這項研究推出 HistoChat AI 助理，結合語言和影像模型，幫助診斷大腸直腸癌。HistoChat 能自動產生資料和問答，解決資料不足問題，診斷正確率達 69.1%。結果顯示，HistoChat 在資料有限時，能有效輔助病理醫師。 相關文章 PubMed DOI 推理 ♡

BioLLM 統一了各種單細胞 foundation models（scFMs）在單細胞 RNA-seq 分析的操作和評估，提供一致的介面和 API，方便模型切換和基準測試。評估發現，scGPT 整體表現最好，Geneformer 和 scFoundation 在基因層級任務也很強，scBERT 因模型小、資料少表現較弱。BioLLM 目標是協助研究人員更有效運用 scFMs，推動單細胞生物學發展。 相關文章 PubMed DOI 推理 ♡

這篇研究比較三種複雜生醫文本關係抽取方法：傳統pipeline、sequence-to-sequence，以及像ChatGPT的生成式大型語言模型。結果發現，傳統pipeline表現最好，seq2seq次之，LLMs雖然zero-shot表現不錯，但有訓練資料時還是建議用傳統方法。這也是首篇針對RareDis資料集做E2ERE的研究。 相關文章 PubMed DOI 推理 ♡

這項研究評比了15款主流大型語言模型在中文心理健康知識與診斷上的表現，像是DeepSeek-R1、QwQ和GPT-4.1表現最好。結果指出，這些模型在心理健康應用上有優勢，但也還有改進空間，能幫助未來挑選和優化相關模型。 相關文章 PubMed DOI 推理 ♡

生成式 AI 像是 ChatGPT-4o 和 Gemini，已廣泛應用在公共衛生研究與溝通，特別是在寫作、摘要和翻譯上。文獻指出，這些工具能提升科學寫作效率和內容清晰度，也有助於科普。不過，仍需注意倫理和品質問題，並加強人為監督與訓練，才能發揮最大效益。 相關文章 PubMed DOI 推理 ♡

這篇研究推出首個由專家標註的心理健康錯誤資訊影音與留言資料集，來自 YouTube Shorts 和 Bitchute。結果顯示，大型語言模型能有效偵測這類錯誤資訊，但留言常加深污名與誤導，特定族群更易受害。作者呼籲，短影音平台上的心理健康錯誤資訊問題，亟需技術和公共衛生介入。 相關文章 PubMed DOI 推理 ♡

學習複雜又常變動的技術知識很難，因為文件又大又常更新。LLM加RAG雖然能幫忙，但文件越大涵蓋率越低。DaaDy和SQAD這兩種方法能提升LLM-RAG在大文件的問答效果。AIKIT平台整合LLM、RAG、向量資料庫等工具，讓你輕鬆用多種LLM管理回應，很適合訓練和教學。把文件分段也能提升問答涵蓋率。 相關文章 PubMed DOI 推理 ♡

這項研究發現，用大型語言模型（LLM）從場景描述產生的嵌入，和人腦處理複雜視覺資訊的方式很接近。這些LLM表徵不只可以預測大腦活動，還能根據大腦數據重建場景描述。即使訓練資料不多，這種方法也比很多現有模型更有效，顯示LLM嵌入是模擬大腦視覺處理的有力工具。 相關文章 PubMed DOI 推理 ♡

以色列一項針對122位醫療人員的調查發現，大家在生殖器皰疹管理上的知識有明顯落差，對本地指引也不太熟悉，只有約23%的人很了解指引。婦產科醫師表現最好。大型語言模型（LLMs）回答臨床問題時，通常比醫師更準確，但在指引細節上還是有困難。這顯示醫療人員教育要加強，LLMs也有機會幫助提升臨床指引的遵循度。 相關文章 PubMed DOI 推理 ♡

像 BioBERT 和 GPT 這類大型語言模型，現在在擷取和預測藥物交互作用上表現比傳統方法更好，準確率也很高。不過，還有資料品質、偏誤、解釋性不足等挑戰。未來要加強模型可解釋性、可靠性和臨床驗證，並整合多種病患資料，才能讓 LLMs 更安全有效地應用在用藥安全上。 相關文章 PubMed DOI 推理 ♡