大型語言模型（LLMs）能幫忙優化網路資源分配，像是在總速率最大化上，不需要懂演算法或寫程式。零樣本實驗發現，GPT 這類 LLM 最多可達現有方法 58% 的效率，但部分 LLM 處理數值或結構化資料時表現較差，除非有經過微調。 相關文章 PubMed DOI 推理 ♡

**重點整理：** 這項研究比較了ChatGPT和Reddit在皮膚科建議上的品質，強調雖然線上資源有助於減少健康差距、提升資訊取得的便利性，但皮膚科醫師還是要注意病人過度依賴這些來源的風險，並且指導他們正確使用這些資源。 相關文章 PubMed DOI 推理 ♡

TL;DR： NUPES 是一種新型非均勻量化方法，能更有效壓縮 DNN 和 LLM 模型，特別適合有離群值的權重分布。它在訓練時同時學習權重和量化運算子，推論時只需整數運算，壓縮率表現優於現有方法，適用於各種資料情境。 相關文章 PubMed DOI 推理 ♡

Herrmann（2025）提出用NLP模型自動評分語音可懂度，透過比對聽者回應和目標句子的語意相似度，準確度比傳統方法高。不過，這種方法高度依賴大型語言模型，會有透明度和倫理上的疑慮，建議開放原始碼以確保公平。整體來說，這對語音研究是很有潛力的新進展。 相關文章 PubMed DOI 推理 ♡

這篇回顧整理2020到2024年機器學習在糖尿病足管理的最新應用，發現相關研究逐年增加，主要集中在影像分析，尤其是熱影像。其他像是臨床資料分析和智慧鞋墊等物聯網應用也逐漸興起。未來建議結合深度學習、基因體學和大型語言模型，提升糖尿病足照護成效。 相關文章 PubMed DOI 推理 ♡

這項研究發現，Bing AI 和 Gemini 在骨科專科考試的表現超越住院醫師，甚至相當於有五年以上經驗的醫師，其他AI如ChatGPT-4o表現則較低。AI有潛力成為骨科訓練的輔助工具，但臨床應用前還需加強可靠性和影像判讀能力。 相關文章 PubMed DOI 推理 ♡

這項研究用AI工具（像ChatGPT和Color Grab App）來分析環境污染物的顏色數據，發現結果穩定且和傳統UV-Vis分光光度法相符，證明AI在顏色分析污染物上很有潛力，未來有望成為快速又方便的檢測方法。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT 4o在產生給兒童和家長的近視教育資料時，正確性和安全性表現最好，內容也較容易讓小朋友理解。不過，這類AI在複雜醫療議題上還有待加強，未來還需改進才能更安心用於臨床。 相關文章 PubMed DOI 推理 ♡

挪威家庭醫師制度因經費增加，醫師負擔減輕，沒醫師的人變少。未來要維持進步，不一定只能多請醫師，也可靠AI、穿戴裝置、聊天機器人等科技，幫忙分擔工作、讓病人自主管理健康，同時降低醫療成本。 相關文章 PubMed DOI 推理 ♡

PCHA 是專為視障及低視能族群設計的 iPhone 和 Apple Watch 健康管理 App，主打語音互動、個人化建議、行程提醒和即時運動狀態更新。初步測試反應不錯，未來會邀請更多使用者參與改進。研究強調 mHealth App 要結合 BLV 專屬需求，才能真正做到個人化與激勵。 相關文章 PubMed DOI 推理 ♡