人工智慧聊天機器人在醫療保健領域的應用有利有弊，像CHATGPT等開放式機器人可用於初級保健，協助溝通、教育患者和臨床決策。然而，需注意訓練數據透明度、監督、信息可信度、公平性、偏見和患者隱私等問題。在應用於患者護理前，必須謹慎處理這些挑戰。 PubMed DOI

研究團隊開發了一套數位書寫系統，用來整理急診科的臨床對話。研究發現BART-Large-CNN模型效能較佳，而PEGASUS-PubMed表現較差。BART-Large-CNN擅長找出重要資訊，但準確度稍嫌不穩定。研究指出AI工具有助於減輕臨床文件負擔，建議未來研究應比較更龐大的語言模型以分析文件處理時間。 PubMed DOI

在美國和瑞典等國，病人可透過網路查閱醫療記錄，包括檢驗結果和醫師註記。雖有好處，但撰寫易懂文件仍有挑戰。醫師調整書寫方式，但擔心準確性和工作量。提出教育策略，建議運用人工智慧協助製作病人友善摘要。醫師與人工智慧合作將是關鍵。 PubMed DOI

LLMs可協助自動化醫療行政工作，減輕醫師電子病歷負擔，提升病人護理。應注意安全、隱私、法規合規，並強調LLMs應輔助而非取代人類關懷。結合LLMs與專業知識可提升病人護理品質。在臨床環境中謹慎實施LLMs至關重要。 PubMed DOI

醫療領域中的新AI聊天機器人（如ChatGPT和Bard）引起關注，可幫助醫護人員、簡化行政工作，讓病患更有參與感。但使用時需注意隱私、數據偏見和資訊正確性等道德問題。本文探討LLMs在初級保健的潛力，提供臨床醫生對此技術的看法。 PubMed DOI

人工智慧，尤其是大型語言模型（LLMs），對急診護理工作流程和決策有改善作用。目前對LLMs在急診醫學的研究意見不一，需要一個全面的框架來了解其應用。這篇文章探討了LLMs在急診醫學的現況，並提出未來研究方向。經分析43篇論文，發現LLMs可強化臨床決策、提升效率、引起道德關注，並促進醫學教育。LLMs有潛力改變急診護理，但仍需進一步研究驗證其應用、建立負責任使用標準、解決道德問題，並提升醫護人員對人工智慧的認識。合作努力是安全有效整合LLMs於急診醫學中的關鍵。 PubMed DOI

自2020年以來，虛擬患者與醫師溝通增加，對基層醫療醫師幸福感有影響。生成式人工智慧（GenAI）的患者訊息或許能減輕工作負擔、提升溝通品質。紐約大學朗格尼醫療中心研究顯示，PCP對GenAI起草持正面看法，特別是溝通風格。GenAI回應被認為比HCP更具同理心，可能因語言使用較主觀積極。GenAI有助增進患者-醫護人員溝通，但對健康或英語能力較低患者可讀性仍有挑戰。 PubMed DOI

這篇論文探討大型語言模型（LLMs）在電腦媒介臨床諮詢中的應用潛力，涉及醫生、電子健康紀錄（EHR）系統和病人。儘管自然語言處理（NLP）已有進展，但EHR中的自由文本數據尚未被充分利用。LLMs擅長理解和生成自然語言，能有效處理臨床對話。論文建議透過針對特定任務的預訓練和微調，醫療提供者可利用自由文本來識別病人安全問題、支持診斷，並改善臨床互動。作者認為，微調的LLMs結合提示工程，能提升初級護理諮詢的效率與效果。 PubMed DOI

這篇文章探討了人工智慧，特別是像ChatGPT這樣的大型語言模型在急診醫學和重症護理中的重要角色。它提到ChatGPT在診斷支持、臨床文檔和病人溝通等方面的應用，並指出其表現可與人類專業人士媲美。文章也強調了它在臨床決策和藥物選擇中的潛力，能提升病人護理品質。不過，將這些模型應用於醫療也帶來法律、倫理和隱私等問題，需持續研究和監管以確保其負責任的使用。 PubMed DOI

醫生因行政工作，特別是臨床文件撰寫，常感到職業倦怠。研究探討一個荷蘭數位書記系統的效用，22名醫學生用三種方式撰寫430份模擬諮詢摘要。結果顯示，手動摘要耗時202秒，編輯自動摘要186秒，但完全自動摘要的質量較差。學生普遍認為這系統有用，能節省時間，雖然有些人覺得摘要過長且不夠靈活。研究建議數位書記可提供草稿供醫生編輯，以提高效率，未來需進一步評估其在臨床環境中的實際影響。 PubMed DOI