這項研究探討增強型大型語言模型（LLM）社交機器人虛擬病人（VP）平台在醫學教育中的應用，特別是訓練臨床推理（CR）技能。對23名卡羅林斯卡醫學院的三年級醫學生進行訪談，發現學生認為這個平台比傳統虛擬病人更真實且吸引人，能促進互動和情感表達，提升學習體驗。不過，平台也有限制，如無法進行身體檢查和偶爾出現機械式對話。總體而言，這個平台顯示出訓練醫學生的潛力，建議可作為安全的沉浸式模擬環境。 相關文章 PubMed DOI ♡

這篇論文總結了2023年11月28日至30日在日本奈良舉行的第八屆化學資訊秋季學校，討論了多個主題，包括化學反應研究、藥物設計、化學語言模型、電子結構資訊學和材料建模。此外，還回顧了約翰·加斯泰格在化學資訊領域50年的貢獻，並強調了影響他科學職業生涯的關鍵決策。 相關文章 PubMed DOI ♡

大型語言模型（LLMs）在醫療領域，特別是腸胃病學中，正發揮重要作用，改善資訊獲取、診斷及個性化治療。它們能有效解讀醫學文獻，提供即時知識，並支持醫學教育。儘管潛力巨大，LLMs 在臨床實踐中的整合仍需進一步研究與監管。最近的研究顯示，LLMs 在結腸鏡檢查及癌症篩檢等方面表現良好，但仍面臨數據完整性、準確性等挑戰。成功整合需針對特定情境進行調整，並遵循指導方針。 相關文章 PubMed DOI ♡

城市交通擁堵對經濟和環境造成挑戰，自適應交通信號控制（ATSC）成為解決方案之一。近期，深度強化學習（DRL）的進展提升了ATSC的效能。本文介紹了一種新型ATSC方法——序列決策變壓器（SDT），結合注意力機制與序列決策模型，專為城市交通管理設計。SDT模型在馬可夫決策過程框架下運作，顯示出縮短訓練時間、改善決策過程等優勢，並在合成場景中超越傳統方法，顯示出緩解城市擁堵的潛力。 相關文章 PubMed DOI ♡

這篇文章探討自然語言處理（NLP）如何透過分析病人評論來評估生活品質。雖然傳統的手動分析能提供有用的見解，但面對龐大的數據量和醫療資源的限制，這種方法常常不太實際。為了解決這些問題，文章建議使用機器學習和人工智慧，特別是NLP技術，來提升醫療質性評估的效率和效果。 相關文章 PubMed DOI ♡

這項研究探討生成式人工智慧（AI）和自然語言處理（NLP）在提升醫療保健事件報告系統（CIRSs）的潛力，特別針對事件報告不足的問題。研究比較了AI模型（ChatGPT-3.5）與人類專家在分析德國CIRS-麻醉學子系統中的案例表現。結果顯示，人類審查者能正確識別80%的人類生成審查，但45.8%的AI生成審查被誤認為人類撰寫。整體評分顯示兩者表現相當，AI在案例分類上顯示潛力，未來仍需進一步研究以驗證這些結果。 相關文章 PubMed DOI ♡

本研究評估了ChatGPT在老年人髖部骨折管理方面的表現，基於美國骨科醫學會的指導方針。使用19項陳述進行測試，結果顯示其準確率分別為0.684、0.579和0.632，精確率則為0.740、0.737和0.718，顯示中等一致性。雖然ChatGPT能提供相關指導，但準確性仍有待加強，且幻覺現象是主要限制。未來應探討如何有效利用ChatGPT作為病人教育工具。 相關文章 PubMed DOI ♡

人工智慧（AI）在皮膚科的應用迅速發展，特別是 ChatGPT 成為患者教育和臨床決策的重要工具。本研究評估了 ChatGPT 在皮膚科的有效性與挑戰，發現其在回答常見皮膚病問題上表現良好，但在複雜病例診斷上仍有困難，且存在信息準確性和倫理問題。未來應謹慎整合 ChatGPT，解決數據隱私和算法偏見等挑戰，並強調其應輔助而非取代醫生的角色。 相關文章 PubMed DOI ♡

這項研究評估了ChatGPT-4o在放射組學質量評分（RQS）方面的有效性，並與人類專家進行比較。研究納入了52篇2023至2024年發表的文章，結果顯示ChatGPT-4o和專家的中位RQS均為14.5，且無顯著差異。ChatGPT-4o的評分可靠性高，內部信度為0.905，且評估速度遠快於專家（每篇2.9-3.5分鐘對比13.9分鐘）。總結來說，ChatGPT-4o在放射組學研究質量評估上是有效且可靠的，未來可望成為快速自動化的評估工具。 相關文章 PubMed DOI ♡

這項研究探討大型語言模型（LLMs）及生成式人工智慧對機器翻譯的影響，特別是英語與多種印度語言（如印地語、卡納達語、馬拉雅拉姆語、泰米爾語和泰盧固語）之間的翻譯。研究使用BLOOMZ-3b模型，並運用提示工程技術來增強翻譯效果。此外，還採用低秩適應（Low Rank Adaptation）方法進行高效微調，以優化模型並降低計算需求。透過這些創新策略，研究旨在提升機器翻譯技術，改善LLMs對多樣語言的適應性，並推動人工智慧及自然語言處理的發展。 相關文章 PubMed DOI ♡