通用型大型語言模型（LLMs）能部分生成細胞訊號傳導網路，捕捉24–58%已知反應，預測準確率約5–26%。雖然和人工整理模型還有差距，但這研究提供了改進LLM建模的基礎和評估標準，有助未來發展。 相關文章 PubMed DOI 推理 ♡

這項研究用大型語言模型（LLM）來自動辨識自閉症語言障礙的關鍵特徵，在零樣本情境下，表現比傳統方法好，敏感度和陽性預測值都提升超過10%。LLM能穩定偵測出十種重要語言特徵，顯示它有潛力成為協助自閉症診斷和個人化治療規劃的有效工具。 相關文章 PubMed DOI 推理 ♡

這項研究發現，Llama 3等大型語言模型能準確從電子病歷的臨床紀錄中提取並標準化病人行動能力資訊。經過多家醫院600份紀錄測試，模型在提取和分類上表現優異，錯誤也多屬臨床可接受範圍。本地端運行模型更能保障隱私與一致性，顯示LLMs有助於精準醫療與研究發展。 相關文章 PubMed DOI 推理 ♡

用 LoRA adapters 微調 LLaMA-3，並專門用ICU醫師的出院摘要來訓練，可以大幅提升數位分身治療建議的準確度，明顯優於其他專科或混合資料。針對專科訓練的模型，BERTScore 高達0.842，顯示針對特定情境調整大型語言模型，對ICU臨床決策支援很有幫助。 相關文章 PubMed DOI 推理 ♡

研究發現，ChatGPT-4o在診斷深色皮膚的黑色素瘤時，準確率明顯低於淺色皮膚，無論敏感度、特異性或整體表現都較差。這顯示AI在膚色多元性不足時容易產生偏誤，未來皮膚科資料庫應納入更多不同膚色的影像。 相關文章 PubMed DOI 推理 ♡

**中文重點摘要：** 這篇綜述整理了目前用來提升手術病人知情同意流程的新工具，包括多媒體、3D模型、虛擬/擴增實境、QR code，以及AI（包含大型語言模型）等。文章討論了這些科技的優缺點，也探討了社群媒體對知情同意過程的影響。 相關文章 PubMed DOI 推理 ♡

這項研究發現，GPT-4在分析癌症病患與醫療人員的對話內容時，和人類專家有高度到中度的一致性，像是判斷有無討論症狀、誰先提起、以及建議內容等。雙方意見分歧的情況不多，且有詳細分類。結果顯示，LLM有潛力協助提升醫療溝通與照護品質。 相關文章 PubMed DOI 推理 ♡

這項研究證實，結合疾病專屬知識圖譜、先進大型語言模型和Graph-of-Thoughts方法，能大幅提升阿茲海默症藥物再利用的效率。全新ESCARGOT框架表現優於傳統方法，不僅加速藥物開發，也有望推廣到其他疾病領域。 相關文章 PubMed DOI 推理 ♡

本研究開發了一套專為失眠症設計的智能eCBT-I對話系統，結合CBT-I知識圖譜與大型語言模型。我們比較八種主流LLM及三種調適方法，找出各模型最佳組合，其中Qwen2-7b（Freeze）表現最優。這證明專業知識能有效融入LLM，為醫療AI在資料有限下的應用提供新方向。 相關文章 PubMed DOI 推理 ♡

這項研究開發了一個用大型語言模型的AI工具，能根據老師的評分標準自動批改醫學簡答題，分數跟人工評分幾乎一樣準（相關係數0.93–0.96）。這不只可以大幅減輕老師的批改壓力，還能給學生更細緻、個人化的回饋。 相關文章 PubMed DOI 推理 ♡