這項研究開發了「AI-數位生活平衡量表（AI-DLBS）」，用來評估AI和數位科技對心理、社交、身體及學業的影響。量表由ChatGPT-4協助設計，並在土耳其大學生中驗證，結果顯示信效度高，有六大面向。AI-DLBS可協助心理健康專業人員評估科技風險，但建議未來在不同族群中再進一步驗證。 相關文章 PubMed DOI 推理 ♡

這項研究比較多款大型語言模型在自動化 pharmacometrics 任務的表現，發現 Claude 3.5 Sonnet 在產生模型圖、參數表和報告上最準確且易用。ChatGPT 4o 雖能模擬，但遇到複雜模型會卡關。整體來說，LLMs 有助於簡化工作流程，但還是需要專家把關結果。 相關文章 PubMed DOI 推理 ♡

大型語言模型能幫助放射科減輕工作量，但還有像是亂編內容和資訊來源不明的問題。結合RAG技術能提升可靠性，但面對大量或複雜資料時還需改進。本文回顧LLMs最新進展及放射科應用案例，並提出未來研究方向。 相關文章 PubMed DOI 推理 ♡

ChatGPT 3.5 用來測驗近十年整形外科住院醫師考題（不含圖片），正確率只有約 46%，明顯低於住院醫師平均。它在基本知識和乳房、醫美題目表現較好，但遇到需要複雜推理或手部、下肢相關題目就比較弱。整體來說，ChatGPT 現階段還不適合拿來做臨床決策或考試準備。 相關文章 PubMed 推理 ♡

本研究提出用大型語言模型打造模組化 AI 代理人，分工處理訓練規劃、動物福利、SOP 等任務，協助訓練師快速產出個別化、實用的動物訓練計畫。這種彈性架構能有效彌補現有 AI 工具與實際訓練需求間的落差。 相關文章 PubMed DOI 推理 ♡

我們提出一種新方法，結合NCBI Gene的基因描述和大型語言模型，將單細胞RNA定序資料轉換成有意義的向量。做法是先找出每個細胞表現量最高的基因，擷取基因註解，再用語言模型轉成向量，並依表現量加權。這樣不只提升解釋性，也讓細胞分群和分析更精準。 相關文章 PubMed 推理 ♡

CellTypeAgent 是一款新工具，結合大型語言模型和資料庫驗證，能自動又精確地標註單細胞 RNA 定序資料的細胞類型。它比現有方法更準確、錯誤率更低，已在九個資料集、36 種組織、303 種細胞類型上測試，展現出快速又可靠的標註潛力。 相關文章 PubMed 推理 ♡

在基層診所用 AI 自動紀錄系統後，精神症狀的紀錄變得更詳細，但醫師實際針對憂鬱症採取行動（像新診斷、開藥或轉介）的機率反而變低。也就是說，AI 雖然能記錄更多，但不一定會讓醫師多做處置。未來還需要更多研究來評估對病人照護的影響。 相關文章 PubMed DOI 推理 ♡

這篇研究提出 ProtFun 深度學習模型，結合蛋白質語言模型嵌入、家族網路資訊（用圖注意力網路）和蛋白質特徵，來預測蛋白質功能。實驗結果顯示 ProtFun 在標準資料集上表現比現有方法更好，程式碼也已經公開。 相關文章 PubMed DOI 推理 ♡

作者們開發了一套高通量系統，實驗測試VDJdb資料庫中的多組TCR-pMHC配對，發現實際只有約一半是真的有反應。他們建立了經過驗證的TCRvdb資料庫，並發現AlphaFold3的信心指標有助於分辨真假TCR-pMHC互作。TCRvdb已公開，希望能提升未來TCR專一性預測的準確率。 相關文章 PubMed DOI 推理 ♡