這項研究發現，ChatGPT-4在回答關節置換相關問題時，正確率只有66.9%，明顯低於骨科研究員和主治醫師。特別是在有圖片的題目上，表現更差。雖然ChatGPT可當作學習輔助，但還無法取代專業醫師的臨床判斷，未來還需更多研究來提升AI在醫療領域的應用。 相關文章 PubMed DOI 推理 ♡

這門研究所數位健康傳播課程加入AI、聊天機器人和AR/VR內容，讓學生跟上醫療科技趨勢。大多數學生反應正面，但有人質疑新內容和傳統方法的關聯。學生建議課程應更強調和實際公共衛生、臨床應用的連結，尤其要考量多元族群，才能突顯新科技的實用價值。 相關文章 PubMed DOI 推理 ♡

藥物標靶發現很重要，但傳統方法太複雜又耗時。現在，AI和大型語言模型（LLMs）能整合分析各種生物醫學資料，大幅提升標靶鑑定效率。針對基因、蛋白質等領域的專用LLMs，已在基因變異、蛋白質分析等方面有明顯進展。這篇綜述整理了最新發展、現有挑戰和未來應用方向。 相關文章 PubMed DOI 推理 ♡

EYE-Llama 是專為眼科資料訓練的大型語言模型，在多項醫學問答評測中表現都比一般型和其他醫學專用模型更好。這顯示針對特定領域訓練的模型，能大幅提升醫療問答的準確度與可靠性，對臨床決策和病患衛教都很有幫助。 相關文章 PubMed DOI 推理 ♡

這項研究證明，眼科醫師即使不懂程式，也能用ChatGPT-4分析自己的病患資料，輕鬆建立專屬於SMILE手術的計算器。ChatGPT-4的分析結果和傳統統計軟體相近，還能直接產生可用的網頁工具，讓臨床醫師更方便打造個人化手術輔助工具。 相關文章 PubMed DOI 推理 ♡

這篇文章指出，AI生成的改寫訊息（AIPasta）比傳統複製貼上（CopyPasta）更難被偵測，內容也更有變化。AIPasta會讓人以為有更多人支持某個觀點，進而提升對錯誤資訊的信任，尤其在政治議題上更明顯。雖然說服力未必更強，但AIPasta更容易躲過現有偵測工具，讓假訊息更容易擴散，對防堵錯假訊息帶來新挑戰。 相關文章 PubMed DOI 推理 ♡

這項研究比較GPT、Gemini和LLAMA三種大型語言模型，分析它們判斷社群媒體上HPV疫苗和加熱菸品相關貼文情緒的準確度。結果顯示，三款模型整體表現不錯，但在不同平台和議題上準確度有差異，特別是在辨識Facebook的「促進風險」和Twitter的「支持健康」訊息時較佳。研究提醒，選用這些模型時要特別注意其可能的偏誤。 相關文章 PubMed DOI 推理 ♡

目前多數歐盟國家對AI健康科技還沒明確的定價和給付規範，但新的評估框架正逐步出現。這篇文章用系統性文獻回顧，從2649篇文獻中篩選出13篇，並整合出涵蓋臨床、經濟、倫理、安全性和可用性五大面向、共35項標準的評估框架，有助於決策者和醫療單位更有效比較與評估AI健康科技。 相關文章 PubMed DOI 推理 ♡

這項研究發現，經過微調的AI語言模型（如JMedRoBERTa）已能準確判斷日文超音波檢查申請單的緊急排序，表現媲美放射科醫師，有望減輕人工審查負擔。不過，對於模糊案例和更大資料集，還需進一步驗證。 相關文章 PubMed DOI 推理 ♡

**重點摘要（繁體中文）:** 開源、可在本地端部署的大型語言模型（LLMs），特別是 Llama 3 70B，能夠從非結構化的臨床紀錄中，準確判斷乳癌病人是否有接受過胚系基因檢測，其表現和人類專家一樣好。這種做法有機會提升醫療品質與效率，同時也能保護病人的隱私。 相關文章 PubMed DOI 推理 ♡