近期有研究質疑大型語言模型（LLMs）是否真的會類比推理，還是只是在模仿資料。雖然有些測試顯示LLMs表現不佳，但本研究發現，只要讓LLMs能寫和執行程式碼，即使在全新題型上也能舉一反三，證明它們真的有類比推理能力，不只是死背或模仿。 相關文章 PubMed DOI 推理 ♡

這項研究比較ChatGPT和Gemini在依據2022年AAOS兒童肱骨髁上骨折指引下的表現。結果發現，兩者回答都符合指引，但Gemini在提供有根據的醫學證據上表現較佳，顯示Gemini在臨床資訊可靠度上較有潛力。不過，兩款AI各有優缺點。 相關文章 PubMed DOI 推理 ♡

這篇研究提出GICL框架，把藥物SMILES字串的大型語言模型嵌入和分子影像結合，利用跨模態對比學習整合資訊。這種融合方式讓GICL在藥物性質預測（ADMET）上表現領先，還能提供可解釋的分析，有助於提升藥物開發效率。 相關文章 PubMed DOI 推理 ♡

這篇論文提出一套多模態系統，能整合影像、感測器數據和生產紀錄，並結合大型語言模型。系統有統一資料格式、動態分詞和強大跨模態對齊能力，採用兩階段訓練。新開發的Transformer模型同時支援影像和文字生成，提升即時決策。實驗證明，這方法在影像-文字檢索和視覺問答等任務表現優異，對智慧製造和異常偵測等應用很有幫助。 相關文章 PubMed DOI 推理 ♡

這項研究發現，雖然ChatGPT-4o和腫瘤委員會在治療建議上各自有高度一致性，但兩者的建議常常不同。醫師普遍較認同腫瘤委員會的決策，且這差異有統計意義。顯示目前AI還無法取代專家處理複雜癌症個案的臨床判斷。 相關文章 PubMed DOI 推理 ♡

這項研究比較了四款主流多模態AI在臉部特徵分析上的表現。結果發現，這些AI在評估皮膚品質、臉部對稱等質性分析還可以，但在精確量測臉部比例時就不太準確，還無法取代臨床人工評估。未來若要應用在整形外科，還需要專業訓練和更強的電腦視覺技術輔助。 相關文章 PubMed DOI 推理 ♡

大型語言模型在癌症影像領域應用越來越多，像是自動產生報告、分類影像、整合臨床指引，還能幫助病人理解報告。未來有機會協助腫瘤委員會討論、治療管理和預測副作用。不過，目前還有幻覺和表現不穩定等問題，限制臨床應用。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4o在判斷脊椎X光片是否有裝穩定系統，以及細分類型時，表現比BiomedCLIP更好，準確率也較高。不過，遇到複雜案例時還是有挑戰。BiomedCLIP雖然回答一致，但分類準確度較低。整體來說，ChatGPT-4o在臨床輔助診斷上更有優勢。 相關文章 PubMed DOI 推理 ♡

AI有助於早期且準確診斷高惡性度上泌尿道尿路上皮癌（UTUC），包括強化尿液細胞學判讀、分析CT影像預測腫瘤分級與分期，以及提升內視鏡影像辨識。機器學習模型（如隨機森林）表現優異，腎積水是重要預測因子。AI也能協助病患教育與病理分類，幫助醫師更早發現UTUC，提升治療成效。 相關文章 PubMed DOI 推理 ♡

這篇研究提出一款用28nm CMOS製程打造的低功耗光學收發器晶片組，特別適合AI、AR/VR等高頻寬需求。發射端用創新輸出級設計，能有效驅動VCSEL，能耗僅1.59 pJ/bit；接收端則採可變增益放大器，能耗1.06 pJ/bit。整體系統可達4 × 20 Gbps傳輸速率，總能效2.65 pJ/bit，成功降低光學互連的功耗問題。 相關文章 PubMed DOI 推理 ♡