這項研究評估了ChatGPT在土耳其骨科與創傷學考試的表現，分析了過去四年400道公開考題的結果。結果顯示，ChatGPT的得分超過98.7%的考生，且具統計學意義，顯示其表現優於平均考生。儘管ChatGPT在理論部分表現出色，研究仍強調人類因素的重要性，因為這些因素結合了理論與實踐知識，對醫療實踐至關重要。這是首次在此醫學考試背景下評估ChatGPT的能力。 相關文章 PubMed DOI 推理 ♡

這項研究是首個評估ChatGPT在泌尿科急症問題上的有效性。研究分析了患者在社交媒體和網站上的常見問題，並根據歐洲泌尿學會的指導方針進行評估。結果顯示，在73個常見問題中，有72.6%獲得最高分5分，但基於指導方針的問題表現較差，只有54.8%達到5分。整體來看，ChatGPT能準確回答大多數常見問題，但在指導方針問題上表現不如預期。 相關文章 PubMed DOI 推理 ♡

人工智慧（AI）在醫療領域的應用，特別是在老年患者的心血管疾病管理上，正帶來顯著變化。像ChatGPT這樣的大型語言模型能改善醫生與病患的溝通，協助診斷和制定治療計畫。AI能分析大量數據，提供個人化建議，幫助醫師管理多重用藥，減少藥物相互作用的風險。此外，AI還能及時提示治療調整，確保老年患者獲得適當的照護。不過，成功實施AI需要強大的技術基礎和對倫理問題的重視，醫療專業人員與技術專家的合作至關重要。 相關文章 PubMed DOI 推理 ♡

這項研究評估人工智慧（AI）是否能幫助病人理解脊椎MRI報告，因為這些報告常用複雜的醫學術語。研究在2024年進行，參與者為102名即將接受脊椎MRI的成人病人。結果顯示，病人對AI解讀的理解度、清晰度及醫療參與度均顯著高於原始報告，且AI解讀的準確性也相當不錯。雖然AI解讀提升了病人的理解與滿意度，但仍有部分解讀不準確，顯示未來仍需持續研究。 相關文章 PubMed DOI 推理 ♡

這篇論文提出了一個針對糖尿病患者的智能問答系統，目的是提供個人化的醫療資訊。系統結合大型語言模型與知識圖譜，克服傳統醫療系統的限制。使用Neo4j的知識圖譜，並結合Baichuan2-13B和Qwen2.5-7B模型，透過低秩適應和提示學習技術提升性能。評估結果顯示，實體識別精確度達85.91%，意圖分類達88.55%。這項研究顯示結合大型語言模型與知識圖譜的潛力，為未來個人化醫療解決方案提供了新方向。 相關文章 PubMed DOI 推理 ♡

遠端視覺輔助（RSA）技術透過即時視訊連結視力障礙者與有視力的代理人，協助他們導航。研究發現使用者和代理人面臨四大挑戰：定位困難、環境解讀問題、情境資訊提供挑戰，以及網路不良影響。研究識別了15個導航挑戰，並提出10個新興問題，強調人類與人工智慧（AI）合作的重要性。隨著大型語言模型的發展，RSA與AI的整合有望提升視覺輔助技術的效能。 相關文章 PubMed DOI 推理 ♡

COVID-19疫情促進了公共衛生監測和疫情管理的AI工具發展。雖然這些AI程式展現潛力，但也引發了數據隱私、偏見和人機互動的擔憂。世界衛生組織（WHO）最近的會議專注於AI在公共衛生中的角色，邀請多個機構分享見解。AI在診斷和數據處理上改善了臨床護理，但倫理考量如數據使用和算法偏見也很重要。公共衛生官員需建立透明、負責和公平的治理框架，並解決全球數據獲取的不平等問題，以確保公平醫療結果。 相關文章 PubMed DOI 推理 ♡

這項研究強調了利用大型語言模型（LLMs）解決STEM領域複雜問題的興趣，特別是在天體動力學和太空工程方面。天體動力學問題基準（APBench）的發展，為評估LLMs在這些領域的解題能力提供了重要依據。透過創建多樣化的問題和答案，這個基準旨在評估開源和專有模型的表現，並為未來太空研究中的智慧進步奠定基礎。 相關文章 PubMed DOI 推理 ♡

將大型語言模型（LLMs）應用於醫療保健有潛力提升病患照護與運營效率，但需謹慎整合，面臨技術、倫理及法規挑戰。 技術上，封閉式LLMs易於部署但可能影響數據隱私；開放式LLMs則可客製化，增強數據控制，但需更多資源與專業知識。倫理上，必須遵循指導方針以保護病患機密性，並確保透明度與責任。法規框架也需建立以保障病患權益。 因此，臨床醫生、研究人員與科技公司之間的合作至關重要，能促進技術穩健且符合倫理的LLMs發展，最終改善病患治療結果。 相關文章 PubMed DOI 推理 ♡

功能性蛋白質組學在癌症研究中非常重要，能幫助識別新的生物標記和治療目標。我們建立了一個全面的資源，包含近8,000名癌症患者和約900個癌症細胞系的數據，並挑選了近500種高品質抗體，涵蓋主要癌症通路。為了提升可用性，我們推出了DrBioRight 2.0（https://drbioright.org），這是一個直觀的生物資訊平台，結合大型語言模型，讓研究人員能深入分析和視覺化蛋白質組學數據，加速轉化為生物醫學見解。 相關文章 PubMed DOI 推理 ♡