這篇社論討論了人工智慧，像是ChatGPT這樣的大型語言模型，可能如何影響學術論文的作者身份和權威性，同時也可能引發醫學教育領域的倫理議題。 PubMed DOI

人工智慧的進步正在改變日常生活和醫學。像是大型語言模型等人工智慧工具可以幫助生成文本等任務。作者們討論了在準備醫學院申請時使用人工智慧的情況，並提出了適當使用的指導方針。他們建議將人工智慧工具納入醫學教育中，並教導學生如何有效地使用這些工具。 PubMed DOI

人工智慧，如機器學習和自然語言處理，正影響健康專業教育，包括醫學院的入學、評估和研究。健康教育老師缺乏人工智慧培訓是挑戰。像ChatGPT這樣的大型語言模型整合到健康教育引發問題。人工智慧能處理大量數據，但需解決偏見問題。評論指出人工智慧在健康教育中需具解釋性和透明度。 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

將人工智慧（AI）融入一般外科住院醫師訓練的招募過程，顯示出能改善傳統審查方法的不足。本研究評估了AI，特別是ChatGPT，在醫學生表現評估（MSPE）信件中的穩定性，並與經驗豐富的人類審查者比較。結果顯示，ChatGPT的評分一致性優於人類，但也有其局限性。這強調了在此背景下謹慎使用AI的必要性。雖然AI有助於改善住院醫師選拔，但仍需進一步研究以全面了解其能力與影響。 PubMed DOI

生成式人工智慧（Gen-AI），像是ChatGPT，已在健康教育，特別是藥學領域引起關注。雖然其整合帶來潛在好處，但也存在學術誠信的風險。這篇綜述評估了Gen-AI在藥學教育中的影響，並強調了需要針對學術誠信風險的研究。研究顯示，雖然認識到Gen-AI的優勢，但缺乏相關的風險緩解策略。未來需加強對學生和教職員的教育訓練，並重新設計評估方式，以確保學術誠信。 PubMed DOI

這項研究探討外科住院醫師申請審核者辨識AI生成的個人陳述的能力及其看法。研究使用ChatGPT創建三份AI陳述，並與三份成功申請的醫學生陳述比較。結果顯示，審核者正確辨識AI陳述的比例僅59%，且66.7%的人反對在個人陳述中使用AI。大多數參與者認為AI會影響他們對申請者的看法。這項研究強調了辨識AI生成內容的挑戰，並對其在住院醫師申請中的影響表示擔憂。 PubMed DOI

大型語言模型（LLMs）在專業考試中表現出色，讓人對其在臨床實踐中的應用感到興奮。不過，這需要臨床醫師技能的轉變。我們的回顧指出，醫療專業人員需發展以下能力： 1. **跨學科訓練**：結合醫學知識與AI技術的理解。 2. **批判性思維**：評估AI生成內容的能力。 3. **溝通技巧**：有效與患者及團隊溝通AI見解。 4. **倫理與專業精神**：重視AI使用的倫理影響。 5. **適應能力**：持續學習以跟上AI進步。 這些領域的重視將幫助醫師有效利用LLMs，提升患者治療結果並降低風險。 PubMed DOI

最近，人工智慧的進展讓區分人類和AI生成的文本變得困難，因此對檢測工具的需求增加。本研究針對高等教育的研究生入學過程，專注於識別AI生成的推薦信和意向書，以確保申請者的真實能力被公平評估。研究分析了福坦大學的3,755封推薦信和1,973份意向書，並利用GPT-3.5 Turbo API生成AI版本。結果顯示，透過足夠的訓練數據，可以開發出有效的檢測模型，並已在GitHub上公開代碼供測試。 PubMed DOI

人工智慧（AI）在聽力學的應用正在顯著改變醫療服務。本篇綜述整合了相關文獻，提供臨床醫生、研究人員及政策制定者有關AI在聽力學中的潛在好處與挑戰的資訊。從1990年到2024年，經過文獻搜尋，共找到1359篇文章，最終納入104篇，顯示該領域快速演變。AI技術已應用於自動聽力測試、影像分析及生成診斷報告，但仍面臨倫理與專業挑戰，需加強數據收集及生物倫理研究。 PubMed DOI