美國研究團隊開發出AI-CAC深度學習演算法，能自動從一般胸部CT掃描中準確測量冠狀動脈鈣化，效果媲美傳統心臟專用檢查。AI-CAC分數可有效預測10年內死亡及心血管風險，且三分之一患者屬高風險，幾乎都適合預防治療。這項技術有望讓心臟病風險篩檢更普及，程式碼也已公開。 相關文章 PubMed DOI 推理 ♡

這項研究比較專家設計的系統性回顧檢索策略，和ChatGPT根據相同目標產生的三種策略，並在Medline上執行比對，評估ChatGPT產生的策略是否能複製或優化傳統檢索方式。 相關文章 PubMed DOI 推理 ♡

這項研究要比較ChatGPT和人工審查者在評估醫療RCT偏倚風險時的一致性。研究會用25個案例訓練ChatGPT，再用75個案例測試兩者評分的一致程度，並用Cohen’s kappa來分析。結果將評估ChatGPT是否能可靠協助系統性回顧的偏倚風險判斷。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT（GPT-4）在標準化、流程明確的急診案例（如心肌梗塞、氣喘）表現不錯，和專科急診醫師的決策有超過一半一致。但遇到像中風或合併休克的複雜情況時，表現就不太穩定。總結來說，ChatGPT適合當輔助工具，還無法取代醫師在複雜案例的專業判斷。 相關文章 PubMed DOI 推理 ♡

這項研究發現，利用大型語言模型（LLMs）分析治療後MRI報告，能更準確預測局部晚期直腸癌患者的NAR分數，表現明顯優於傳統臨床方法和CT影像的深度學習模型，顯示LLMs在這類預測上有很大潛力，而CT影像則有其侷限。 相關文章 PubMed DOI 推理 ♡

作者利用模板式演算法產生超過100億筆合成反應資料，解決逆合成分析資料不足問題。先用這些資料預訓練transformer模型，再用強化學習優化，讓無模板逆合成規劃的Top-1準確率提升到63.4%，大幅超越過去成果。 相關文章 PubMed DOI 推理 ♡

這項研究比較四款AI聊天機器人（ChatGPT-4o、OpenAI-o1、Claude 3.5 Sonnet、Gemini 1.5 Pro）在預防手術部位感染建議上的表現。結果發現，AI能提供安全且有理據的建議，但在答案的一致性、清楚度和完整性上表現普通。Claude 3.5 Sonnet和ChatGPT-4o表現較佳。未來仍需提升AI的穩定性和準確性，以避免臨床錯誤。 相關文章 PubMed DOI 推理 ♡

CDE-Mapper 是一套新系統，結合大型語言模型和 RAG 技術，自動把複雜的臨床資料標準化並對齊到受控詞彙。它用查詢分解、專家提示和多種檢索方式處理不同難度的資料，還有「人機協作」驗證提升準確率。實測比現有方法高 7.2%，在臨床資料整合很有潛力。 相關文章 PubMed DOI 推理 ♡

這份質性研究發現，結合ChatGPT的跨文化護理課程能幫助護理系大學生提升溝通能力和文化素養。學生很喜歡這種能反思、包容的學習環境，覺得能把理論和實際文化情境連結起來。研究歸納出三大重點：課程設計的機會、文化敏感度提升，以及ChatGPT的支持性角色。 相關文章 PubMed DOI 推理 ♡

最新研究發現，像GPT-4這類大型語言模型，能比傳統ICD-10編碼更準確地從醫師病歷中辨識感染性呼吸道疾病的症狀，且在多家醫院都表現穩定。這代表LLMs有機會提升甚至取代現有電子病歷的症狀辨識方式，未來也值得擴大應用到其他症狀和場域。 相關文章 PubMed DOI 推理 ♡