這項研究發現，微調過的 Llama 3 模型能準確從急診病歷中擷取疫苗資訊，效果比傳統提示或規則法更好。這有助於自動化資料擷取，讓疫苗安全監測更即時、有效，即使在資源有限的情況下也適用。 相關文章 PubMed DOI 推理 ♡

這項研究用大型語言模型自動標註日本電子病歷的不良事件治療中斷資料，並結合少量人工標註資料來訓練模型。結果顯示，這種方法能提升偵測能力，但召回率仍偏低，代表LLM輔助標註有潛力，但目前還有待改進。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT 能用衛星數據找出二氧化碳排放熱點，效果幾乎跟傳統 GIS 軟體一樣好，結果高度一致。這代表即使沒 GIS 專業背景的人，也能用 ChatGPT 來分析 CO₂ 排放分布，未來在地球監測上很有發展潛力。 相關文章 PubMed DOI 推理 ♡

這項研究用AI分析臉部影像，搭配臨床描述，來偵測帕金森氏症。研究團隊用CLIP模型和XGBoost，能有效分辨患者和健康者，尤其臉部症狀輕微時，準確度最高可達0.87。結果顯示，這種AI影像對文字分析，有機會成為早期、非侵入式的居家篩檢工具。 相關文章 PubMed DOI 推理 ♡

這項研究比較ChatGPT、Gemini和醫學系畢業班學生在急診醫學選擇題的表現。結果發現，學生正確率最高，其次是ChatGPT，Gemini最差。AI在純文字題還可以，但圖片題表現明顯較弱，尤其是Gemini。總結來說，AI目前可當輔助工具，但還無法取代傳統醫學訓練，特別是在需要看圖和臨床判斷時。 相關文章 PubMed DOI 推理 ♡

這項研究推出 TrialMind 生成式 AI 系統，專門自動化臨床研究系統性回顧流程。團隊建立新資料集，結果顯示 TrialMind 在搜尋、篩選和資料擷取都比人類和舊 AI 更優秀。初步測試也發現，醫師更喜歡 TrialMind 的結果，效率和準確度都大幅提升，展現 AI 在臨床證據整合上的巨大潛力。 相關文章 PubMed DOI 推理 ♡

這篇論文提出MLLM-SRec序列式推薦系統，結合多模態大型語言模型，能同時理解商品圖片和文字，並動態掌握用戶偏好。透過多模態對齊和提示技術，MLLM-SRec在多個資料集上推薦效果都比現有方法更好，展現高準確度和穩定性。程式碼和資料可在GitHub下載。 相關文章 PubMed DOI 推理 ♡

這篇綜述說明AI如何革新定量系統藥理學（QSP），像是用代理模型、虛擬病人和數位分身來提升藥物預測和精準醫療。文中也點出運算資源、資料整合、模型可解釋性和法規等挑戰，並提出解決策略，幫助藥物開發更有效率。 相關文章 PubMed DOI 推理 ♡

目前LLM在肌肉骨骼醫學的研究越來越多，但多數方法類似且缺乏嚴謹。這領域需要統一且公開的評比標準，例如固定提問和明確評分，才能公平比較模型在臨床任務的表現。這不僅提升研究可重現性，也能避免選擇性報告，推動更有意義的進步，像骨科手術登錄系統一樣。 相關文章 PubMed DOI 推理 ♡

**重點整理：** ChatGPT-4 在文字型的醫學考題中，答對率達到 77.5%，在需要記憶事實的題目表現最好，但在需要更複雜思考的題目上表現較差。它在影像診斷方面的能力還有待加強，目前還不適合用於需要判讀醫學影像的臨床決策。 相關文章 PubMed DOI 推理 ♡