這項研究發現，大型語言模型在總結癌症傷口護理紀錄時，對護理措施的摘要非常準確，對護理評估也大多正確。雖然摘要的事實一致性高，但品質較差的摘要有一半會出現推理錯誤。整體來說，LLM有助於提升癌症傷口護理紀錄的處理效率。 相關文章 PubMed DOI 推理 ♡

**重點摘要（繁體中文）:** 這項研究比較了50題由ChatGPT產生和50題由人類產生的護理考試選擇題，並由25位國際教育工作者根據題目品質進行評估。結果顯示，ChatGPT產生的題目在相關性和認知層級上得分較高，但在人為偏見和包容性方面則低於人類出題者。 相關文章 PubMed DOI 推理 ♡

這篇研究分析美國FDA核准、含機器學習元件的醫療器材文件，發現decoder型LLM在抓取器材細節上表現佳但耗資源，encoder型則推論臨床情境較有效率。不過，所有LLM都需針對醫療領域專業調校，才能準確辨識ML相關功能與用途。 相關文章 PubMed DOI 推理 ♡

**中文重點摘要：** 為了減少大型語言模型（LLM）使用時的碳排放，我們將英文的身體檢查教材翻譯並改寫，幫助醫學生縮短輸入提示的字數。我們改寫後的提示語，所需的 token 數量明顯少於原本的英文版和韓文版。 相關文章 PubMed DOI 推理 ♡

這項研究用 Microsoft GraphRAG 結合 GPT-4o-mini，分析家暴倖存者訪談，主題分析效果比傳統方法（如 LDA、BERTopic、TopicGPT）更好，主題一致性達 0.79，實體辨識準確率高達 97%。這種新方法不只彈性高、易解讀，也更能貼近不同文化，有助於更有效協助家暴倖存者。 相關文章 PubMed DOI 推理 ♡

這項研究開發了一套自動化系統，運用輕量級大型語言模型和語言混合脈絡提示（ICM），來偵測廣東話社群媒體上家暴倖存者的求助貼文。系統準確率達 0.84，證明 code-mixing 策略比單一語言更有效，特別是在資源較少的語言中，提升混合比例能進一步增強偵測效果。 相關文章 PubMed DOI 推理 ♡

**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 ♡