研究比較了ChatGPT、Google Gemini和Microsoft Copilot在回答家長常見脊柱側彎問題的表現。四位骨科醫師評分後，ChatGPT表現最好（4.0/5），明顯優於Gemini和Copilot（皆為3.1）。整體來說，這些AI都能提供不錯的資訊，目前以ChatGPT最可靠。 相關文章 PubMed DOI 推理 ♡

LEADS 是專為醫學文獻訓練的 AI 模型，能協助系統性回顧的搜尋、篩選和資料擷取，表現比一般大型語言模型更好。臨床醫師和研究人員用 LEADS 不只更準確、召回率高，還能省下很多時間，證明專業 AI 模型能大幅提升循證醫學的效率和品質。 相關文章 PubMed 推理 ♡

這篇研究提出用大型語言模型（LLM）從臨床病例報告中擷取有時間標記的資訊來預測臨床事件。結果顯示，編碼器模型在事件預測較好，解碼器模型則適合早期存活預測。特別是把資料按時間順序整理，能大幅提升預測效果，強調時間結構化在臨床應用的重要性。 相關文章 PubMed 推理 ♡

作者開發了一套用對話式AI自動打電話做調查的系統，能自己訪談、記錄並分析受訪者回答。實測40次，AI擷取答案的正確率高達98%，即使語音轉錄有小錯也不影響。參與者覺得AI客服講話清楚又有趣。這方法有望讓醫療電話調查更省人力、規模化。 相關文章 PubMed 推理 ♡

作者開發了 LEAVS 工具，能用大型語言模型從腹部 CT 報告中自動萃取異常類型、確定性和緊急程度等結構化標籤，涵蓋九個器官七種異常。LEAVS 準確率高（F1 分數 0.89），比現有方法更好，緊急程度標註也接近人工。這些標籤可用來訓練影像模型偵測腹部異常，程式碼和標註資料也已公開。 相關文章 PubMed 推理 ♡

作者開發了一套系統，能把病例報告的文字轉成有結構的時間序列資料，方便分析。他們比較人工和大型語言模型（LLM）的標註結果，發現LLM在事件辨識上表現普通，但在標註事件時間點上跟人工很接近。這研究為未來用病例報告做病程時間序列分析打下基礎。 相關文章 PubMed 推理 ♡

這項研究公開一個全新資料集，收錄18位長新冠患者的時序性文字資料，經Llama-3.1-70B-Instruct處理並由專家標註臨床風險。作者提出Active Attention Network，結合專業知識與主動學習，能更準確預測臨床風險及偵測重要病程事件，協助提升照護品質並有效分配醫療資源，同時減少人工標註需求。 相關文章 PubMed 推理 ♡

臨床試驗招募常遇到知名度低、條件複雜等困難。研究用TrialGPT大型語言模型，把50個線上病患案例和臨床試驗配對，結果比傳統關鍵字搜尋多找出46%合適試驗，每位病患平均可配對7個試驗，病患和主辦單位都給予高度好評。 相關文章 PubMed 推理 ♡

作者們推出 ArchEHR-QA，一個由專家標註、收錄 134 個 ICU 和急診真實病例的資料集，專為評估 AI 回答電子病歷（EHR）問題而設計。資料集包含病患提問、醫師解讀、EHR 重點摘錄及醫師答案。他們用三種開源語言模型測試，發現 Llama 4 用「先給答案」策略效果最好。常見 AI 問題有遺漏重點和產生虛構內容。ArchEHR-QA 有助於開發更準確、以病患為中心的 EHR 問答系統。 相關文章 PubMed 推理 ♡

Cell Ontology（CL）是單細胞組學領域用來標準化細胞類型的重要工具，支援多平台的FAIR數據實踐。這篇論文回顧CL的應用現況，介紹與細胞圖譜計畫合作擴充細胞類型的進展，並討論統一細胞定義、整合標記資料及運用大型語言模型等挑戰。 相關文章 PubMed 推理 ♡