Banker等人（2024）的研究探討了利用GPT-3和GPT-4生成社會心理學的新假設，但指出這種方法忽略了人類研究者和大型語言模型的局限性，以及研究者的個人價值觀和現有文獻的重要性。他們提出了一個以人為中心的工作流程，強調研究者與GPT-4的迭代合作，旨在透過認識和利用每位研究者的獨特貢獻來增強假設生成過程，而非取代研究者。 相關文章 PubMed DOI ♡

這項研究探討大型自然語言模型如GPT-3和GPT-4如何幫助社會心理學研究者生成新假設。由於該領域發現眾多，整合想法變得困難，可能會錯過重要聯繫。研究採用兩種方法：首先對GPT-3進行微調，使用數千篇社會心理學摘要，專家評分後發現其生成的假設在清晰度和創新性上與人類相似；其次不微調使用GPT-4，結果顯示其生成的假設在多個維度上評分更高。總體來看，這些模型能有效支持假設生成。 相關文章 PubMed DOI ♡

這項研究探討DNA胞嘧啶甲基化在細胞調控中的角色，特別是小鼠和人類胚胎幹細胞中TET和DNMT3基因的敲除突變體。研究有三個主要目標：訓練大型語言模型識別差異甲基化胞嘧啶、檢驗人類和小鼠基因組中DMCs的預測能力，以及評估DNMT3和TET敲除數據的預測效果。研究成功識別出與突變體DMC預測相關的重要基序，增進了對幹細胞DNA甲基化的理解。相關軟體已在GitHub上公開。 相關文章 PubMed DOI ♡

這份協議介紹了LLM-AIx工作流程，利用大型語言模型（LLMs）從非結構化的臨床文本中提取結構化信息，解決手動審查的困難。流程包含四個步驟：問題定義與數據準備、數據預處理、基於LLM的信息提取及輸出評估。LLM-AIx可在本地醫院實施，確保病人數據安全，並已在虛構的肺栓塞臨床信件及癌症基因組計畫的病理報告中成功應用。系統設計友好，讓無程式設計背景的使用者也能輕鬆操作，提升臨床研究與決策效率。 相關文章 PubMed DOI ♡

這項研究旨在提升從臨床筆記中提取與炎症性腸病（IBD）相關的病人報告結果（PROs），比較傳統自然語言處理（tNLP）和大型語言模型（LLMs）的效果。研究針對腹痛、腹瀉和糞便出血進行標註，並開發模型提取資訊。結果顯示，GPT-4在準確率上優於tNLP，尤其在外部驗證中表現穩定。研究強調LLMs在不同機構間的泛化能力，建議更廣泛應用這些工具以改善IBD的研究與病人護理。 相關文章 PubMed DOI ♡

1948年，克勞德·香農提出了一個數學框架，利用N-gram分析字母之間的概率關係，生成連貫句子。這種方法廣泛應用於語言處理和基因組學，例如用來判斷作者身份和檢測抄襲。在基因組學中，DNA被視為語言，核苷酸是字母，N-gram則是單詞，這使得物種識別和生物分類成為可能。為了促進這些應用，我介紹了DNAnamer，一個基於N-gram頻率模式的DNA序列監督分類工具。 相關文章 PubMed DOI ♡

這項研究評估了ChatGPT-3.5在生成乳房超音波報告的BI-RADS分類的有效性，目的是提升醫療診斷的準確性和可解釋性。研究分析了131名患者的報告，並將AI生成的結果與57位醫生的報告進行比較。結果顯示，雖然AI在結構和清晰度上表現良好，但在BI-RADS分類準確性和惡性診斷上仍需改進。研究也探討了「思考鏈」方法，顯示AI在模擬臨床決策過程中的潛力，整體而言，ChatGPT-3.5對乳房超音波評估的診斷結果有助益。 相關文章 PubMed DOI ♡

這項研究透過文獻計量分析，探討了ChatGPT在醫療領域的影響，重點在2022年11月30日至2023年11月30日的出版物。研究使用Scopus、Web of Science和Google Scholar，最終找到22篇獨特的期刊文章。結果顯示，編輯/評論文章最為常見，且許多作者來自美國。引用次數在不同資料庫中差異明顯，Google Scholar的引用範圍最高。研究強調在醫療領域使用ChatGPT需遵循倫理指導原則，並指出替代指標在評估研究影響力上的重要性。 相關文章 PubMed DOI ♡

這項研究評估了ChatGPT在肩袖修復手術患者資源中的有效性，並比較了3.5和4.0版本的資訊內容與可讀性。三位外科醫生在2023年8月提出了13個常見問題，分析結果顯示兩個版本的資訊質量高，但可讀性較差，且缺乏引用影響可靠性。雖然4.0版本的可讀性優於3.5，但整體仍需改進。總之，ChatGPT提供的資訊有價值，但在可讀性和引用方面仍有待加強。 相關文章 PubMed DOI ♡

**SciScribe簡介** SciScribe是一個創新的網路工具，專為簡化醫學和科學領域的文獻回顧而設計。它利用IBM的Deep Search平台，自動提取和組織資訊，節省時間和精力。 **主要功能：** 1. **個人收藏：** 使用者可聚合來自PubMed Central等資料庫的文獻，建立個人圖書館。 2. **上下文整合：** 連結ClinicalTrials等外部資料庫，提供更豐富的文獻背景。 3. **語意問答：** 利用自然語言處理技術，快速回答使用者問題。 4. **語意分析：** 在多篇文獻中進行比較，結果以表格呈現。 **優點：** 提高效率、減少錯誤、增強上下文化。SciScribe在心臟外科的應用案例顯示其潛力，讓研究人員專注於關鍵分析。 相關文章 PubMed DOI ♡