罕見疾病診斷困難，因資料少且基因多樣。本研究評估大型語言模型（LLMs）在基因排序的表現，發現GPT-4表現最佳，但對知名基因有偏好且受輸入順序影響。採用分批處理可提升準確度並減少偏誤，有助加快罕見疾病基因鑑定與診斷。程式碼可在 GitHub 下載。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4o 在小兒急診診斷上表現比醫師還好，甚至連複雜案例也能大多答對。先進的聊天機器人有潛力協助醫師處理急診，但應該當作輔助工具，不能取代醫師，且需訂出明確的 AI 與醫師合作流程。 相關文章 PubMed DOI 推理 ♡

調查發現，許多生物統計學家已用大型語言模型（LLMs）提升程式撰寫和寫作效率，但因錯誤和可靠性問題，仍需謹慎驗證。多數人希望有系統訓練和實用指引。研究也提出八大原則，協助生物統計學家負責任且有效運用LLMs。 相關文章 PubMed DOI 推理 ♡

這項研究比較四種大型語言模型（LLM）在協助罕見兒童疾病藥物超適應症資訊檢索的表現，發現GPT-4o表現最好，優於Scopus AI。雖然有時LLM給的參考文獻品質甚至比人類還高，但結果會因查詢內容不同而有落差。LLM能加快資訊搜尋，但還是需要專業人員審核，確保正確性。 相關文章 PubMed DOI 推理 ♡

這項研究用7,903筆放射腫瘤科資料微調LLaMA2-7B和Mistral-7B模型，提升它們在治療建議、治療選擇和ICD-10診斷預測三大任務的表現。微調後模型的準確度和臨床相關性都明顯進步，超過六成AI產生的治療方案被醫師認可，顯示未來在臨床應用上很有潛力。 相關文章 PubMed DOI 推理 ♡

三款中國熱門大型語言模型（Qwen、Erine、Baichuan）在臨床應用時，對性別、族群、收入和健保狀態都有明顯偏見，常高估男性、高收入和有保險者，低估少數族群及低收入者。這些偏見會影響醫療教育、診斷和治療建議，因此持續檢視並減少偏見非常重要。 相關文章 PubMed DOI 推理 ♡

這項研究發現，GPT-4設計的個人化健身計畫在個人化、有效性、完整性和安全性等方面，表現和真人教練差不多，沒有明顯差異。雖然GPT-4有潛力成為虛擬健身教練，但目前還無法完全取代真人，未來還需要更多研究，看看AI怎麼和專家合作，提供更好的健身方案。 相關文章 PubMed DOI 推理 ♡

MutDPAL 是一套創新的深度學習工具，結合兩個生物語言模型，專門預測膜蛋白的錯義突變是否會致病，並細分成15種疾病類型。它融合序列和跨膜特徵，利用 cross-attention 技術，預測準確度和疾病分類都比現有方法更好，有助於深入了解膜蛋白突變與疾病的關聯。 相關文章 PubMed DOI 推理 ♡

CellResDB 是一個免費開放的單細胞資料庫，收錄近 470 萬個細胞、24 種癌症類型，並詳列治療抗藥性相關的腫瘤微環境特徵。平台內建 AI 助理，方便查詢與分析，是癌症抗藥性研究的重要工具，也展現大型語言模型在生醫資料庫的應用潛力。 相關文章 PubMed DOI 推理 ♡

仿生學研究大多只從少數幾種動物類群取材，且多半沒精確標註到物種，導致創新受限。研究建議應加強和生物學家合作，明確標示靈感來源，並多探索不同生物，才能讓仿生設計更有創意和深度。 相關文章 PubMed DOI 推理 ♡