這項研究開發的「SBDH-Reader」工具，運用GPT-4o和提示工程，能準確從臨床紀錄中擷取六種社會與行為健康資料（如就業、住房、婚姻狀態、物質使用等），F1分數高達0.94–0.99，且不需額外訓練模型。設計彈性高，方便醫療院所有效收集病人重要資訊，實用性很強。 相關文章 PubMed DOI 推理 ♡

這項研究用DAIC-WOZ資料集和PHQ-8問卷，測試多種大型語言模型預測憂鬱症狀的能力。結果顯示，GPT-4o在準確率和F1分數上表現最佳，展現LLMs用於文字篩檢憂鬱症的潛力。不同模型對特定症狀偵測各有強項，未來還需進一步研究和微調，才能更好應用在心理健康篩檢上。 相關文章 PubMed DOI 推理 ♡

這篇論文提出 ToothMaker，是首個用擴散模型生成牙科X光影像的框架。它能分開處理影像風格和牙齒結構，並結合大型語言模型和超圖神經網路，讓生成的X光影像更真實、多樣。這些影像能有效提升牙科分割和視覺問答的表現，也能減少人工標註的需求。程式碼將於 GitHub 公開。 相關文章 PubMed DOI 推理 ♡

這篇論文提出「PIIP」新架構，能有效處理多尺度影像。它針對高解析度影像分配較少參數，降低運算量又維持甚至提升效能。PIIP 結合預訓練模型與創新特徵互動機制，應用在多種視覺和多模態任務都優於現有方法，運算成本也大幅減少。以 InternViT-6B 為例，準確率提升 1–2%，但只需原本 40–60% 運算量。原始碼已開放。 相關文章 PubMed DOI 推理 ♡

這項研究提出用GPT-4o等大型語言模型來自動驗證ICD編碼，方法是讓模型從候選代碼中挑選，而不是直接產生代碼。結果顯示，這樣做不但比傳統方法更準確，還能適用於不同資料集、醫院、語言和ICD版本，泛用性很高。 相關文章 PubMed DOI 推理 ♡

這項研究提出用SPLLM方法，把腦波訊號轉成文字，再用大型語言模型來預測癲癇發作。這做法不只提升了準確率，還能適應不同病人和設備，比現有方法AUC和準確率高8%以上，更適合臨床實際應用。 相關文章 PubMed DOI 推理 ♡

Prot2Chat 結合蛋白質序列、結構和文字資訊，利用改良版 ProteinMPNN 和大型語言模型，提升蛋白質功能理解。透過 protein-text adapter 和 LoRA 技術，訓練更有效率。實驗證明 Prot2Chat 表現優於現有方法，zero-shot 下也很強，並提供簡易網頁平台和安裝教學，原始碼已開放。 相關文章 PubMed DOI 推理 ♡

研究比較獸醫學生和AI（ChatGPT 4.0、Google Bard）寫的犬隻神經疾病衛教單。AI在表達和結構上有優勢，但高表現學生在正確性、完整性和同理心上更勝一籌。審查者難以分辨作者，但學生在同理心和對飼主支持方面表現較好。 相關文章 PubMed DOI 推理 ♡

這項研究用AI生成圖片搭配引導反思，幫助厭食症患者表達和探索情緒。兩位成人參與後，覺得更能理解和溝通自己的感受，也提升了治療參與度和掌控感。AI視覺工具有助於改善情緒表達和治療效果，對有情緒困難的人很有幫助。 相關文章 PubMed DOI 推理 ♡

這項研究用AI架構，把大型語言模型（LLMs）和第一性原理計算結合，來找新型光電材料。透過分析材料性質的語意，能挖掘過去較少被注意的潛力材料。流程包含LLMs、相似度評分、化學式篩選、結構預測和DFT驗證。團隊也發現一種全新Bi₂WO₆多型體，證實有優良光電特性，展現LLMs能加速材料發現。 相關文章 PubMed DOI 推理 ♡