這項研究評估了一個針對手外科知識調整的ChatGPT客製化多模態大型語言模型。結果顯示，這個模型在回答文本選擇題時準確率達89.9%，優於標準的GPT-4（76.5%）。人類考生的表現也相似，正確率為87.3%。在圖像問題方面，客製化模型的準確率為75.3%，但無圖像時降至69.9%。人類考生在圖像問題上表現稍佳（87.2%）。總體來看，這顯示客製化模型在手外科文本問題上有顯著進步，但圖像解釋仍需加強，建議可開發專門的GPT模型以提升教育與臨床應用。 相關文章 PubMed DOI ♡

這項研究探討了OwlMentor，一個以人工智慧為基礎的學習平台，幫助大學生理解科學文本。OwlMentor透過參與式方法開發，並在課程中使用，經過兩個學期的評估。研究發現，感知的易用性和有用性與實際使用之間的關係相當複雜，顯示需要更動態的接受模型。雖然未找到OwlMentor使用與學習改善的直接聯繫，但使用者的學習成效明顯高於非使用者，且自我效能與平台的使用意圖有顯著關聯，強調了AI工具與學生需求對齊的重要性。 相關文章 PubMed DOI ♡

大型語言模型（LLMs）如ChatGPT（GPT-4）、Gemini和Bing在醫學教育上展現潛力，特別是在臨床管理和住院醫師考試準備方面。一項針對耳鼻喉科住院醫師的研究顯示，GPT-4的準確率為54.75%，優於Gemini（40.50%）和Bing（37.00%）。高年級住院醫師的準確率達75.5%，明顯高於LLMs。雖然LLMs能與準高年級住院醫師相當，但仍未達到更有經驗的住院醫師的準確性，顯示在醫學教育中有潛在應用價值。 相關文章 PubMed DOI ♡

當患者被診斷為泌尿系統癌症時，常會尋求線上資源，但許多醫生撰寫的資料過於複雜，超過了建議的閱讀水平，導致患者轉向不受監管的來源，如AI聊天機器人。本研究比較了ChatGPT、Epic和泌尿護理基金會針對前列腺癌、膀胱癌和腎臟癌的教育材料。結果顯示，Epic的材料符合閱讀水平，而UCF和ChatGPT則不符合。質量方面，ChatGPT表現優秀，建議AI可提升患者教育的可及性與實用性，幫助患者共同決策。 相關文章 PubMed DOI ♡

聊天機器人在醫療領域的應用越來越普遍，尤其是大型語言模型的發展。不過，由於數據隱私、診斷風險和法規遵循的顧慮，這些應用仍受限制。日內瓦大學醫院和日內瓦大學開發的confIAnce聊天機器人，提供初級護理和慢性疾病的簡化資訊。本文探討醫療聊天機器人的認證及法規，並以confIAnce為案例，分析其如何依瑞士法規和歐盟人工智慧法案被認定為醫療器材。若能明確定義角色並遵循法規，聊天機器人有潛力為病人和醫療專業人員帶來益處。 相關文章 PubMed DOI ♡

這項研究探討了ChatGPT在耳硬化症相關問題上的回答準確性與重現性，使用了96個問題，並由兩位耳鼻喉科醫生評估。結果顯示，ChatGPT的整體準確率為64.60%，重現率達89.60%。不同類別的表現有所差異，基本知識和診斷管理的準確率較高，而醫療與外科治療的表現較差。儘管如此，ChatGPT在醫療監督下仍可能成為耳硬化症患者的有用資訊來源。 相關文章 PubMed DOI ♡

這份調查探討基礎模型（FMs）在生物資訊學中的影響，特別是如何克服有限標註數據和數據噪音的挑戰。文章總結了FMs的演變、當前研究狀況及方法，並強調它們在序列分析、結構預測和功能註釋等生物學問題上的應用，與傳統方法進行比較。此外，還討論了FMs面臨的挑戰，如數據噪音、可解釋性和偏見，並提供對性能限制的見解。最後，文章展望了FMs在生物研究中的未來發展方向。 相關文章 PubMed DOI ♡

AI技術，特別是像ChatGPT這樣的大型語言模型，近來在醫療領域引發了許多研究，評估其回答病人問題的有效性。雖然研究顯示這些模型能提供可靠資訊，但也揭示了其限制。這引發了對「閃亮物體」症候群的擔憂，讓人們忽略了AI在臨床實踐中的實際應用。許多研究重複確認AI的能力，而非探索能改善病人照護的創新案例，這可能導致進展停滯。專家應引導研究朝向能真正改變病人照護的應用，而非僅僅追求新奇。 相關文章 PubMed DOI ♡

醫療教育者在整合快速發展的生成式人工智慧（GenAI）工具進課程時面臨挑戰。為了解決這個問題，PICRAT模型提供了一個標準化的框架，幫助評估和整合這些工具。NotebookLM是一個多功能的GenAI工具，能自動生成引人入勝的播客，這些播客可從教育或研究內容中產生。我們透過NotebookLM的自動播客功能，展示醫療專業教育如何運用PICRAT模型來評估GenAI工具，確保有效的技術整合，提升學習成果。 相關文章 PubMed DOI ♡

這項研究評估了GPT-4.0在2021至2023年日本醫學執照考試的表現，重點在於準確性和醫學知識解析能力。問題依難度和類型分類，包括一般和臨床部分，以及單選和多選題。GPT-4.0的正確回答率達80.4%，顯示出合格的表現，但不同問題的準確性有顯著差異。研究結果顯示，雖然GPT-4.0在醫學教育和研究中有價值，但仍需大量醫學數據來提升準確性，整合ChatGPT進醫學領域可能帶來新機會。 相關文章 PubMed DOI ♡