大型語言模型（LLMs）已經在科技界帶來重大變革，應用範圍超越自然語言處理，甚至進入放射學等專業領域。這些模型透過大規模數據預訓練，能執行多種任務，且通常不需再微調。隨著技術進步，LLMs 也在解決幻覺、偏見、高訓練成本等挑戰，並開始整合多模態輸入。對於小型本地開源 LLMs 的需求上升，因為它們能針對醫學知識進行微調，提升效率與隱私保護。本文將探討 LLMs 在放射學的現狀與未來發展。 相關文章 PubMed DOI ♡

這項研究介紹了cdsFM，一個大型語言模型，專注於同義密碼子在蛋白質編碼中的角色。與現有模型不同，cdsFM認為同義密碼子的選擇有其調控和功能意義。它包含EnCodon和DeCodon，經過超過5,000種物種的數據預訓練，能學習密碼子與氨基酸的關係。這些模型在多項任務中表現優於現有基因組模型，並能有效預測同義密碼子的選擇對蛋白質表達的影響。研究還發現了多個潛在的致病性密碼子，顯示cdsFM在理解蛋白質合成中的重要性。 相關文章 PubMed DOI ♡

基因組時代的來臨促進了高通量數據和先進計算方法的發展，幫助我們探索植物抗逆境的遺傳與功能。儘管有許多實驗和分析技術，但龐大的數據量仍帶來挑戰。深度學習模型在預測基因結構和功能方面表現優異，並在農業高通量表型學中越來越常見。這篇綜述強調了數據資源和生物信息學工具，以及機器學習和人工智慧在植物抗逆境研究中的應用，並展示如何利用大型語言模型（如ChatGPT）創建相關知識圖譜，促進跨領域合作。 相關文章 PubMed DOI ♡

在教學和評估中使用大型語言模型（LLMs）時，需注意法律和倫理問題。首先，各大學應制定明確政策，確保使用符合章程和法律。其次，醫學等專業領域需遵循執照規範。著作權法也需遵守，特別是在生成教育材料時。此外，必須遵循資料保護法，確保個人資料安全。學術誠信方面，需防範作弊和抄襲風險，並進行品質控制。最後，教職員應接受相關培訓，調整評估方法以適應LLMs的使用。整體而言，謹慎規範和監控是關鍵。 相關文章 PubMed DOI ♡

這項研究評估了三個大型語言模型——Gemini、GPT-3.5 和 GPT-4——在韓國國家牙科衛生師考試中的表現，分析了它們在韓文和英文的準確性。研究使用了2019至2023年的考題數據，並透過雙向變異數分析來評估模型類型和語言對準確性的影響。結果顯示，GPT-4 的表現優於其他模型，尤其在英文方面表現突出。不過，所有模型在地方性內容的科目準確性有所不同。研究指出，雖然 GPT-4 在醫學教育中展現潛力，但仍需改進和多樣化的訓練數據，以提升其在多語言和多文化環境中的表現。 相關文章 PubMed DOI ♡

本體論在科學領域中非常重要，能夠結構化和計算知識，但建立和維護需要大量資源和專家合作。本研究介紹了DRAGON-AI，利用大型語言模型和檢索增強生成技術來協助本體論生成。研究評估了DRAGON-AI在十個本體論中生成新術語的表現，結果顯示其在生成關係上精確度高，但整體精確度略低於傳統方法。雖然AI生成的定義對專家來說可接受，但仍需專家參與以完善生成過程。 相關文章 PubMed DOI ♡

急診部門處理植物中毒的情況相當困難，因為很難確定是哪種植物引起的毒性反應。準確識別植物對評估其毒性特性至關重要，但急診的血液檢查通常無法提供相關資訊。案例中，一名23歲男性飲用草本茶後出現不安、意識改變和幻覺，急診團隊利用AI軟體Google Gemini從照片中識別出吉姆森草，並得到植物學家的確認。患者在接受治療後症狀改善，顯示AI在植物識別上的潛力，能幫助醫療人員辨別有毒與無毒植物。 相關文章 PubMed DOI ♡

將人工智慧（AI），特別是ChatGPT，整合進重症監護病房（ICU）中，對護理教育和臨床實踐有很大潛力。這篇回顧強調了AI聊天機器人在這些環境中的重要角色，並探討了相關的風險與倫理問題。 根據PRISMA指導方針進行的系統文獻回顧，從1,091篇文獻中篩選出五篇相關研究，顯示AI在改善臨床決策和教育計畫方面的潛力，但也強調了提高準確性和保護數據隱私的必要性。 雖然ChatGPT在ICU中顯示潛力，但實施需謹慎監督，持續研究和遵循倫理標準對於優化其使用至關重要。 相關文章 PubMed DOI ♡

這篇論文介紹了一個新開發的模型，叫做混合變壓器網絡（HybridTransNet），它結合了大型語言模型和計算機視覺技術，專注於醫學影像診斷，特別是腦腫瘤檢測。傳統的卷積神經網絡和遞歸神經網絡在處理深層編碼和下採樣時容易丟失細節。HybridTransNet透過變壓器機制有效處理多模態數據，並利用自注意力機制來恢復上下文資訊。實驗結果顯示，該模型在腦腫瘤診斷上表現優於現有方法，顯示出提升醫療資訊學的潛力。 相關文章 PubMed DOI ♡

創造引人入勝的數據影片需要高超的技能與努力。近期研究著眼於利用自然語言互動，自動生成影片組件，但過去的研究未能有效結合敘事內容與設計指令，導致產出缺乏客製化。為了解決這個問題，我們提出了一種新方法，將用戶的創作意圖整合成「註解敘述」格式，讓用戶能直接在文本中嵌入設計指令。我們開發的原型系統Data Playwright，能根據用戶上傳的內容生成動態數據影片，並讓用戶輕鬆預覽與調整影片。用戶研究顯示，參與者能有效使用此系統創作影片。 相關文章 PubMed DOI ♡