大型語言模型在臨床應用時，遇到帶有錯誤細節的提示詞，常會產生或加劇錯誤資訊（幻覺），六種模型在一半以上案例都出現這問題。雖然用特製提示詞能降低幻覺發生率，但還是無法完全避免，且調整temperature沒什麼幫助。這代表臨床使用時，還是有一定風險存在。 相關文章 PubMed DOI 推理 ♡

**重點整理：** AI正在徹底改變重症醫療，不僅提升了風險評估的準確度，也讓治療更個人化。不過，目前還有像是資料品質、模型透明度、臨床流程整合，以及倫理相關的問題需要克服。持續的研究和監督對於AI在臨床實務中安全且有效的應用是不可或缺的。 相關文章 PubMed DOI 推理 ♡

這項研究發現，傳統搜尋引擎在資訊來源、更新速度和連結提供上較優，但生成式AI給的答案更相關、品質也較高，只是很少附上來源。整體可信度差不多，但AI缺乏連結和參考資料，讓使用者較難判斷資訊是否可靠。 相關文章 PubMed DOI 推理 ♡

這項研究發現，四種大型語言模型（LLM）在選擇正確影像檢查上，表現和多數臨床醫師差不多，甚至有時更好，尤其是DeepSeek-R1。LLM的建議很一致，重複測試也很穩定，和資淺放射科醫師的準確度相當。這顯示LLM未來有機會成為放射科醫師決策的好幫手。 相關文章 PubMed DOI 推理 ♡

這篇論文提出了 DialogueLLM，一款專為對話情緒辨識微調的大型語言模型。它能理解對話脈絡並結合情緒知識，表現比現有模型更好，甚至在情緒智力測驗上勝過多數人類，而且用一般硬體就能跑得動。 相關文章 PubMed DOI 推理 ♡

這篇回顧分析指出，語言學習聊天機器人有四種互動風格，會影響學習者參與。大型語言模型讓機器人在寫作、口說和情感支持上更有彈性，但促進高層次思考的功能還不夠。幻覺、偏見和倫理等問題討論不足。有效運用關鍵在於設計提示、建立情感連結，以及老師的倫理把關，不只是靠技術進步。 相關文章 PubMed DOI 推理 ♡

這份研究訪談21位臨床社工，發現大家覺得像ChatGPT這類大型語言模型能幫忙減輕文書負擔、激發想法，但也擔心機密性、同理心不足和細節掌握不夠。他們認為LLMs只能當輔助，不能取代人類，強調要遵守倫理和維護案主關係。建議應加強訓練並訂定明確倫理規範，讓社工安心使用。 相關文章 PubMed DOI 推理 ♡

這項研究用微調過的LLaMA-3大型語言模型，自動評分自傳式記憶敘述，能分辨情節性和非情節性細節。模型在284位參與者資料上訓練，準確度接近人工評分（最高相關係數r=0.87），也能反映年齡相關的記憶變化。這個工具以Jupyter Notebook提供，大幅提升分析效率，免去人工評分。 相關文章 PubMed DOI 推理 ♡

研究發現，GPT類大型語言模型（LLM）在評估自殺意念風險時，與行為健康專家有65.6%的一致率，且在臨床介入決策上同意率高達92%。這顯示LLM有潛力協助數位健康平台辨識自殺風險，但仍需更多驗證與倫理審查。 相關文章 PubMed DOI 推理 ♡

作者提出六層級評估架構，從可重複性到可替代性，幫助系統性檢驗生技和醫療 AI 的安全與效能。這套方法適用於傳統與生成式 AI，並有明確定義與測試流程，能提升醫療 AI 的信賴度與可靠性。 相關文章 PubMed DOI 推理 ♡