**重點摘要：** 這項研究介紹了NeuroBot，一款結合先進語言模型和精選神經外科資源的聊天機器人，能夠準確且有脈絡地回答病患的問題。NeuroBot在準確性、相關性和完整性方面都優於其他選擇，顯示AI聊天機器人能大幅提升神經外科領域的個人化病患衛教。 相關文章 PubMed DOI 推理 ♡

**重點摘要（繁體中文）:** 這項研究評估了ChatGPT在日本醫療資訊技術人員考試中的表現，發現它在選擇題（82.1%）和簡答題（76.3%）的正確率都很高。不過，在申論題部分，ChatGPT對於醫療資訊技術人員的具體職責描述得不夠精確。 相關文章 PubMed DOI 推理 ♡

這項研究用大型語言模型分析癌症病患的語言特徵，想看看能不能偵測出癌症相關的認知障礙。不過，從語音中抓出的八項語言指標，跟認知障礙分數沒有明顯關聯，所以這次用LLM分析語言，沒辦法有效辨識出病患的認知障礙。 相關文章 PubMed DOI 推理 ♡

**重點摘要：** 大型語言模型（LLMs）可以有效自動化健康飲食指數（HEI）的計算，但目前傾向低估實際的HEI分數。要提升其準確度，還需要進一步微調模型並增加資料量。不過，LLMs在加快飲食評估流程和支援個人化營養方面展現出很大的潛力。 相關文章 PubMed DOI 推理 ♡

**重點摘要（繁體中文）:** 這項研究評估了三款先進大型語言模型——GPT-4o、LLaMA 3 和 Qwen 2.5——利用經過整理的資料庫來分類和解讀與癌症相關的基因變異，目的是要了解它們在精準腫瘤醫學臨床應用上的效能。 相關文章 PubMed DOI 推理 ♡

這項研究比較 BERT、GPT-3.5 和 GPT-4o-mini 三種模型，從日本報紙文章中擷取人名、機構和地點。結果發現 BERT 的準確率最高（F1-score 0.94），最適合用來自動從臨床資料中擷取個人資訊，開發去識別化工具。 相關文章 PubMed DOI 推理 ♡

這項研究開發自動系統，把日文和英文的不良事件術語做對應。團隊先把英文術語翻成日文，再用SentenceBERT算相似度。結果顯示，翻譯後對應準確率有提升，官方翻譯最好，機器翻譯也不差。只用術語名稱來對應健康影響時，準確率約五成。這方法能幫助人工對應，未來還能再優化。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4.0對100個民眾醫療問題的回答有九成很準確，內容也多數完整。不過，還是建議大家遇到健康問題要找專業醫師確認，因為AI的建議不一定適合每個人。未來也需要研究提問方式和不同評價標準的影響。 相關文章 PubMed DOI 推理 ♡

**重點摘要：** TB-TST 將新增一個以西班牙語為主的 AI 助理，運用大型語言模型，提供即時、有同理心且具臨床相關性的結核病照護支援。這項措施旨在提升治療依從性、擴大服務規模與可近性，同時重視隱私以及文化和語言的適切性。 相關文章 PubMed DOI 推理 ♡

這篇論文提出用大型語言模型自動辨識都市淡水環境中重要的人類與生態健康指標，並以One Digital Health框架為基礎。這方法能簡化文獻回顧和指標整理流程，幫助OneAquaHealth計畫提升數位監測效率，同時整合人類、動物和生態健康的相關資訊。 相關文章 PubMed DOI 推理 ♡