這篇論文提出一個新深度學習模型 mRSubLoc，能準確預測mRNA在細胞內的多重定位。它結合多種序列表示法、TextCNN、BiLSTM和多頭自注意力機制，提升多標籤預測效果。mRSubLoc在多項評估指標上表現都比現有方法更好，對基因表現和藥物開發很有幫助。 相關文章 PubMed DOI 推理 ♡

這篇研究提出一個簡單的純transformer模型，用於物理模擬的影片預測，不需複雜設計就能延長物理準確預測50%，且影片品質與現有方法相當。實驗也證明模型能學到有用的物理參數，即使遇到沒看過的情境也適用，是時空影片建模領域強大又高效的基準。 相關文章 PubMed DOI 推理 ♡

這篇論文提出 KCFI 多模態模型，專為遙測影像變化描述設計。KCFI 結合關鍵變化特徵和指令微調的大型語言模型，專注於重要變化區域，將變化偵測和描述任務整合，提升準確率，在 LEVIR-CC 資料集表現優於現有方法。程式碼在：https://github.com/yangcong356/KCFI.git 相關文章 PubMed DOI 推理 ♡

這項研究比較四款大型語言模型在居家中風復健教育的表現，結果顯示 ChatGPT-4 最優，MedGo 次之，Qwen 和 ERNIE Bot 表現較弱。專家和病患在評分上有落差，顯示未來應加強模型的臨床正確性、可讀性，並更貼近病患需求，才能實際應用於醫療教育。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT和Gemini在判斷及表達答案信心時，和人類一樣容易過度自信，但它們不像人類會根據過去表現調整信心，顯示後設認知能力有限。 相關文章 PubMed DOI 推理 ♡

Longevity Games Interview Simulator 利用AI（如GPT-4o、Claude-3.7）幫助大學生在模擬情境下練習訪談長者，提升訪談技巧、同理心及倫理意識。工具內含問題設計、指引、小測驗和反思練習。初步試用顯示護理系學生自信和準備度明顯提升，也適合其他教育場合，並鼓勵教師自行開發類似AI工具。 相關文章 PubMed DOI 推理 ♡

Barthes 認為作者只是把現有文化元素重新組合，這跟大型語言模型（LLM）產生文本的方式很像。既然健康專業教育和學術界的寫作多是機械性工作，這些任務其實可以交給 LLMs 處理，讓研究人員更專注在原創和創意貢獻上。 相關文章 PubMed DOI 推理 ♡

傳統NLP方法在醫療文本NER表現不佳，精確度有限。BERT、ClinicalBERT等transformer模型明顯提升效果，F1分數超過97%。目前多數研究來自中美，這對像巴西SUS等醫療系統整合NER技術很有幫助。持續追蹤NER技術進展對醫療應用相當重要。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4產生的全膝關節置換術衛教資料，品質和可靠性跟人類專家差不多，但內容較難懂、親近性較低。目前還不建議直接用ChatGPT-4來寫病人衛教資料，除非能提升可讀性。建議AI開發者和醫療人員合作，讓AI產出的衛教資訊更貼近民眾需求。 相關文章 PubMed DOI 推理 ♡

這篇論文用模型預測美國、瑞典、印度和中國未來可能遇到的結構性問題，強調財政壓力和社會支出增加，而非Turchin預測的政治危機。作者認為，勞動人口減少會帶來財政危機和社會緊張，尤其中國最明顯。論文也展示AI工具如何比較不同預測模型，並擴大分析到西方以外國家。 相關文章 PubMed DOI 推理 ♡