這項研究比較了OpenAI的ChatGPT-3.5與傳統網路搜尋引擎在提供Randleman標準資訊的準確性。23名醫學生各花10分鐘使用ChatGPT-3.5，結果顯示只有26.1%的學生獲得正確定義，而100%的學生在網路搜尋中找到準確資訊。ChatGPT-3.5還有17.4%的學生錯誤識別標準，4.3%創造了虛構的「Randleman症候群」，52.2%則完全沒有定義。研究結論指出，對於這個醫學問題，網路搜尋引擎的可靠性明顯高於ChatGPT-3.5，提醒使用AI工具時需謹慎。 相關文章 PubMed DOI ♡

這項研究探討了ChatGPT在2021至2023年間進行的進步測試中回答醫學問題的表現。研究人員將測試問題給ChatGPT 3.5，並與來自120多所巴西大學的醫學生進行比較。結果顯示，ChatGPT在三年的平均準確率分別為69.7%、68.3%和67.2%，均超過醫學生。特別是在公共衛生方面，ChatGPT的平均得分達77.8%。這顯示出ChatGPT在醫學問題的回答準確性上超越了人類學生，包括即將畢業的醫學生。 相關文章 PubMed DOI ♡

這篇社論探討了「ChatGPT和生成式人工智慧（AI）在醫療安全教育中的潛力與限制」，指出AI在川崎病（KD）領域的重要性。文中提到三大應用：首先，機器學習（ML）可用於KD診斷，已開發多種臨床預測模型；其次，基因信號計算工具箱能幫助識別KD及監測相關臨床特徵；最後，深度學習（DL）技術在心臟超音波檢測上表現優異，與專家相當。社論強調需利用更多醫療數據提升AI決策準確性，並關注患者隱私及責任問題，期待AI能改善KD的診斷與治療。 相關文章 PubMed DOI ♡

這項研究探討了ChatGPT（GPT-3.5和GPT-4）在評估認知表現的有效性，對象包括正常認知者和中風倖存者。90名參與者接受了記憶、數字處理、語言流暢度和抽象思維的評估。主要發現顯示GPT-3.5在記憶和語言評估上與醫生的評估存在顯著差異，但透過優化方法可改善這些差異。GPT-4的表現更接近醫生評分，顯示其在認知評估中有進一步提升的潛力。整體而言，ChatGPT作為醫療評估的輔助工具顯示出潛力。 相關文章 PubMed DOI ♡

隨著病人訊息需求增加，醫療提供者在處理緊急醫療問題上面臨挑戰。為了解決這個問題，我們開發了一個整合於電子健康紀錄的人工智慧系統，能優先處理病人訊息，確保及時審查。使用基於BERT的大型語言模型，我們訓練了超過40,000條病人訊息，並在7,260條專家審核的訊息上測試，表現優異。整合後，對於高優先級訊息的未讀時間顯著減少，特別是在非營業時間。未來將擴大應用範圍，提升護理質量與安全性。 相關文章 PubMed DOI ♡

這項研究評估了三款熱門聊天機器人—ChatGPT、Claude 和 Bard—在回答有關近視預防和控制的公共健康問題上的表現。研究提出了十九個問題，並由四位獨立評審根據全面性、準確性和相關性進行評分。結果顯示，ChatGPT 提供了最詳細的回答，得分最高，Bard 和 Claude 次之。雖然所有聊天機器人的得分都超過 4 分，但研究也指出它們存在提供虛假資訊的風險。因此，未來需要制定標準和持續監測，以提升聊天機器人的有效性。 相關文章 PubMed DOI ♡

這項研究評估了使用 ChatGPT-4 技術的 Microsoft Bing 在分析腹部 CT 和 MRI 圖像的表現。共評估 80 張圖像，發現 Bing 在 CT 的準確率為 95.4%，MRI 為 86.1%。雖然在基本識別上表現良好，但在異常解釋方面仍有不足，僅在 10.7% 的情況下提供正確診斷。研究建議大型語言模型可輔助放射科醫師，但需了解其能力與限制，以提升臨床應用的有效性。這為未來放射學診斷工具的研究奠定基礎。 相關文章 PubMed DOI ♡

這篇論文探討大型語言模型（LLMs）與人類語意理解的關係，特別是在具身認知的背景下。具身認知的支持者認為，LLMs 只依賴文本訓練，缺乏感官經驗的連結，這對人類理解很重要。不過，論文指出人類的認知結合了具身經驗和語言學習，語言在塑造我們對世界的理解中扮演關鍵角色。因此，LLMs 可以反映語言作為語意信息來源的豐富性，並強調語言如何在缺乏直接感官經驗的情況下增強認知能力，這也有助於理解具身認知與人工智慧的互動。 相關文章 PubMed DOI ♡

這篇文章探討生成性人工智慧（AI）在教育中的應用，強調與實體世界互動的重要性。特別是透過蒙特梭利等教學法，促進探索與有組織環境的互動。作者運用主動推理框架，將學習視為一種認知覓食的過程，並強調修正預測誤差的必要性。他們認為生成性AI能增強學習環境的準備度，並在具身與無具身智慧之間創造新的協同效應，這是AI背景下具身認知的更大討論的一部分。 相關文章 PubMed DOI ♡

這項研究評估了 OpenAI 的 ChatGPT 和 Microsoft 的 Copilot 兩個大型語言模型在結腸癌管理建議上的準確性。結果顯示，兩者在 36% 的情境中提供正確回應。ChatGPT 有 39% 的回應缺乏資訊，24% 不準確；Copilot 則有 37% 缺少資訊，28% 不準確。兩者表現差異不顯著。此外，臨床醫師的回應明顯較短，平均 34 字，而 ChatGPT 和 Copilot 分別為 251 和 271 字。研究指出，雖然 LLM 可協助臨床決策，但仍需優化以確保準確性。 相關文章 PubMed DOI ♡