這項研究在新加坡中央醫院測試AI聊天機器人PEACH，發現雖然沒明顯縮短整體紀錄時間，但對中等複雜度病例和資深醫師有省時效果。評估者多半偏好PEACH產生的紀錄，尤其因為有問題清單。經濟分析估算，PEACH每年可為醫院省下約新幣20萬元。這類AI工具有助提升術前照護紀錄品質與效率，並具成本效益。 相關文章 PubMed DOI 推理 ♡

這項研究比較七款大型語言模型和專業針灸師在真實針灸案例的診斷與治療建議表現。結果發現，LLMs在西醫診斷上表現和針灸師差不多，在中醫領域則有潛力但表現不一。GPT-4o、Qwen 2.5 Max 和 Doubao 1.5 Pro在中醫診斷和穴位選擇上最接近專家。LLMs有望提升中醫等文化醫療的可近性，幫助縮小全球醫療資源差距。 相關文章 PubMed DOI 推理 ♡

這項研究發現，像ChatGPT這類大型語言模型，能夠提供正確且易讀的兒童鈕扣電池傷害預防與處理建議，尤其是ChatGPT-o1-preview表現最佳。結果顯示，LLMs有潛力成為公共衛生建議的輔助工具。 相關文章 PubMed DOI 推理 ♡

這篇論文提出一套新方法CPUQ，運用大型語言模型（LLMs）協助政策制定者把公共預算和健康結果做連結。CPUQ能產生可解釋的不確定性估計，準確又安全，效果比現有方法好，和專家評估高度一致，還能發現更細緻的關聯，有助於更完善的公共衛生預算規劃，推動全民健康。 相關文章 PubMed DOI 推理 ♡

PointLLM 是一款讓大型語言模型能理解和互動 3D 點雲資料的新模型，突破只能處理 2D 資料的限制。它結合點雲編碼器和 LLM，並用 180 萬組點雲與文字配對資料訓練。作者還提出兩個新評測基準和改良評分方式。PointLLM 在 2D、3D 任務表現都很突出，有些描述任務甚至超越人類。程式碼和資料集可在 GitHub 下載。 相關文章 PubMed DOI 推理 ♡

FedMRG 是一套新型架構，運用聯邦學習讓多家醫療院所能在不交換敏感資料下，共同訓練大型語言模型來產生醫療報告。它用低秩分解減少通訊量，並結合 client-aware 對比學習和雙適配器機制，解決不同院所資料和報告風格差異。實驗證明，FedMRG 能有效生成準確醫療報告，同時保障病患隱私。 相關文章 PubMed DOI 推理 ♡

這份研究發現，烏茲別克的整形外科初學者用ChatGPT學習基本知識還算有幫助，但有經驗的醫師覺得它資訊不夠完整，有時還會出錯，臨床上不太實用。像查會議時程這類細節，傳統搜尋引擎反而比較好用。總結來說，ChatGPT適合教育入門，但在專業臨床應用上還有不少限制。 相關文章 PubMed DOI 推理 ♡

這項研究發現，用ChatGPT-4.0把乳房病理報告簡化到國小六年級程度，能大幅提升病人理解度，內容正確性也還不錯。不過，還是有些細節需要專家再確認，建議AI簡化後的報告要經過專業審核再給病人。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4.0在回答特發性脊柱側彎非手術治療的常見問題時，大多數答案清楚且大致正確，但偶爾會有錯誤或細節不足。整體來說，ChatGPT有助於病人衛教，但建議臨床使用前，還是要由專業醫師審核內容。 相關文章 PubMed DOI 推理 ♡

這項研究開發了一套用大型語言模型的系統，能從臨床紀錄中準確擷取用藥資訊（F1-score最高0.97），並連結到DILI風險資料庫。主要錯誤來自商品名或複方藥。雖然系統有助於即時監測藥物性肝損傷，但還需更多臨床驗證和優化才能實際應用。 相關文章 PubMed DOI 推理 ♡