這項研究評估了ChatGPT在中國和美國的護理執照考試（NNLE）中的表現，特別是NCLEX-RN。研究編輯了150道NCLEX-RN的實務題、240道NNLE的理論題和240道實務題，並使用ChatGPT 3.5進行中英文翻譯，接著評估了ChatGPT 4.0、3.5和Google Bard的回答。 主要發現顯示，ChatGPT 4.0在NCLEX-RN實務題的英語準確率為88.7%，翻譯版本為79.3%；在NNLE理論和實務題中，準確率分別為71.9%和69.1%。整體而言，ChatGPT 4.0在護理教育和臨床決策中展現出良好的潛力。 相關文章 PubMed DOI ♡

這項研究評估大型語言模型（LLMs）在分析乳腺癌病理報告的有效性，特別是識別病理完全反應（pCR）。研究者使用兩種方法：提取不同變壓器模型的嵌入和微調GPT-2模型，分析351名接受新輔助化療的女性患者。優化後的結果顯示，敏感度達95.3%，陽性預測值90.9%，F1分數93.0%。這顯示LLMs在提取臨床數據上優於傳統機器學習模型，並強調其在改善病人護理和乳腺癌管理的潛力，但仍需進一步驗證以確保結果的可靠性。 相關文章 PubMed DOI ♡

人工智慧（AI）在診斷和管理酒精相關肝病（ALD）上展現出極大潛力。透過機器學習，醫療人員能分析大量醫療數據，找出疾病模式並預測進展。大型語言模型（LLMs）的進步也有助於早期檢測及制定個性化治療方案。 不過，整合這些AI工具時需謹慎，必須解決相關的倫理問題，並確保有充分的證據支持其實際應用。這樣的負責任做法能最大化AI的優勢，同時降低對病人護理的潛在風險。 相關文章 PubMed DOI ♡

這項研究介紹了Ascle，一個專為生物醫學研究人員和臨床人員設計的自然語言處理工具包。Ascle 提供簡易的醫療文本處理解決方案，具備問答、文本摘要、簡化和機器翻譯等功能，並有12項基本NLP功能及臨床數據庫搜尋能力。開發過程中，對32個語言模型進行微調，並創建了檢索增強生成框架，顯著提升了文本生成的效果。醫生評估顯示可讀性和相關性得分高，但準確性和完整性較低。所有代碼和模型已公開於GitHub和Hugging Face。 相關文章 PubMed DOI ♡

生成式人工智慧（AI）將顛覆骨科護理，透過數據分析提升診斷準確性、治療計畫及病人管理。與傳統AI不同，生成式AI能根據特定提示為醫生提供相關資訊，並自動化文獻回顧、簡化流程及預測健康結果。 有效的提示設計對優化大型語言模型（LLMs）至關重要，能確保AI輸出的準確性，並促進臨床倫理決策。醫生應了解LLMs的限制，如令牌數量及生成不準確資訊的風險，這對於有效運用生成式AI及處理倫理問題非常重要。 相關文章 PubMed DOI ♡

本研究探討生成式人工智慧（GenAI）在自殺風險評估中的表現，特別是ChatGPT-3.5和ChatGPT-4。研究發現，過去的自殺嘗試對預測風險至關重要，且ChatGPT-4能識別性別差異，顯示男性風險較高，但兩者都未將年齡視為重要因素。結果顯示這些模型在評估自殺風險上有潛力，但因其局限性及現實情境的複雜性，應謹慎應用。 相關文章 PubMed DOI ♡

AutoBA是一款創新的AI工具，專為自動化多組學生物資訊分析而設計。它利用大型語言模型簡化分析過程，使用者只需提供少量輸入，並能獲得詳細的步驟計劃。AutoBA能根據數據變化自我調整分析流程，並支持多個LLM後端，提供在線及本地使用選項，確保數據安全與隱私。此外，它具備自動代碼修復機制，增強分析穩定性，並能隨著新興工具的發展而適應，成為多組學分析的強大解決方案。 相關文章 PubMed DOI ♡

這篇論文探討了深度學習在生物醫學文本挖掘的進展，特別是獲取高品質標註數據的挑戰，如數據稀缺和隱私問題。作者提出了LetEx-Learning方法，將可解釋性融入少量樣本學習中，利用大型語言模型生成推理解釋，提升學習效果。實驗顯示，這種方法在低資源情況下的表現提升達6.41%。LetEx模型擁有2.2億參數，推理能力優於其他模型，源代碼已公開供研究使用。 相關文章 PubMed DOI ♡

耳整形手術是一種美容手術，主要用來矯正耳朵突出。手術後的護理非常重要，但在偏遠地區，獲得醫療建議可能困難。本研究探討使用ChatGPT-4等人工智慧工具，來增強患者術後的教育與支持。研究中，超過50名患者提出五個常見問題，結果顯示ChatGPT-4的回答準確率達100%。雖然人工智慧能提供即時協助，但專業醫療建議仍不可或缺，特別是在資源不足的地方。這項研究強調了人工智慧在改善醫療結果的潛力。 相關文章 PubMed DOI ♡

液體活檢是癌症護理的一大進步，提供非侵入性早期檢測和持續監測的方法，透過分析體液中的生物標記來實現。這項技術能即時提供腫瘤行為的洞察，促進早期診斷和治療反應評估，並根據個體特徵定制療法。文章探討了液體活檢的技術、挑戰及臨床應用，並提到多組學整合及人工智慧的應用。儘管潛力巨大，但仍需克服靈敏度、特異性和可及性等挑戰，持續創新與合作至關重要。 相關文章 PubMed DOI ♡