這篇論文提出去偏通用模型（DUM），結合器官文字提示和影像特徵，減少醫學知識偏誤。DUM 用因果推論架構扣除偏誤預測，提升泛化力和準確度，特別適合多樣或罕見案例。實驗顯示，DUM 在 AbdomenAtlas 資料集表現比現有模型高 4.16%。原始碼已開放。 相關文章 PubMed DOI 推理 ♡

這篇文章提出一種高效的混合精度權重量化方法（EMWQ），專為大型語言模型設計。EMWQ 透過偵測異常權重，將重要和一般權重分別用不同精度處理，降低運算和記憶體成本。實驗證明，EMWQ 不僅資源需求更低，還比傳統方法更泛用，表現也更好。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT能根據教師回饋，協助評估家庭醫學住院醫師的里程碑等級，且評分結果和臨床能力委員會（CCC）高度一致。研究也沒發現性別或回饋量會造成偏見，顯示ChatGPT有潛力成為住院醫師評估的輔助工具。 相關文章 PubMed DOI 推理 ♡

傳統神經血管內手術的衛教方式有限，這項研究開發了AI聊天機器人「NeuroBot」，能用大型語言模型和檢索技術，針對病患問題給出準確、個人化且有根據的回覆。驗證結果顯示，NeuroBot在準確性和完整性都優於其他AI，醫護人員也認為它能減輕工作負擔、提升衛教效果，未來有望成為全天候的病患支援工具。 相關文章 PubMed DOI 推理 ♡

最新視覺語言模型（VLMs）用來解日本核醫學專科醫師考題，ChatGPT o1 pro表現最佳，整體正確率83.3%，純文字題高達89.5%，但圖片題僅66%。所有模型在日本法規題和近年考題表現都較差。VLMs雖然在文字醫學題有潛力，但影像判讀還有明顯不足，無法取代專業醫師。 相關文章 PubMed DOI 推理 ♡

這項研究開發了LLMTB模型，利用超過1.2萬株結核分枝桿菌的基因資料，透過類似ChatGPT的AI技術，能準確預測多種抗生素的抗藥性，且只需少量新資料就能適應新藥。LLMTB也幫助發現新的抗藥性機制，對個人化結核病治療很有幫助。原始碼可在GitHub下載。 相關文章 PubMed DOI 推理 ♡

這項研究發現，只要設計合適的提示語，大型語言模型（LLMs）在大學生物資訊課程中，給予作業回饋和評分的表現，跟人類助教差不多。這代表老師未來可以用LLMs來自動批改作業，既能減輕工作量，也能維持學生的滿意度和隱私。 相關文章 PubMed DOI 推理 ♡

作者針對 BioRED 資料集加入了關係方向性（主詞/受詞）標註，並開發多任務語言模型，利用 soft-prompt 同時辨識關係、創新發現和實體角色。新資料集多了 10,864 筆方向性標註，模型表現超越 GPT-4、Llama-3。程式碼和資料可在 GitHub 下載。 相關文章 PubMed DOI 推理 ♡

這篇研究提出 Top-DTI 框架，結合拓樸數據分析和大型語言模型，從影像和序列中萃取藥物與蛋白質的結構和語意特徵。Top-DTI 在預測新藥物或新靶點時，比現有方法更準確穩定，且程式碼和資料都已公開。 相關文章 PubMed DOI 推理 ♡

作者提出一套新方法，結合文獻計量分析和大型語言模型，能自動找出並摘要脊椎疾病的關鍵文獻，還會自動加上正確引用。這流程快速又便宜，每個疾病不到1美元、5分鐘內就能完成，且經專家審查後證實準確又實用，有望自動化神經外科等領域的文獻回顧。 相關文章 PubMed DOI 推理 ♡