這項研究探討了醫療學術界對AI語言模型ChatGPT在教育和研究上的影響。研究採用現象學分析，訪問了九位來自土耳其大學的學者。結果顯示，雖然ChatGPT能迅速提供資訊，但有時缺乏最新和準確的數據。學者們擔心學生在作業中濫用ChatGPT，可能會損害批判性思維和資訊檢索能力。他們強調需要專家監督來驗證生成的數據。研究建議機構應制定指導方針，以確保學術誠信，並呼籲未來研究探討AI工具對教育成果的長期影響。 相關文章 PubMed DOI ♡

這項研究探討大型語言模型（LLMs）在健康心理學中如何增強健康評估，旨在克服傳統統計和機器學習方法的限制。傳統方法因線性評分而準確性不足，而機器學習則在可解釋性和數據需求上有挑戰。研究提出的ScaleLLM利用LLMs的自然語言理解能力，提供健康量表的專家評估。實驗結果顯示，ScaleLLM在身心健康評估的準確性和可解釋性上都有所提升，成為該領域的一個有前景的工具。 相關文章 PubMed DOI ♡

人工智慧（AI）在醫療領域的應用，特別是針對腎癌的病人教育材料（PEMs），帶來了顯著變化。本研究比較了ChatGPT 4.0、Gemini AI和Perplexity AI生成的資訊準確性與可讀性，並與美國泌尿學會（AUA）和歐洲泌尿學會（EAU）的PEMs進行對照。結果顯示，AUA的PEM可讀性最佳，AI生成的內容雖然準確，但在治療資訊上有些小遺漏。雖然AI能簡化內容，但在病人教育中使用時仍需謹慎，以免造成誤解。 相關文章 PubMed DOI ♡

這項研究探討了ChatGPT在回答女性尿失禁管理與治療問題的準確性與完整性，並與既定指導方針進行比較。研究於2023年9月16日進行，設計了14個相關問題。結果顯示，大部分回答被評為「正確多於錯誤」，但在準確性上與科學指導方針存在顯著不一致，許多回答缺乏必要的全面資訊。這對醫療專業人員使用人工智慧進行病人諮詢提出了擔憂。 相關文章 PubMed DOI ♡

這項研究探討了機器學習在電子健康紀錄中識別社會和行為健康決定因素的效果。研究人員分析了MIMIC-III數據集中的超過200萬份臨床筆記，使用潛在語義索引（LSI）和GPT模型來預測SBDH類別。結果顯示，LSI的正向預測值超過83%，在多個SBDH類別的預測準確性上優於ICD-9編碼。雖然GPT-4表現稍佳，但LSI在成本效益和處理文件數量上更具優勢。整體而言，LSI是一種有效且實用的方法，適合應用於健康系統。 相關文章 PubMed DOI ♡

放射學中的結構化報告在可比性、可讀性和細節上有明顯優勢，但其採用仍然有限。本研究探討了一種本地托管的語言模型，能將自由文本的放射報告轉換為結構化數據，且不影響放射科醫師的工作流程。研究結果顯示，該模型生成的結構化報告在英語和德語的準確性接近人類讀者，顯示出良好的性能。結論指出，為了提高結構化報告的採用，需加強自動化系統與臨床流程的整合，讓醫師能在報告過程中受益於結構化數據。 相關文章 PubMed DOI ♡

MaterioMiner 資料集是一個重要的資源，結合了材料力學的知識與文本數據。它擁有一個連結的本體，將相關概念映射到文獻中。資料集來自四篇出版物，包含179個類別的標註，共有2,191個實體由三位評審標註，便於評估標註一致性。此外，該資料集支持材料科學中組成、過程、微結構和性質的關係表示。這項研究顯示了微調預訓練語言模型進行命名實體識別的潛力，為材料語言模型和知識圖譜的發展鋪路。 相關文章 PubMed DOI ♡

這項研究評估了Scholar GPT在口腔及顏面外科技術問題上的表現，並與ChatGPT進行比較。共評估60個問題，涵蓋阻生牙、牙齒植體等主題。結果顯示，Scholar GPT的全球質量評分平均為4.48，明顯高於ChatGPT的3.1，且提供的回應更一致且高品質。研究建議，利用學術資料庫的GPT模型能產生更準確的信息，並建議開發專門針對口腔及顏面外科的模型，以提升AI生成內容的質量。 相關文章 PubMed DOI ♡

這項研究探討大型語言模型（LLMs）在提升病人與臨床試驗（CTs）匹配的應用，並以資訊檢索為框架。研究開發了一個多階段檢索管道，結合BM25、Transformer排名器及LLM方法，數據來自TREC臨床試驗2021-23。結果顯示，微調的LLM在查詢形成、過濾及重新排名上表現優於傳統方法，提升了識別合格試驗的有效性。雖然LLMs具競爭力，但計算成本較高，效率降低。未來研究應聚焦於優化成本與檢索有效性之間的平衡。 相關文章 PubMed DOI ♡

Vibrio natriegens 近來在生物技術領域受到關注，因其具備成為生物工程平台的潛力。研究聚焦於其代謝特徵、合成生物學工具及生物生產等方面。本篇綜述利用大型語言模型和知識圖譜，簡化文獻調查，總結相關進展並探討未來應用。結果顯示，V. natriegens 可能在生物技術中扮演重要角色，但仍需面對其優勢與挑戰。 相關文章 PubMed DOI ♡