研究利用人工智慧和機器學習改進乳癌診斷和醫療記錄，提高效率和準確性。運用支持向量機、K-最近鄰算法和模糊邏輯等演算法，模糊邏輯處理不確定數據表現更準確。深度學習提升預測精確度，人工智慧簡化病史收集。重視倫理和數據隱私，GPT-3.5自動生成病人報告。這研究展示更準確的疾病預測和簡化醫療史收集，有助改善醫療評估和病人照護。机器學習、深度學習和人工智慧在各領域，尤其是醫療保健，有廣泛應用前景。 PubMed DOI

研究探討大型語言模型如ChatGPT在乳癌管理上的應用，發現準確性有差異。儘管有潛力，但需注意準確性不一致和依賴提示等挑戰，強調驗證和監督的重要性。 PubMed DOI

研究利用人工智慧分析生理數據，預測患者壓力狀況及對呼吸的影響。研究對41名患者的心率變異數進行分析，結果顯示LSTM和GPT4.0模型最準確。研究指出壓力水平與呼吸不規則性有關，強調人工智慧與生理數據在預測壓力方面的應用價值，可幫助識別需要心理支持的患者，並改善治療成效。 PubMed DOI

GenAI LLMs，如ChatGPT，有潛力在醫療保健領域帶來重大影響。研究指出，這些技術可改善醫療服務效率，但也需面對道德及安全挑戰。未來應該加強研究，專注於實證或臨床領域，以推動這些技術在醫療保健中的應用。 PubMed DOI

這項研究顯示，隨著心理疾病發病率上升，大家對人工智慧（AI）在心理健康方面的興趣也逐漸增加。研究人員透過分析「AI與心理健康」的Google趨勢數據，發現2023年這方面的關注穩定上升，預計到2024年底會再增長114%。這顯示出公眾對AI與心理健康議題的重視，強調了推廣和教育AI技術的重要性。 PubMed DOI

心理疾病是全球健康的重要議題，生成式人工智慧（GAI）在提升心理健康護理上展現潛力，但相關研究仍有限。本次綜述回顧了2013至2023年的文獻，分析了144篇文章，找出六個GAI的主要應用，包括心理疾病檢測、諮詢支持等。大多數研究集中在治療和諮詢上，特定心理健康狀況的關注較少。雖然像ChatGPT的工具被廣泛使用，但其在心理疾病檢測的有效性仍需進一步研究。GAI應輔助專業人員，而非取代，並需重視倫理問題以解決心理健康護理的挑戰。 PubMed DOI

這項研究開發了一個生成式人工智慧（GenAI）助手，目的是改善高血壓的遠端病人監測。透過對醫生和病人需求的深入分析，我們找出了管理數據和促進病人參與的主要挑戰。這個GenAI助手包括針對病人的聊天機器人、為醫生提供的智能摘要，以及自動生成的草稿訊息，旨在提升溝通效率和簡化數據審查。經過六輪測試後，初步原型獲得正面反饋，顯示個性化互動的重要性。我們的研究結果顯示，GenAI能優化數據管理並加強病人與醫療提供者的溝通，提升遠端監測的效果。 PubMed DOI

生成式人工智慧（AI）和大型語言模型在資訊處理上有重大進展，特別是在醫學教育中。雖然這些技術帶來機會，但也面臨挑戰，如生成錯誤資訊、偏見、實施成本高及數據安全問題。為了克服這些挑戰，建議改善AI訓練數據、建立驗證流程及遵循倫理指導。儘管如此，生成式AI仍有潛力提升醫學教育，包括個性化教學、模擬臨床情境、及時反饋和簡化評估等，未來可望為醫療專業人員提供更有效的學習體驗。 PubMed DOI

這項研究評估了ChatGPT 3.5在提供乳癌資訊的有效性。研究人員提出20個常見問題，並根據準確性、臨床一致性和可讀性進行評估。結果顯示，平均準確性得分為1.88，臨床一致性得分為2.79，回答平均字數為310字，但可讀性較差，Flesch Kincaid指數為37.9。研究發現，24%的回答是錯誤的，41%的回答缺乏真實參考文獻，建議病患在依賴ChatGPT獲取醫療資訊時要特別謹慎。 PubMed DOI

2022年11月推出的ChatGPT引起了對大型語言模型在臨床環境中應用的關注。最近一項針對英國全科醫生的調查顯示，20%的醫生已在臨床實踐中使用生成式人工智慧工具。使用者中，29%用於生成就診後文檔，28%用於建議鑑別診斷。儘管醫生認為這些工具在行政和臨床推理上有價值，但缺乏明確的指導和政策，醫療界面臨著教育專業人員和患者的挑戰。 PubMed DOI