新冠疫情對全球造成巨大衝擊，顯示準確及時的訊息至關重要。OpenAI的ChatGPT AI機器人提供文本內容和R代碼，對分析COVID-19數據相當有幫助。研究指出使用ChatGPT監控疫情，展現其在情感分析、信息提取和預測模型方面的能力。應用ChatGPT建議的模型預測意大利每日COVID-19死亡人數，ARIMA模型顯示比隨機森林和Prophet更準確。這研究強調了ChatGPT在疫情監測和決策上的潛力，凸顯了運用人工智慧應對公共緊急情況的重要性，為未來相關研究奠定基礎。 PubMed DOI

研究發現使用ChatGPT將COVID-19患者症狀描述轉換為標籤效果良好，尤其在零-shot提示下表現出高敏感性和特異性。GPT-4在準確性和標記一致性方面優於GPT-3.5。研究建議ChatGPT可成為醫學研究寶貴工具，提高症狀檢查器和疫情數據編制的準確性。 PubMed DOI

像ChatGPT這樣的大型語言模型可以創建類似人類的文本，但醫學內容中的錯誤可能具有危害性。這項研究比較了專家和ChatGPT生成的醫學文本，發現了詞彙等方面的差異。機器學習方法有效地檢測出ChatGPT生成的醫學文本。該研究旨在確保大型語言模型在醫學領域的負責任使用。 PubMed DOI

本章提供實用指南，教你如何運用自然語言處理技術進行情感分析，以探討蜱傳疾病。透過Python、語言模型和機器學習工具，分析5643篇科學期刊摘要，探討慢性萊姆病。結果經由可解釋的機器學習工具和高階語言模型驗證，對於醫學領域從業者和研究人員進行情感分析有幫助。 PubMed DOI

社群媒體對資訊傳播和公眾意見塑造很重要。研究分析了數百萬篇有關ChatGPT和COVID-19疫苗的帖子，探討線上平台如何影響大眾看法。研究使用主題分析和情感分析來了解不同平台和事件對線上討論的影響。結果顯示，COVID-19疫苗討論因為緊迫性而傳播速度快，而ChatGPT討論則發展較緩慢。 PubMed DOI

研究使用GPT-3.5和GPT-4分析社群媒體上有關結膜炎的貼文，發現GPT-4表現較佳。他們收集了12,000條推文，模型與人工評分相關，有助於準確預測疾病爆發。這項研究顯示這些模型可有效分析社群內容，未來或可改善疾病爆發檢測。 PubMed DOI

研究探討COVID-19對AI ChatGPT技術的影響，訪問30位專家，討論疫情對AI ChatGPT在醫療和遠距協作的影響。強調在疫情期間及之後，使用AI ChatGPT需負責任、遵守道德，考慮使用者影響、隱私、偏見和透明度等挑戰。研究提供政策制定者、開發者和研究人員實際啟示，強調危機時期應重視AI ChatGPT的道德考量。 PubMed DOI

研究分析Reddit對ChatGPT的看法，用了23,733篇文章。結果顯示七個主題，包括使用者意見、技術探討和社會影響。61.6%的回應正面，讚揚ChatGPT的對話能力，也提出改進建議。建議使用者和相關人士評估ChatGPT的利弊，以確保道德和監管使用。 PubMed DOI

這項研究探討生成性大型語言模型（LLMs）在分析公共健康相關社交媒體內容的可行性，特別是疫苗言論。研究發現，LLMs通常能有效識別人類專家所關注的主題，且錯誤信息出現率較低。雖然LLMs的分析深度不及人類專家，但專家認為其生成的主題仍然合理且相關。總體來看，LLMs在處理健康相關社交媒體內容方面展現出顯著潛力，未來可能有助於公共健康策略的制定與社區關注的理解。 PubMed DOI

這項研究探討了OpenAI的ChatGPT如何協助公共衛生工作者開發疾病傳播模型，以制定感染控制策略。透過案例研究，公共衛生工作者與ChatGPT合作，創建符合10天流行病學數據的數學模型，並進行代碼生成、精煉和除錯，估算基本繁殖數（Ro）和最終疫情規模。最終模型重現疫情曲線，Ro為4.19，最終疫情規模達98.3%。研究顯示，ChatGPT能加速模型開發，降低技術門檻，改善全球疫情應對能力，特別在資源有限的環境中。 PubMed DOI