ChatGPT推出後廣受矚目，人們對這些強大的語言模型相當感興趣，因為它們在各種任務上表現優異。研究發現，雖然ChatGPT通常表現準確，但在飲食建議方面可能會出現錯誤，特別是在食物份量或熱量方面。研究提出改善模型準確性的方法，例如提示進行排除飲食以評估模型之間的差異。 PubMed DOI

近期NLP和深度學習硬體進步，像ChatGPT這樣的大型語言模型在語言理解和推理表現優異。研究者測試了ChatGPT在各種NLP任務上，結果令人印象深刻。一項研究評估了ChatGPT在生物醫學任務上的表現，取得58.50的BLURB分數，優於先進模型的84.30分。該研究顯示了ChatGPT在生物醫學文本理解、推理和生成上的效能和限制。更多資訊可至BLURB基準網站查詢。 PubMed DOI

資訊提取（IE）在NLP中很重要，可以從文本中找出事實知識，支援各種應用。在基因醫學中，準確提取患者數據的表現型對基因疾病診斷很重要。LLM的進步提高了從臨床報告中提取表現型的準確性。本文評估了ChatGPT和現有解決方案在這方面的效能，強調了比較方法對提升基因診斷的重要性。 PubMed DOI

使用ChatGPT從放射學報告中提取資訊，不需調整參數。透過設計提示模板結合CT報告作為輸入，可得結構化結果。加入醫學知識可改善部分任務，但非全部。ChatGPT在腫瘤位置和大小等任務表現良好，但在腫瘤密度和淋巴結狀態等方面可能較弱。總括而言，ChatGPT能有效提取放射學報告資訊，並有潛力透過融入醫學知識來進步。 PubMed DOI

這項研究評估了ChatGPT在提供營養信息以進行飲食計劃和體重管理方面的準確性。結果顯示，ChatGPT相當準確，其中能量值最為一致。這個模型能有效地在指定的熱量限制內生成膳食計劃。建議進一步研究以評估其在更廣泛的食物和餐食中的表現。 PubMed DOI

2023年11月的研究評估了ChatGPT在提供非傳染性疾病（NCDs）營養指導方面的效用。結果顯示，ChatGPT提供的飲食建議大多清晰，但在處理複雜病例時有一定限制。儘管對一般建議準確，但對於個別化策略的需求可能不足，且無法取代專業醫療人員的建議。 PubMed DOI

傳統的飲食評估方式可能不夠客觀且耗時，但現在有人工智慧（AI）解決方案可以自動化這個過程。這項研究使用GPT-4V模型驅動ChatGPT進行飲食評估，表現出在檢測食物和識別菜餚方面的潛力。這個方法不需要特定訓練數據，並且可以根據上下文提示來估計食物份量，提高評估的準確性。 PubMed DOI

這項研究比較了微調深度學習模型（基於PubMed摘要）與大型語言模型（ChatGPT-3.5）在不良藥物事件命名實體識別（NER）的表現。結果顯示，Hussain等人的微調模型達到97.6%的F1分數，遠高於ChatGPT-3.5的86.0%。雖然少量學習在數據有限時仍具實用性，但無法超越深度學習模型的表現。未來將探討使用GPT-4的少量提示及微調GPT-3.5的可能性。 PubMed DOI

大型語言模型（LLMs），像是OpenAI的ChatGPT，雖然能生成類似人類的文本，但在網路使用時會有數據隱私的風險，因為用戶資料會傳送到外部伺服器。為了解決這個問題，我們探討在安全的本地網路中使用開源的小型LLMs，特別是在需要保護數據的監管機構中。我們發現某些模型在少量或零樣本學習中表現不錯，甚至達到傳統神經網路的效果，顯示出在安全環境中使用開源LLMs的潛力。 PubMed DOI

這項研究探討了使用ChatGPT-4協助腎臟營養師為透析病人制定個人化餐飲計畫。透過模擬虛擬病人，ChatGPT生成了一日菜單，包含五道食譜。腎臟營養師評估後發現，ChatGPT的營養分析顯著低估了多種關鍵營養素，像是熱量低估36%、蛋白質低估28%等。雖然ChatGPT在提供個人化營養指導上有潛力，但研究強調其營養分析需改進，並需在醫療情境中進行嚴格評估。 PubMed DOI