您對AI檢測軟體在識別AI生成文本的研究非常深入。透過使用ChatGPT撰寫有關「電休克療法（ECT）在治療抵抗性憂鬱症中的角色」的文章，並進行改寫，您測試了多種檢測工具的有效性。 結果顯示，這些工具的敏感性差異很大，從0%到100%不等。特別是，有一半的工具在檢測原始AI生成內容時達到100%準確率，而其他工具在改寫文本時也表現不錯。這顯示出某些工具的有效性，但仍需改進。 您的結論強調了AI在學術寫作中的角色及其潛在風險，特別是對作者可信度的影響。學術期刊對AI生成內容的限制也引發了持續的討論。總體而言，您的研究為AI檢測軟體的現狀及其對學術誠信的影響提供了重要見解。 相關文章 PubMed DOI ♡

**引言** 人工智慧（AI）在醫學領域受到廣泛關注，尤其是大型語言模型（LLMs）如ChatGPT的興起，使其對醫學生更具可及性。本研究探討醫學生如何使用基於LLM的工具及其看法。 **方法** 2024年1月，佛羅里達大學醫學院對醫學生進行調查，評估他們對AI和LLM工具的使用情況及看法。 **結果** 102名受訪者中，69%每月至少使用一次這些工具，77.1%認為信息準確，80%有意在未來繼續使用。對AI有基本了解的學生更可能使用這些工具並進行信息交叉檢查。接觸過AI的學生對臨床決策中信任AI的可能性更高。 **結論** 基於LLM的聊天機器人已成為醫學生學習的重要資源，醫學生普遍對其持正面看法，並希望在課程中納入AI，以準備未來的實踐。 相關文章 PubMed DOI ♡

本研究探討在醫院中使用ChatGLM提取真實世界數據（RWD）的可行性，並與傳統手動流程進行比較。研究結合了ChatGLM、電子病例報告表（eCRFs）和電子健康紀錄，並利用LLaMA模型評估數據提取準確性。結果顯示，ChatGLM輔助的數據轉錄效率提升了80.7%。雖然手動輸入準確率高達99.59%，但ChatGLM和LLaMA的準確率分別為77.13%和43.86%。研究還指出了提示設計、輸出一致性等挑戰，並強調了增強互操作性和透明度的重要性。 相關文章 PubMed DOI ♡

這篇文章探討了人工智慧的興起，特別是大型語言模型（LLMs）對各領域的影響，尤其是在醫學上。像ChatGPT和Bard這類模型，透過大量文本數據訓練，能生成回應，並在科學研究中協助處理醫療數據、診斷及撰寫學術材料。文章也提到LLMs的未來潛力、應用挑戰，以及監控使用以確保道德和有效實施的重要性。 相關文章 PubMed DOI ♡

這項研究比較了ChatGPT 3.5和Google Bard在牙科教育中的表現。研究設計了七個問題來評估這些模型的能力，包括創建練習和模擬牙科問題。結果顯示，ChatGPT 3.5在創建相關練習和評估工具方面表現較佳，而Bard在檢索和批評研究文章上更為出色。研究強調了生成語言模型在增強牙科教育的潛力，但也指出了模型表現的差異，建議對基於證據的內容生成進行針對性訓練，並提醒教育者在依賴AI進行重要決策時要謹慎。 相關文章 PubMed DOI ♡

這項研究探討將生成式人工智慧（ChatGPT）、模板和數位影像整合進針刺技能訓練的效果，並與傳統訓練比較。90位醫師分為三組：傳統訓練、模板與數位影像訓練，以及結合ChatGPT的訓練。結果顯示，ChatGPT組在理論知識上顯著提升，技術技能評分也高於傳統組，且學習進展最快。受訓者對ChatGPT組的滿意度最高，顯示這種訓練方法更受歡迎。整體而言，這些技術創新有效提升了醫療技能的學習效果。 相關文章 PubMed DOI ♡

CRISPR-Cas 系統的引入大幅推進了基因編輯技術。傳統上，發現 Cas 蛋白常依賴序列相似性，可能會忽略遠端同源物。隨著大型語言模型的發展，現在可以在不需大量訓練數據的情況下對 Cas 系統進行建模。我們提出的 CHOOSER 框架，能無需對齊地發現 CRISPR-Cas 系統，特別是具自我處理 pre-crRNA 能力的系統。透過 CHOOSER，我們識別出 11 個新 Casλ 同源物，顯示其在基因編輯領域的潛力。 相關文章 PubMed DOI ♡

這項研究評估生成式預訓練變壓器（GPT）在牙科領域創建科學摘要的效果。研究人員從十篇牙科放射學文章中收集原始摘要，並用其他十篇文章的內容提示ChatGPT生成摘要。五位評估者根據七個標準對生成的摘要和原始摘要進行評分。結果顯示，GPT生成的摘要在拼寫和標點符號上最具區別性，整體準確性平均為60%。雖然GPT的表現優異，但線上檢測器仍能識別AI生成的內容。 相關文章 PubMed DOI ♡

這項研究評估了四個大型語言模型（LLMs）在解答牙周病學問題的可靠性，包括ChatGPT 4.0、Google Gemini、Google Gemini Advanced和Microsoft Copilot。研究提出十個問題，並由兩位牙周病專家根據全面性、準確性、清晰度和相關性進行評分。結果顯示，ChatGPT 4.0表現最佳，而Google Gemini得分最低。雖然LLMs在臨床實踐中有潛力，但不應取代專業牙醫，因為不準確的資訊可能影響病人護理。總之，ChatGPT 4.0優於其他模型，但仍需注意其局限性。 相關文章 PubMed DOI ♡

臨床決策中的認知偏誤可能導致誤診和病人不良結果。本研究探討大型語言模型（LLMs）如何透過多代理框架來減少這些偏誤。研究人員模擬臨床決策，創建不同角色的代理進行對話，以提高診斷準確性。分析16個因認知偏誤而誤診的案例，測試各種代理組合。使用GPT-4的代理包括決策者、挑戰偏誤的魔鬼代言人等。結果顯示，初始診斷準確率為0%，但經過討論後，最佳框架的準確率提升至76%。這顯示LLM驅動的對話在醫療情境中具潛力。 相關文章 PubMed DOI ♡