神經發展障礙對家庭和社會帶來負擔，但科技如人工智慧和數位工具可幫助評估和治療。需進一步研究科技處理NDDs的成效和挑戰。研究使用Pepper機器人連接OpenAI進行互動，專注於自閉症譜系障礙。目標是展示互聯系統如何推動NDDs科技發展。 PubMed DOI

研究探討了年長者行動問題和脆弱導致墜倒風險增加的議題，提出利用人工智慧和視訊眼鏡評估墜倒風險的新方法，考慮環境因素。兩個案例研究顯示了準確辨識墜倒風險危害的潛力。這項AI方法旨在改善墜倒風險評估，同時保護隱私，可能對提升整體健康和生活品質有顯著影響，尤其對長者而言。下一步是在實際環境中應用AI，擴大參與者範圍。研究得到NIHR ARC東北部和北坎布里亞以及諾桑比亞大學工程與環境學院的支持。 PubMed DOI

陪伴機器人旨在幫助年長者對抗孤獨感，提供社交和情感支持。然而，年長者對於對話伴侶的期望可能與目前的科技和其他年齡群體有所不同。讓年長者參與這些機器人的開發是至關重要的。最近大型語言模型的進步顯示了滿足這些期望的潛力。一項涉及28名年長者的研究展示了在一個陪伴機器人中使用大型語言模型，揭示了期望，如積極參與對話、記憶過去互動、保護隱私、提供資訊和提醒、促進社交聯繫以及表達同理心。該研究提供了設計針對年長者的對話陪伴機器人的建議，使用基礎模型如大型語言模型，這也可應用在其他領域。 PubMed DOI

LLMs有潛力改善老化和失智症護理，研討會探討了這個議題，強調LLMs在臨床決策和預測分析中的重要性。同時也提到了道德議題，強調平衡技術進步和道德考量的重要性。展望LLMs將革新醫療保健，但也提到需要面對的挑戰。 PubMed DOI

在美國，五分之一的成年人是有嚴重疾病或殘疾的家庭照顧者，通常缺乏正式訓練，這凸顯了提升他們技能的必要性。透過科技，特別是大型語言模型（LLMs），可以增強照顧者的能力，但這些模型有時會產生不準確的信息，稱為「幻覺」，對照顧者來說是一大挑戰。 本研究旨在整合LLMs與照顧知識庫，創建針對阿茲海默症及相關癡呆症的可靠照顧語言模型（CaLM）。研究發現，雖然大型模型表現較佳，但經過微調的較小模型在某些指標上超越了GPT-3.5，顯示量身打造的模型能有效支持家庭照顧者。 PubMed DOI

人工智慧技術在病患照護上有很大潛力，尤其在診斷、精神疾病治療和認知測試解讀等方面。雖然進展顯著，但仍需進一步研究其在醫療中的優缺點。一項研究比較了人工智慧（Chat-GPT 3.5）和臨床醫師對癡呆症相關問題的回答，結果顯示人工智慧在易懂性和深度上表現更佳，平均評分為4.6/5，而臨床醫師則為4.3、4.2和3.9。儘管人工智慧的回答質量高，但仍需注意錯誤資訊和數據安全等問題。總之，人工智慧在醫療溝通上有潛力，但需謹慎對待其限制。 PubMed DOI

肥胖是一種慢性疾病，需要持續管理和生活方式改變的支持。動機性訪談（MI）是一種有效的輔導方法，但因培訓成本高，未被廣泛應用。為了解決這個問題，神經代理計畫（NAOMI）將探索使用人工智慧的網路應用程式進行非腳本化的MI輔導。計畫將分四個階段開發，並招募超重或肥胖的成年人參與互動，收集反饋以評估其有效性。數據收集將於2024年9月開始，預計2025年5月結束，若成功，將為肥胖問題提供具成本效益的解決方案。 PubMed DOI

本研究針對長期照護機構中的失智症患者，開發了一款虛擬伴侶，旨在減少孤獨感並評估其可行性與接受度。研究分為兩階段，第一階段透過提問促進對話，第二階段則利用人工智慧進行更深入的討論。參與者在兩階段中進行測試，結果顯示第二階段的對話能力獲得較高的接受度，雖然有些人覺得頭戴式顯示器不太方便。總體而言，虛擬伴侶對失智症患者的互動有正面效果，未來可望進一步改善對話互動。 PubMed DOI

隨著傳統心理健康照護面臨挑戰，數位心理健康工具變得愈加重要。Socrates 2.0是一款基於大型語言模型的工具，旨在透過蘇格拉底式對話來挑戰不切實際的信念，這是認知行為療法的核心技術。該工具配備AI治療師，並透過AI監督者和評估者的反饋來改善對話體驗。初步反饋顯示其表現良好，危險回應率低於1%。研究將於2024年開始，目標是評估其可行性，並收集用戶和臨床醫師的數據。 PubMed DOI

這項研究探討如何利用人工智慧驅動的大型語言模型（LLMs）來改善阿茲海默症及相關癡呆症的數位照護策略。重點在於非正式照護者面臨的挑戰，並將照護任務與數位工具對接。研究分析了38份教育材料和57款行動應用程式，針對阿茲海默症的四個進展階段識別關鍵照護任務，並匹配相關數位輔助工具。研究還指出六項必要的數位素養技能，強調量身訂做訓練的重要性，顯示LLMs在提升照護品質方面的潛力。 PubMed DOI