這項研究發現，ChatGPT-4在回答慢性外側踝關節不穩定（CLAI）手術治療問題時，約有65%答案和專家共識相符。雖然它有時能提供正確且有幫助的資訊，但偶爾會出現過度自信或不完整的回答。整體來說，ChatGPT-4的臨床可靠度還不及專家，但在CLAI管理上有輔助潛力。 相關文章 PubMed DOI 推理 ♡

BTE RAG 是一種新架構，把大型語言模型和真實生物醫學知識結合，能大幅減少錯誤和幻覺。實驗顯示，在三個生物醫學問答資料集上，BTE RAG 的準確率和答案品質都明顯優於單用 LLM，是做生醫研究和機制探索的可靠工具。 相關文章 PubMed DOI 推理 ♡

這項研究發現，只用一個超簡單、只有21個參數的機率模型，不靠RNA二級結構或比對資料，也能從少量（甚至50條）RNA序列中，自然學出A:U、G:C和G:U這些基本鹼基配對規則。這代表RNA序列本身就藏有足夠訊號，單靠簡單模型和標準深度學習方法就能抓出來，未來有機會應用在更多RNA分析工具上。 相關文章 PubMed DOI 推理 ♡

這項研究推出OmniCellAgent，一個全新AI代理人，能自動分析大量單細胞RNA-seq和多種組學資料，還能整合生醫知識和文獻，幫助病患、臨床醫師和研究人員等非專家也能進行專業級的生醫研究，找出疾病機制和精準治療方法。 相關文章 PubMed DOI 推理 ♡

通用型大型語言模型（LLMs）能部分生成細胞訊號傳導網路，捕捉24–58%已知反應，預測準確率約5–26%。雖然和人工整理模型還有差距，但這研究提供了改進LLM建模的基礎和評估標準，有助未來發展。 相關文章 PubMed DOI 推理 ♡

這項研究用大型語言模型（LLM）來自動辨識自閉症語言障礙的關鍵特徵，在零樣本情境下，表現比傳統方法好，敏感度和陽性預測值都提升超過10%。LLM能穩定偵測出十種重要語言特徵，顯示它有潛力成為協助自閉症診斷和個人化治療規劃的有效工具。 相關文章 PubMed DOI 推理 ♡

這項研究發現，Llama 3等大型語言模型能準確從電子病歷的臨床紀錄中提取並標準化病人行動能力資訊。經過多家醫院600份紀錄測試，模型在提取和分類上表現優異，錯誤也多屬臨床可接受範圍。本地端運行模型更能保障隱私與一致性，顯示LLMs有助於精準醫療與研究發展。 相關文章 PubMed DOI 推理 ♡

用 LoRA adapters 微調 LLaMA-3，並專門用ICU醫師的出院摘要來訓練，可以大幅提升數位分身治療建議的準確度，明顯優於其他專科或混合資料。針對專科訓練的模型，BERTScore 高達0.842，顯示針對特定情境調整大型語言模型，對ICU臨床決策支援很有幫助。 相關文章 PubMed DOI 推理 ♡

研究發現，ChatGPT-4o在診斷深色皮膚的黑色素瘤時，準確率明顯低於淺色皮膚，無論敏感度、特異性或整體表現都較差。這顯示AI在膚色多元性不足時容易產生偏誤，未來皮膚科資料庫應納入更多不同膚色的影像。 相關文章 PubMed DOI 推理 ♡

**中文重點摘要：** 這篇綜述整理了目前用來提升手術病人知情同意流程的新工具，包括多媒體、3D模型、虛擬/擴增實境、QR code，以及AI（包含大型語言模型）等。文章討論了這些科技的優缺點，也探討了社群媒體對知情同意過程的影響。 相關文章 PubMed DOI 推理 ♡