LLM 相關三個月內文章 / 第 73 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

這項研究評估了針對青少年心理健康的對話代理（CAs）或聊天機器人的現狀。研究人員找到39篇相關的同行評審文章，發現許多CAs主要是基於專家知識設計，缺乏青少年的意見，且技術仍在早期階段，安全性不足。青少年使用者對CAs在討論敏感話題的可用性表示欣賞，但覺得內容有限。大部分研究未解決用戶數據的隱私問題。這項回顧強調了研究人員、青少年和專家的合作必要性，並呼籲在設計中重視隱私與安全。總體而言，仍需更多研究來驗證這些工具的有效性。 相關文章 PubMed DOI 推理

腦血管疾病是全球第二大死亡原因，對殘疾影響深遠。本研究探討GPT-4在急診科神經科醫師處理急性缺血性中風的有效性，分析其建議與專家意見及實際治療結果的比較。研究回顧100名急性中風患者，結果顯示GPT-4的建議與專家意見高度一致，特別是在血管內血栓切除術方面表現優異。GPT-4在死亡預測上也表現良好，顯示其作為臨床決策支持工具的潛力，但也需注意其建議的侵略性，強調人類監督的重要性。未來需進一步驗證這些發現。 相關文章 PubMed DOI 推理

我們開發了一個新系統，結合人工智慧虛擬代理和三種混合實境視覺化，提升超音波檢查的病人接受度。虛擬助手能與病人自然對話，提供即時解答，增強信任感。三種視覺化方式包括擴增實境（AR）、擴增虛擬環境（AV）和完全沉浸式虛擬實境（VR），讓病人能更舒適地參與檢查。研究結果顯示，病人的信任度和舒適度顯著提升，未來可進一步改善自主醫療體驗。 相關文章 PubMed DOI 推理

這篇評論探討了影響美國醫療保健中大型語言模型（LLMs）公平設計的八項關鍵法規與指導方針，並將公平問題分為語言與文化偏見、可及性與信任、監管與質量控制三大領域。提出的解決方案包括確保多元代表性、使用真實數據評估AI表現、消除歧視、改善英語能力有限患者的可及性、提升工作效率、強制人類監督AI工具，以及確保AI的安全性與隱私尊重。這些措施有助於透過LLMs促進健康公平，解決醫療系統中的差距。 相關文章 PubMed DOI 推理

這項研究探討大型語言模型（LLMs）在生成政治訊息的說服力。研究人員使用24種不同大小的LLMs創造720條關於10個政治議題的訊息，並進行了接近26,000人的大規模調查來評估這些訊息的有效性。結果顯示，較大的模型在說服力上僅比小型模型稍強，且當考慮一致性和相關性等任務完成因素時，模型大小與說服力的關聯性會減弱。總之，僅增加LLMs的大小並不會顯著提升政治訊息的說服力，因為目前的模型已經表現得相當不錯。 相關文章 PubMed DOI 推理

這項研究探討大型語言模型（LLMs）在分析全球健康調查自由文本回應的有效性，特別針對2020至2023年的疫苗覆蓋調查數據。研究測試了多種LLM技術，發現準確率介於61.5%到96%之間，微調或少樣本學習能顯著提升表現。結果顯示，LLMs能增強數據分析能力，並為全球健康組織提供可擴展且具成本效益的解決方案。儘管面臨挑戰，這項研究強調了LLMs在改善數據分析和指導健康政策方面的潛力。 相關文章 PubMed DOI 推理

這項研究評估了ChatGPT在土耳其骨科與創傷學考試的表現，分析了過去四年400道公開考題的結果。結果顯示，ChatGPT的得分超過98.7%的考生，且具統計學意義，顯示其表現優於平均考生。儘管ChatGPT在理論部分表現出色，研究仍強調人類因素的重要性，因為這些因素結合了理論與實踐知識，對醫療實踐至關重要。這是首次在此醫學考試背景下評估ChatGPT的能力。 相關文章 PubMed DOI 推理

這項研究是首個評估ChatGPT在泌尿科急症問題上的有效性。研究分析了患者在社交媒體和網站上的常見問題，並根據歐洲泌尿學會的指導方針進行評估。結果顯示，在73個常見問題中，有72.6%獲得最高分5分，但基於指導方針的問題表現較差，只有54.8%達到5分。整體來看，ChatGPT能準確回答大多數常見問題，但在指導方針問題上表現不如預期。 相關文章 PubMed DOI 推理

人工智慧（AI）在醫療領域的應用，特別是在老年患者的心血管疾病管理上，正帶來顯著變化。像ChatGPT這樣的大型語言模型能改善醫生與病患的溝通，協助診斷和制定治療計畫。AI能分析大量數據，提供個人化建議，幫助醫師管理多重用藥，減少藥物相互作用的風險。此外，AI還能及時提示治療調整，確保老年患者獲得適當的照護。不過，成功實施AI需要強大的技術基礎和對倫理問題的重視，醫療專業人員與技術專家的合作至關重要。 相關文章 PubMed DOI 推理

這項研究評估人工智慧（AI）是否能幫助病人理解脊椎MRI報告，因為這些報告常用複雜的醫學術語。研究在2024年進行，參與者為102名即將接受脊椎MRI的成人病人。結果顯示，病人對AI解讀的理解度、清晰度及醫療參與度均顯著高於原始報告，且AI解讀的準確性也相當不錯。雖然AI解讀提升了病人的理解與滿意度，但仍有部分解讀不準確，顯示未來仍需持續研究。 相關文章 PubMed DOI 推理