這項研究發現，把 ChatGPT 整合到營養師工作流程後，不但能大幅節省紀錄和諮詢時間，還能提升行動化、無紙化作業效率，讓營養師更滿意工作。AI 協助下，紀錄品質和臨床效率都變更好，展現 AI 在現代營養照護的實用價值。 相關文章 PubMed DOI 推理 ♡

**重點摘要：** 這項研究提出了一種新的方法，能夠結合規則和AI來辨識自由文字餐點描述中的食物。實地實驗數據顯示，有專家協助時，大家會做出更健康的餐點選擇。ChatGPT 也能協助標註食物，這有機會讓營養相關的App設計變得更好。 相關文章 PubMed DOI 推理 ♡

**重點摘要：** 這項研究利用大型語言模型從臨床紀錄中擷取健康社會決定因素（SDOH），並分析這些因素對心臟衰竭再住院的影響。結果發現，像是吸菸和交通不便等重要的SDOH，與較高的再住院風險有關，這些發現提供了可行的建議，有助於降低再住院率並提升照護品質。 相關文章 PubMed DOI 推理 ♡

這項研究發現，單一大型語言模型（LLM）無法在所有文獻篩選資料集都表現最佳，且準確度會受資料集內相關文獻比例影響。不過，透過多數決或集成多個模型，篩選效果通常會更好，顯示結合多個LLM有助於提升系統性文獻回顧的自動化篩選效率。 相關文章 PubMed DOI 推理 ♡

研究發現，利用GPT-4o產生的12個標準化病人案例，經專家審查後被認為真實且準確，醫學生互動後也給予好評。這顯示AI生成的病人案例能有效補充傳統訓練，對台灣醫學教育有實質幫助。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ClinicalBERT在臨床紀錄的早期診斷預測上表現比GPT-4更好，特別是在呼吸道疾病預測的F1-score最高達0.952。雖然GPT-4的召回率較高，但精確度較低。整體來看，ClinicalBERT的診斷能力更強且表現更均衡。 相關文章 PubMed DOI 推理 ♡

**重點摘要：** 這項研究提出了一種結合多種技術的迭代方法，有效地去識別電子病歷中的醫療紀錄，讓這些資料能更安全地用於AI研究。這個方法在35萬份醫療紀錄上進行測試，F1分數高達0.992，顯示在移除個人識別資訊方面表現非常優異。 相關文章 PubMed DOI 推理 ♡

**重點摘要（繁體中文）:** 這項研究介紹了一個高品質的英韓醫學文本資料集，資料來源來自韓國四家主要醫院，並以方便AI模型使用的格式整理。這個資料集經過嚴格的正確性評估，並且公開提供，目的是協助開發多語言的醫學語言模型。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT 3.5 Turbo在擷取疾病相關表現型實體時，使用簡單、直接提及「phenotypical manifestations」的提示效果最好，F1分數達0.60，雖然還是比UMLS MetaMap差。加入「manifestations」這個詞能提升召回率，反而複雜的提示技巧沒什麼幫助。總結來說，生醫文本探勘任務用簡單明確的提示最有效。 相關文章 PubMed DOI 推理 ♡

**重點摘要（繁體中文）：** 這項研究發現，只有極少數學生在跟聊天機器人互動時會用像「請」這樣的禮貌用語，這表示他們把聊天機器人當作工具，而不是社交夥伴。未來還需要針對更多人進行研究，才能確認這些發現。 相關文章 PubMed DOI 推理 ♡