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 ♡

最新研究比較人類考生和三款AI（OpenAI o1、ChatGPT-4o、Gemini 1.5 Flash）在500題眼科專科考試的表現，結果OpenAI o1正確率最高（84.6%），在各領域和難度都勝過其他AI和人類。這顯示AI在眼科教育和醫療輔助上有很大發展潛力。 相關文章 PubMed DOI 推理 ♡

SpikeNet2 是一套用來自動偵測腦電圖癲癇放電的深度學習模型，準確度媲美專家。它用大量多中心資料訓練，採用殘差網路和 hard-negative mining 技術，有效降低誤判。不論單一波形或整份腦電圖判讀都很穩定，適合臨床和遠距醫療，對資源有限的醫療環境特別有幫助。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-3.5在眼科診斷上，只有約一半能正確列出首選診斷，三成案例甚至完全沒答對。補充病人資訊只對神經眼科有幫助。整體來說，ChatGPT-3.5可當輔助工具，但準確度還不夠，無法取代醫師判斷。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT 3.5 和 Google Bard 在回答醫學生眼科簡答題時，大多能給出正確答案，ChatGPT 3.5 表現稍好，尤其在操作步驟題。不過，兩者約有 17–19% 答案有明顯錯誤或遺漏重點。建議用來輔助複習，但還是要搭配教科書，不能完全依賴。 相關文章 PubMed DOI 推理 ♡