大型語言模型的聊天機器人利用神經網絡處理語言，可提供個人化互動和技能發展。雖非針對醫療，但對卵巢癌等生醫問題有潛力。透過臨床審查非結構化數據，提供有價值見解。發展特定任務語言模型可增進生醫語言處理和科學寫作效能。提出卵巢癌特定語言模型可優化相關研究。 PubMed DOI

Aliro是一個開源工具，目的是透過親切的網頁介面，簡化生物醫學和醫療領域的機器學習分析。它利用大型語言模型自動生成程式碼，加快數據分析速度，包括推薦機器學習演算法和視覺化結果。想了解更多，可以到GitHub上查看Aliro: https://github.com/EpistasisLab/Aliro。 PubMed DOI

大型語言模型的AI工具展現了機器自主生成知識的潛力，是通往通用人工智慧的重要一步。機器能理解文獻、解釋數據、提出科學問題。雖然AI能自學，但人類協助可加速學習，如模擬人類分析數據或辨識模式。個人AI助理可協助用戶，尤其在特定任務，如材料科學研究。 PubMed DOI

介紹了一個名為人工智慧因果研究助理（AIA）的設計，旨在協助作者改善流行病學數據分析中的因果推論，以進行健康風險評估。AIA提供結構化的審查和建議，以增進科學論文中的因果推理。透過「因果人工智慧增強器」計畫，AIA引導大型語言模型（LLMs）系統性地審查手稿，並提供改進分析和報告的建議。其目標是透過作者和審查過程中的人工智慧協作，使因果分析方法更易被研究人員接受，並提高流行病學研究中因果推理的品質。 PubMed DOI

這項研究探討使用一個大型語言模型（GPT-4）來自動化系統性文獻回顧和網絡荟萃分析中的數據提取、程式碼生成和結果解釋。該模型在提取數據和生成腳本方面表現出高準確性，有潛力節省時間並減少錯誤。雖然需要定期進行技術檢查，但未來大型語言模型的改進可能進一步增強自動化效果。 PubMed DOI

醫療機構的病理科常有重要資料，但提取資料常需手動且耗時。利用大型語言模型如ChatGPT和Google Bard能自動化這過程。將病理報告輸入模型，可輕鬆創建摘要報告，並匯出至Excel等工具。AI輔助的資料提取可提升研究效率和準確性，勝過手動方式。 PubMed DOI

CLAW平台利用自定義MRM轉換自動解析複雜脂質數據，並整合統計工具，提升脂質組學研究效率。通過分析阿茲海默症小鼠和油菜籽油樣本，展示了其效用。用戶界面設有AI聊天機器人，旨在使脂質組學工作更順暢。 PubMed DOI

系統性回顧和統合分析是循證醫學的重要步驟，對於制定指導方針至關重要。這些過程雖然能夠有效總結研究知識，但因為耗時且勞動密集，更新不易，可能會影響其相關性。為了解決這個問題，我們提出一個框架，利用大型語言模型和自然語言處理技術，來提升系統性回顧的效率，特別是在診斷測試準確性方面。這個框架能自動化篩選階段，減少時間和資源的需求，同時保持回顧的質量，讓系統性回顧能更快回應新證據，提升臨床實用性。 PubMed DOI

基因工程，特別是CRISPR技術的引入，徹底改變了生物醫學研究，讓精確基因修改成為可能。不過，利用這些技術需要深入了解CRISPR及其實驗背景。為此，我們提出CRISPR-GPT，這是一個結合專業知識的大型語言模型，旨在簡化基因編輯實驗設計。CRISPR-GPT能協助選擇CRISPR系統、設計引導RNA、推薦傳遞方法等，並計劃驗證實驗。我們展示了它對非專家研究者的實用性，並探討了自動化基因編輯的倫理與監管影響，強調負責任的實踐。 PubMed DOI

「AI 科學家」是一種創新的生物醫學研究方法，旨在設計 AI 系統來增強人類能力，而非取代人類。這些 AI 代理能進行懷疑式學習和推理，與人類研究者有效合作。透過整合先進的 AI 模型與生物醫學工具，它們能分析大量數據、探索假設並自動化重複性任務，簡化研究過程。這些代理還能持續學習，保持最新的科學知識，應用於虛擬細胞模擬、新療法開發等領域，促進生物醫學研究的進步。 PubMed DOI