近年來，深度學習和機器學習技術在醫療保健領域廣泛應用，尤其在癌症生物學領域。本文探討了人工智慧在腫瘤學中的應用，包括檢測、預後和治療管理等議題。同時討論了在臨床實踐中使用ChatGPT和組學數據的人工智慧應用。文章也提到了精準腫瘤學中人工智慧面臨的挑戰和限制，並提供了克服這些問題的建議。 PubMed DOI

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

證據在癌症治療中至關重要，AI可協助收集和分析真實世界數據，提供更好的治療方案。然而，AI整合到臨床護理仍需克服計算、泛化、可解釋性和可靠性等挑戰。 PubMed DOI

癌症是一種複雜的疾病，對全球健康造成重大挑戰。儘管科技進步，早期診斷和有效治療仍然困難。大型數據集的出現讓生物資訊工具有了新機會，人工智慧（AI）逐漸成為重要工具，機器學習技術在預測和診斷上展現潛力。不過，AI在臨床應用中仍面臨挑戰，尤其是報告指導方針的使用不足，影響研究的可重複性。本文探討AI在癌症研究中的應用，分析其優缺點及未來影響。 PubMed DOI

這項研究介紹了iLLMAC，一個經過指令調整的大型語言模型，專注於利用游離DNA（cfDNA）進行癌症檢測。iLLMAC在1,135名癌症患者和1,106名對照組的血漿cfDNA數據上訓練，癌症診斷的AUROC達0.866，肝細胞癌（HCC）檢測則達0.924。隨著末端動機數量增加，性能提升，使用64個末端動機時，癌症診斷AUROC達0.886，HCC檢測AUROC達0.956。外部測試中，iLLMAC仍表現優異，顯示出基於LLM的指令調整在cfDNA癌症檢測中的潛力。 PubMed DOI

近年來，腫瘤成為全球健康的重要議題，腫瘤微環境（TME）在腫瘤細胞的行為中扮演關鍵角色，包括其產生、發展、轉移和消除。隨著大型語言模型等先進人工智慧（AI）演算法的出現，醫學研究進展迅速。這篇綜述探討AI在腫瘤代謝研究中的應用，特別是腫瘤細胞與正常細胞之間的表達差異，並透過代謝組學和TME互動的視角分析這些差異，提供對腫瘤潛在病理機制的深入見解。 PubMed DOI

新療法如免疫檢查點抑制劑和靶向治療，使實體腫瘤的治療變得更複雜。隨著FDA批准速度加快，未來五年可能有更多治療選擇，但高成本卻影響了可及性，擴大了患者間的社會經濟差距。這篇綜述探討基於人工智慧的解決方案，特別是深度學習和大型語言模型在醫學影像和電子健康紀錄中的應用，幫助識別具成本效益的生物標記，並提出整合這些技術進入臨床實踐的步驟。 PubMed DOI

人工智慧（AI）技術的迅速發展，特別是在深度學習和神經網絡方面，對腸胃道腫瘤的研究影響深遠。這些腫瘤複雜且多樣，讓早期檢測和個性化治療變得困難。AI能提高腫瘤篩檢的準確性和敏感性，協助識別生物標記、預測治療反應，並設計個性化治療計畫，最終改善病人治療效果。此外，AI與多組學分析及影像技術的結合，推進了腫瘤微環境的研究，並增強了醫學影像分析的能力。 PubMed DOI

急性前髓細胞白血病（APL）是一種急性髓性白血病，因染色體易位導致PML::RARA基因融合，若不治療會有高死亡風險。快速診斷對於APL至關重要，螢光原位雜交（FISH）和聚合酶鏈反應（PCR）是常用技術。近期人工智慧（AI）技術的進展，特別是機器學習（ML）和深度學習（DL），在APL的診斷和管理上顯示出良好潛力。文獻分析顯示，這些AI模型在靈敏度、特異性和準確性上表現優異，未來有望成為評估APL的重要工具。 PubMed DOI

抗體對免疫系統非常重要，能保護身體免受疾病侵害，包括癌症。從單克隆抗體到CAR-T細胞等先進療法，這個領域已經有了重大進展。最近，人工智慧（AI）的應用改變了抗體的設計與優化，透過大型語言模型和生成式AI，加速新抗體的生成，提升免疫反應的準確性，並增強治療效果。AI幫助預測和設計抗體序列、結構及相互作用，解決開發中的挑戰，提升治療的精確性與速度，為下一代癌症療法鋪路，改善精準醫療的治療結果。 PubMed DOI