大型語言模型（LLMs）是強大的人工智慧工具，能根據指示產生各種內容。為確保負責任使用，需要人類監督和道德設計。負責任使用LLMs可增進人類決策和資訊檢索。在醫療領域，它們有潛力改革數據管理。使用者、開發者、提供者和監管機構需共同努力因應LLM帶來的重大影響。 PubMed DOI

討論眼科研究使用大型語言模型（LLMs）如ChatGPT的影響，探討其好處、道德疑慮和解決方案。LLMs在研究中有幫助，但也帶來道德挑戰，尤其是科學誠信。建議眼科期刊制定針對LLM使用的指南，強調訂定LLM道德指南的重要性，確保在眼科研究中負責任使用。 PubMed DOI

大型語言模型AI在醫療保健領域可能帶來改革，但也引發了對於不良結果責任的疑慮。雖然美國尚無具體LLM AI醫療過失案例，但過去先例可提供法律參考。本文探討臨床醫師使用LLM AI的法律風險，檢視AI醫療過失責任法規，提出政策建議，如FDA演算法透明度、LLM使用同儕審查、侵權改革分享責任。 PubMed DOI

研究指出，大型語言模型（LLMs）在法律分析，特別是稅法領域上有進步。新模型的推出讓LLMs更懂法律。給予額外法律背景和提示，像GPT-4，LLMs表現更好。雖然LLMs精確，但還不如專業稅務律師。LLMs進步，可能對法律界和AI治理有重大影響。 PubMed DOI

研究評估了防止大型語言模型（LLMs）生成健康虛假資訊的保護措施。測試四個LLMs，發現有些保護措施有漏洞，有些持續生成虛假資訊。研究建議加強監管、透明度和定期審計，以防止LLMs散播健康虛假資訊。 PubMed DOI

大型語言模型（LLMs）在各行各業快速崛起，尤其在醫療保健領域，引發了重要的道德問題。LLMs獨特之處需要複雜的道德處理方式，涉及數據隱私、所有權、知識產權等議題。為了負責任地應用LLMs於醫療保健，我們需要建立全面的道德框架，符合道德原則並降低社會風險。 PubMed DOI

論文討論了在醫療領域整合大型語言模型（LLMs）的影響，強調臨床醫師的信任、數據來源，以及對LLM性能和臨床醫師能力的影響。提到LLMs中自我參考學習迴圈的擔憂，並討論了風險，如醫療專業人員的技能下降。呼籲整合LLMs到醫療中要謹慎，確保安全有效使用。 PubMed DOI

討論了在醫學教育中使用大型語言模型（LLMs）所面臨的道德挑戰，包括對於AI幻覺、隱私風險和透明度問題的擔憂。建議基於八項原則為醫學教育中的LLMs創建一個特定的道德框架，以確保整合LLMs時能負責任且安全，平衡技術進步與道德考量。 PubMed DOI

這篇評論探討了大型語言模型（LLMs）在眼科應用的倫理影響，分析了47篇相關文章。雖然LLMs在教育、研究、臨床決策和手術協助等方面有潛力，但也存在準確性不足、可能產生有害建議及數據隱私等倫理問題。評論強調在醫療中謹慎整合人工智慧的重要性，需有人的監督和透明度，以維持倫理標準。為了充分發揮LLMs的優勢，必須認識並解決這些倫理挑戰，並促進負責任的使用。 PubMed DOI

高風險自動化決策的解釋權引發了倫理與科技的討論。雖然解釋權對透明度和問責制很重要，但對依賴自動化系統的組織來說，成本問題也不容忽視。大型語言模型（LLMs）可能提供解決方案，幫助簡化解釋過程，減輕企業負擔。然而，使用LLMs也帶來準確性、偏見及依賴自動化系統的倫理擔憂。組織可能會表面合規，卻未真正參與決策。因此，部署LLMs時需謹慎，考量倫理影響及真正的問責需求。 PubMed DOI