這項研究評估了ChatGPT-3.5和ChatGPT-4.0在回答2018至2022年日本醫學物理師考試問題的表現。結果顯示，ChatGPT-4.0的正確率為72.7%，明顯高於ChatGPT-3.5的42.2%。不過，兩者在輻射計量及輻射相關法律和醫學倫理方面的表現較差，正確率分別為55.6%和40.0%。這些結果為ChatGPT在醫學物理領域的應用提供了基準，並可作為開發相關工具的參考，特別是在日本的放射治療支持上。 相關文章 PubMed DOI ♡

這項研究探討Snapchat的My AI在提供性健康資訊給年輕人的有效性，特別是性同意、拒絕、性侵害和傳送性暗示訊息。研究者向My AI提出標準化問題，分析其回應的一致性。結果顯示，My AI強調清晰溝通的重要性，並建議在面對性侵害或性暗示問題時諮詢可信的照顧者。雖然回應大致一致，但仍有變異，顯示教育者需補充數位工具，以確保年輕人能全面理解和獲得支持。 相關文章 PubMed DOI ♡

人工智慧（AI）在醫療領域的應用日益增多，尤其是在臨床決策和教育方面。針對胚胎移植，我們請九個聊天機器人撰寫300字的科學論文，探討改善成功率的方法。結果顯示，雖然總共提出43條建議，但只有3條（15.8%）是基於堅實證據。有效的建議包括「超聲引導胚胎移植」、「單胚胎移植」和「使用柔性導管」。相對地，一些有爭議的建議如「植入前基因檢測」則被頻繁提及。研究結果顯示，現有AI在提供可靠建議方面仍有待加強，患者和醫生需謹慎對待這些建議。 相關文章 PubMed DOI ♡

這篇論文提供了一個詳細的指南，旨在將人工智慧（AI）技術融入傳統東亞醫學（TEAM）的研究中。它說明了AI模型開發的關鍵步驟，包括設定研究目標、數據收集與預處理、選擇合適模型，以及結果的評估與解釋。論文探討了TEAM數據集面臨的挑戰，如數據稀缺與不平衡問題，並強調模型可解釋性的重要性。還提供了實用建議，並討論大型語言模型在TEAM研究中的潛力。最後，強調了AI在TEAM領域的挑戰與未來展望，以及建立標準化數據平台的必要性。 相關文章 PubMed DOI ♡

這篇論文介紹了一個創新的低成本模擬駕駛評估系統，搭載語音助手，利用生成式人工智慧進行即時互動。這種模擬器提供比傳統實地評估更安全且可自訂的選擇，解決了高成本的問題。系統旨在提升駕駛者的情境意識，並促進正向情緒，幫助識別需要進一步評估的駕駛者。初步結果顯示，與語音助手互動的參與者在駕駛表現和情緒狀態上都有所改善。 相關文章 PubMed DOI ♡

深度學習光學字符識別（OCR）在提取圖像文本方面發展迅速，但針對古代阿拉伯手稿的數據集卻相對不足，這對研究者來說是一大挑戰。為了解決這個問題，我們創建了一個包含來自麥地那伊斯蘭大學中央圖書館的八本古書、四十頁圖像及其專家轉錄文本的數據集。這些手稿展現了阿拉伯文學的多樣性，對於阿拉伯OCR的研究和模型開發至關重要。我們希望透過公開這個數據集，能夠提升古代手稿的文本識別準確性，並支持相關研究。 相關文章 PubMed DOI ♡

這項研究探討大型語言模型（LLMs）在醫療領域的倫理問題，特別是臨床醫師的看法。研究分析了3,049則來自醫師討論區的帖子，找出14個關鍵主題，分為四大類：LLMs的倫理問題、算法治理、對健康公平的影響，以及使用者與LLM的互動。分析指出了決策透明度、公平性、隱私等複雜議題。研究呼籲持續進行倫理評估，並建議針對LLMs的使用制定專門的治理，以提升臨床結果的倫理性。 相關文章 PubMed DOI ♡

這項研究探討了微調開源大型語言模型（LLMs）在醫學證據總結方面的潛力，與專有模型相比，開源模型雖然表現較弱，但提供了更高的透明度和自訂性。研究人員使用MedReview基準數據集對三個流行的開源LLMs進行微調，結果顯示微調後的LongT5在零樣本設定中接近GPT-3.5的表現，且一些小型微調模型甚至超越了大型零樣本模型。這些改進在人工評估和模擬GPT-4的評估中均有明顯體現。 相關文章 PubMed DOI ♡

EnzChemRED是一個新資料集，旨在透過自然語言處理技術，提升從科學文獻中提取酶相關資訊的能力。該資料集包含1,210篇專家策劃的PubMed摘要，並標註了酶及其化學反應的識別碼。研究顯示，使用EnzChemRED微調的語言模型在識別蛋白質和化學物質方面表現優異，F1分數達86.30%。此外，這些模型在提取化學轉換和相關酶的能力也相當強大，為酶功能的策劃提供了有力支持。 相關文章 PubMed DOI ♡

這項研究評估了多種大型語言模型（LLMs）在協助醫生對放射治療保險拒絕上訴的表現。測試的模型包括GPT-3.5、GPT-4及其具網路搜尋能力的版本。研究使用20個模擬病歷進行評估，結果顯示GPT-3.5、GPT-4和GPT-4web能產生清晰且具臨床相關性的上訴信，對加速上訴過程有幫助。相對而言，經微調的GPT-3.5ft表現較差，且所有模型在引用文獻時均有困難。整體而言，LLMs可減輕醫生的文書負擔，但小型數據集微調可能影響性能。 相關文章 PubMed DOI ♡