AI在急性醫學中有潛力提升決策和干預，但應用仍有限。開發專屬AI工具可改善臨床決策，ChatGPT等自動化工具可提供即時優勢。挑戰在於數據、隱私、偏見和醫病關係。合作至關重要，以充分發揮AI潛力，確保技術有效補充人類技能。 PubMed DOI

研討會討論人工智慧在生物醫學領域的應用，包括放射組學、分子結構、蛋白質-配體相互作用和醫學決策。強調語言模型生成分子結構和醫學決策的道德考量，並整合多組學和臨床數據揭示低劑量電離輻射的健康影響。未來將持續舉辦研討會，專注於低劑量輻射防護研究中的人工智慧應用。 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

大型語言模型（LLMs）有潛力幫助醫生診斷和改善與患者溝通，提升醫療品質。然而，數據隱私、數位素養不足及整合到臨床工作流程的挑戰限制了應用。為了充分發揮潛力，必須培訓醫護人員使用LLMs，並促進跨學科研究，將人工智慧轉化為智慧增強。 PubMed DOI

這項研究探討人工智慧（AI）在醫療領域的風險，並提出政策建議以減輕這些風險，同時發揮AI的優勢。AI若正確使用，能對醫療產生重大影響，但其快速普及也帶來倫理、法律及社會問題。研究指出，數據偏見可能導致護理不平等，且AI的可解釋性和問責性問題可能影響病人安全。報告建議提高醫療人員的AI素養、加強隱私保護，並將倫理原則融入AI設計，以確保負責任且公平地使用AI，提升醫療品質。 PubMed DOI

這項研究調查了頂尖醫學期刊的通訊作者對人工智慧（AI）在研究中的看法。研究於2023年7月至9月進行，針對2022年在15本醫學期刊發表的作者進行線上調查，共有236名受訪者納入分析。結果顯示，40.6%的研究者對AI有中等熟悉度，79.0%認為AI將對未來研究產生重大影響。儘管許多作者缺乏正式訓練，仍開始使用AI進行改寫和校對等任務。研究建議應加強AI訓練及建立指導方針，以更有效地應用於研究中。 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

展望2034年，數位科技，特別是人工智慧（AI），將帶來重大變革，影響醫療、臨終關懷及高等教育等領域。AI能提升醫師的溝通技巧，透過模擬困難對話，讓醫療人員在安全環境中練習，增進同理心與病患互動。此外，AI的語言理解能力將改善病患與醫療提供者的溝通，確保照護更具個人化。總之，AI將在提升醫療與教育的溝通品質上扮演關鍵角色，促進更具同理心的照護方式。 PubMed DOI

這篇綜述論文探討了醫療人工智慧（AI）的最新進展，特別是基礎模型和大型語言模型的應用。它提出了一個新的分類框架，將模型分為特定疾病、一般領域和多模態三類。論文還指出了數據獲取和增強等挑戰，包括數據量、標註、隱私等問題。此外，還討論了醫療AI模型的評估和監管，強調其在醫療保健中的潛力。最後，論文呼籲持續改進、數據安全和標準化評估，以確保AI在臨床實踐中的有效整合。 PubMed DOI

2024年語音人工智慧研討會由Bridge2AI-Voice聯盟主辦，聚焦語音生物標記及人工智慧在醫療領域的最新進展。專家們討論了語音數據標準化、AI部署、語音障礙輔助技術等主題，並透過講座和互動討論促進各界合作。研討會成果包括國際標準的討論、AI實際挑戰的解決及數據收集的審查，並強調倫理AI實踐的重要性。未來將專注於數據標準化及多樣化數據集，以提升模型的穩健性，推動AI在醫療診斷和治療中的應用。 PubMed DOI