現。結果顯示，ChatGPT-4的正確率為51.2%，Claude 3 Opus為47.4%，而Gemini 1.0僅有30.3%。雖然前兩者在某些領域表現較佳，但目前的正確率仍不足以支持臨床應用。研究指出，需改善高品質資訊的可獲得性及提示設計，以提升LLMs在牙科麻醉的實用性。相關文章 PubMed DOI

Redefining Cognitive Domains in the Era of ChatGPT: A Comprehensive Analysis of Artificial Intelligence's Influence and Future Implications.
在 ChatGPT 時代重新定義認知領域：人工智慧影響及未來意涵的綜合分析。 Med Res Arch 2024-10-29

這篇文章探討了ChatGPT在認知過程中的潛在負面影響，儘管它在教育和商業上被廣泛應用。研究回顧了256篇文獻，分析了29篇經過同行評審的文章，強調人類大腦的優越性，主張應用AI工具來增強而非取代自然認知。文章指出ChatGPT具備高級推理能力，建議發展人機合作的社會認知架構，但也警告過度依賴可能削弱基本技能。因此，需在享受AI優勢與持續練習傳統認知活動之間取得平衡。相關文章 PubMed DOI

E-waste challenges of generative artificial intelligence.
生成式人工智慧的電子廢物挑戰。 Nat Comput Sci 2024-10-29

這項研究指出，生成式人工智慧（GAI）對電子廢棄物的影響相當重大，特別是大型語言模型需要大量計算資源。預測顯示，從2020到2030年，GAI可能產生120萬到500萬噸的電子廢棄物，受多種因素影響。快速更換伺服器的做法可能會加劇這個問題。不過，若在GAI的價值鏈中採用循環經濟策略，電子廢棄物的產生可減少16%到86%。這凸顯了隨著GAI技術進步，積極管理電子廢棄物的重要性。相關文章 PubMed DOI

PRISM: Patient Records Interpretation for Semantic clinical trial Matching system using large language models.
PRISM：使用大型語言模型的患者記錄解釋語義臨床試驗匹配系統。 NPJ Digit Med 2024-10-29

這項研究著重於改善臨床試驗的患者配對過程，傳統上需手動審查電子健康紀錄，常導致患者錯失治療機會。近期大型語言模型的進展讓自動化配對成為可能，但現有研究多依賴有限的合成數據，未能反映真實醫療數據的複雜性。研究者對一個臨床試驗配對系統進行實證評估，使用實際的電子健康紀錄，並引入名為OncoLLM的自訂模型。結果顯示，OncoLLM的表現超越GPT-3.5，與醫生的效果相當，可能顯著提升患者配對效率，改善治療選擇的可及性。相關文章 PubMed DOI

Utilizing Artificial Intelligence to Increase the Readability of Patient Education Materials in Pediatric Otolaryngology.
利用人工智慧提高小兒耳鼻喉科病患教育材料的可讀性。 Ear Nose Throat J 2024-10-29

本研究旨在評估小兒耳鼻喉科的病人教育材料閱讀水平，並利用人工智慧簡化這些材料。研究團隊從美國耳鼻喉科醫學會網站獲取相關資料，並與七家兒童醫院的材料進行比較。結果顯示，AAO-HNS的材料平均閱讀水平為10.71，經過ChatGPT調整後降至7.9，顯示人工智慧能有效降低閱讀難度。然而，只有一家醫院的材料低於建議的六年級水平，顯示大部分材料仍超過建議標準。相關文章 PubMed DOI

Drug repurposing in status epilepticus.
癲癇持續狀態中的藥物重定位。 Epilepsy Behav 2024-10-28

癲癇持續狀態（SE）的治療在過去二十年幾乎沒有進展，主要因為新藥開發成本高且風險大。藥物再利用成為解決這一問題的可行方案，因為它開發時間短、成本低且成功率高。本文探討如何結合生物學知識與計算方法來促進SE的藥物再利用，並提到利用現有藥物如ketamine和celecoxib，以及人工智慧工具生成潛在藥物清單。儘管面臨知識產權和監管挑戰，藥物再利用仍提供了一種實用的解決方案。這份摘要基於2024年4月的研討會報告。相關文章 PubMed DOI

LLM 相關三個月內文章 / 第 36 頁

可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

LLM 相關三個月內文章 / 第 36 頁

可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

可選擇其它分類: 一週新進文章腎臟科一般醫學 SGLT2i GLP1