這項研究發現，GPT-4o在全口X光片判讀牙科植體、缺牙和阻生牙時表現不錯，但對齲齒、根尖病變和牙齒骨折的辨識較弱。用FDI或Universal牙齒編號系統都沒太大差別。整體來說，GPT-4o在部分牙科診斷有潛力，但還需要更多資料和模型來提升準確度。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4.0在戒菸治療建議上有67.1%和醫師一致，但對有慢性病或長期用藥的病人，建議常不適當。雖然AI可輔助戒菸治療，但遇到複雜個案還是不夠可靠，不能取代醫師專業。若能用更多元資料訓練，有機會提升臨床實用性。 相關文章 PubMed DOI 推理 ♡

這篇研究回顧智慧醫療問答系統的最新發展，指出其在臨床決策、知識查詢、中醫、醫學影像和心理健康等領域越來越重要。雖然提升了效率，但在準確性、多模態互動、信任和隱私上還有待加強。未來建議可聚焦多模態影像、中醫AI和VR手術輔助，推動智慧醫療創新與應用。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4.0在癌症治療建議上，和多專科腫瘤委員會有76.4%的一致率，尤其在標準治療指引下表現不錯。不過，遇到複雜或需個人化判斷的案例時，AI就比較容易出現分歧。目前AI還有臨床判斷和即時資料處理的限制，還需要再進步，才能真正應用在醫療現場。 相關文章 PubMed DOI 推理 ♡

這篇論文認為，擴充版的Evidence Theory能表達對未知或難以想像事件的不確定性，是傳統機率理論做不到的。作者也比較了這理論和其他進階機率方法，並討論它在大型語言模型創意應用及多代理人情境的潛力。 相關文章 PubMed DOI 推理 ♡

這篇論文提出一種新穎的感測器融合技術，結合LIDAR和光學感測器數據，利用深度學習和轉移學習，把感測結果轉成全域機率地圖，提升多目標偵測的準確率和效率。即使在雜訊多或數據不完整時，表現也比現有方法更好，還能壓縮模型，方便部署在邊緣裝置上。 相關文章 PubMed DOI 推理 ♡

這篇研究發現，大型語言模型（LLMs）在模擬人類意見上，不僅預測個人答案的準確度跟傳統隨機森林模型差不多，還能更貼近實際數據的整體分布。這代表LLMs未來有機會成為模擬社會意見變化的有力工具。 相關文章 PubMed DOI 推理 ♡

生物序列表示方法從早期的k-mer、PSSM，到後來的詞嵌入和大型語言模型，讓序列分析越來越精準，像是motif發現、分類和結構預測都有明顯進步。不過，運算成本高、對資料品質很敏感、模型難以解釋，還是目前的挑戰。未來會朝多模態整合、提升效率和可解釋性發展，幫助藥物開發和疾病預測。 相關文章 PubMed DOI 推理 ♡

這篇論文提出用大型語言模型自動從影片產生復健活動描述，再和穿戴式感測器數據比對，免人工標註就能建立有標籤資料集。結果證明感測器數據能準確對應活動，未來有機會只靠感測器自動大規模監測中風復健進度，提升效率與便利性。 相關文章 PubMed DOI 推理 ♡

大型語言模型雖然常用來閱讀和摘要醫學研究，但因推理能力有限，容易產生錯誤。作者建議從作者、出版商、讀者、AI開發者和監管機構五方面著手，包括結構化報告、標準化用語、AI友善格式、負責任的資料整理及監管。特別強調要在論文中加入專為AI設計的提示語，並且一定要有專家參與設計和審查，才能確保醫學摘要的正確性。 相關文章 PubMed DOI 推理 ♡