這項研究強調了導師在STEM高等教育中的重要性，並探討將AI導師整合進個人發展計畫（IDP）的可能性。研究使用Google Gemini作為AI導師，旨在增強STEM研究生，特別是弱勢群體學生與導師的互動及職業目標設定。十八名學生參與了AI導師的訓練，並透過情感分析和主題分析來評估他們的經驗。參與者報告了即時回應和獲取最新資訊的好處，但也對錯誤資訊和隱私問題表示擔憂。研究提出了混合導師模式，顯示AI導師能提升IDP實踐，幫助學生在STEM職業上更具競爭力。 相關文章 PubMed DOI ♡

最近大型語言模型（LLMs）如ChatGPT在教育領域的應用，帶來了機會與挑戰。研究探討了ChatGPT在運動學領域生成的教育題目質量，並優化提示語產出30個問題，經專家評估後選出15個進行調查。結果顯示這些題目的難度和區分指數中等，但整體表現略低於傳統的力概念測驗（FCI）。研究強調，雖然LLMs能生成高質量題目，但仍需人類監督與學生反饋，以確保評估的有效性。 相關文章 PubMed DOI ♡

在公共衛生緊急事件中，快速了解公眾需求對危機溝通和管理非常重要。本研究強調及時捕捉這些需求，以改善健康應對，特別是在COVID-19疫情期間。研究利用動態主題挖掘和知識圖譜，透過三個大型語言模型分析公眾情緒和需求，聚焦於上海封城的情況。結果顯示，這種方法能有效處理社交媒體數據，評估需求變化，並透過視覺地理分析幫助政府制定政策和資源分配，增強健康緊急管理的理解。 相關文章 PubMed DOI ♡

人機協作（HRC）是一種創新的製造方式，結合人類與機器人的優勢，提升客製化任務的效率與靈活性。不過，現有的HRC系統在環境感知和任務推理上仍有挑戰，特別是對新物體的適應性不足。為了解決這些問題，本文提出利用基礎模型（FMs），如大型語言模型（LLMs）和視覺基礎模型（VFMs），來增強HRC系統的靈活性與泛化能力。透過提示學習和多模型整合，這些方法能有效提升任務推理與場景感知的能力，並在實驗中證實其有效性。 相關文章 PubMed DOI ♡

放射學中的結構化報告（SR）旨在提升報告質量，但採用率仍然不高。近期大型語言模型（LLMs）的進展，特別是GPT-3.5和GPT-4，顯示出自動化SR的潛力。這篇回顧探討了LLMs在放射報告中的應用，包括文檔編寫、翻譯、臨床評估和數據挖掘等四個領域。雖然LLMs能提升SR的效率與準確性，但在臨床實踐中整合時仍需克服算法透明度和訓練數據的挑戰。 相關文章 PubMed DOI ♡

這項研究揭示了醫學影像領域中性別和族裔的差異。雖然大多數醫學生是女性，但實習放射科醫生中只有26%-35%是女性。研究使用生成式AI工具DALL-E 3創建了120幅醫學影像專業人員的圖像，結果顯示57.4%是男性，淺膚色個體過度代表（91.2%）。放射科醫生和醫學物理學家的男性比例更高，分別為65%和62%，而醫學影像護理人員的男性比例最低，僅26%。此外，沒有殘障人士的代表，顯示生成式AI可能延續現有偏見，未能反映多樣性。 相關文章 PubMed DOI ♡

這項研究分析了生成式人工智慧在醫學影像領域的偏見，使用了四個AI工具（DALL-E 3、Firefly 2、Stable Diffusion 2.1和Midjourney 5.2）創建了184張圖像，涵蓋391個角色。結果顯示，60.6%的角色為男性，87.7%擁有淺色膚色，顯示出對白人男性的偏見。DALL-E 3和Midjourney 5.2的男性比例較高，而Firefly 2的淺色膚色角色較少。圖像質量方面，DALL-E 3和Midjourney 5.2表現較佳，強調了對AI偏見的批判性評估的重要性。 相關文章 PubMed DOI ♡

隨著心血管疾病、腫瘤等慢性病的增加，研究人員開始探索生成醫療報告的新方法。近期的研究聚焦於利用大型跨模態模型和自然語言生成技術，來縮短視覺數據（如X光影像）與文本之間的差距。為了解決這些挑戰，我們提出了多焦點區域輔助報告生成網絡（MRARGN），結合ResNet-50模型及注意力機制，提升跨模態信息的匹配，並生成詳細的醫學文本描述。實驗結果顯示，MRARGN在醫療報告生成上表現優於多種現有方法，證明其有效性。 相關文章 PubMed DOI ♡

這項研究比較了ChatGPT-4生成的精神科出院摘要與住院醫師撰寫的摘要質量。研究結果顯示，人類撰寫的摘要在整體質量上明顯優於AI生成的，平均評分分別為3.78和3.12。人類摘要在大多數評估項目中表現更佳，且評分者偏好人類版本。AI摘要在40%的案例中出現幻覺，且內容錯誤率較高。雖然AI生成的摘要在簡潔性和正式性上有一定表現，但仍需改進，未來可作為醫生修訂的參考。 相關文章 PubMed DOI ♡

這項研究探討了GPT-4在評估冠狀動脈疾病風險時可能存在的性別偏見，使用了相同的臨床情境來比較男性和女性，其中一些人有精神疾病的共病情況。研究結果顯示，精神疾病的存在可能會影響GPT-4對男性和女性冠狀動脈疾病風險的評估方式。 相關文章 PubMed DOI ♡