研究評估了ChatGPT在微生物學中回答不同難度問題的表現，結果顯示平均得分為4.04分，約80%的正確率。一級和二級問題回答能力沒有明顯差異。研究指出ChatGPT有潛力自動回答問題，但需要進一步培訓和發展以提升學術應用表現。 PubMed DOI

研究比較了ChatGPT與人類回答基因問題的表現，發現ChatGPT準確率為68.2%，人類為66.6%，兩者在記憶問題上表現較好。然而，ChatGPT有時會對同一問題給出不同答案。儘管ChatGPT表現令人印象深刻，但在高風險場景如臨床應用中有限制，解決這些將對實際應用至關重要。 PubMed DOI

研究指出，ChatGPT 4.0協助病理學家和實驗室主任回答問題時，準確性高、完整性佳，還能節省時間。專家評分結果顯示，大部分回答不需額外工作。這個工具被視為安全且省時，特別適合回答醫療提供者的問題。在各病理學領域中表現一致，ChatGPT 4.0可能成為病理學家重要的資源。 PubMed DOI

資訊提取（IE）在NLP中很重要，可以從文本中找出事實知識，支援各種應用。在基因醫學中，準確提取患者數據的表現型對基因疾病診斷很重要。LLM的進步提高了從臨床報告中提取表現型的準確性。本文評估了ChatGPT和現有解決方案在這方面的效能，強調了比較方法對提升基因診斷的重要性。 PubMed DOI

生物醫學資料庫增加快速，分析資料對生物學和醫學至關重要。現有工具常難以完整處理條目或像人類一樣修正錯誤。大型語言模型（LLMs）如ChatGPT提供了新的查詢資料庫方式，但在擴展規模時會有挑戰。ChIP-GPT是基於GPT模型Llama微調的，能高精確度從序列讀取存檔中提取元數據。它能處理打字錯誤和缺失標籤，適應各種資料庫和問題。 PubMed DOI

研究使用GPT-4等大型語言模型回答病人的實驗室檢驗問題，結果顯示GPT-4回答通常更準確、相關、有幫助且安全。但在醫學背景下解釋不足及偶爾不準確。提升回答方法包括提示工程、擴充、檢索增強生成和評估。 PubMed DOI

病患常覺得實驗室檢驗報告難懂，常上網求助。研究發現，使用GPT-4等大型語言模型回答問題更準確、有幫助、相關且安全。但仍需改進處理不準確和缺乏個人化的問題。改進策略包括即時調整、擴充、檢索和評估回應品質。 PubMed DOI

這項研究評估了兩個人工智慧模型，ChatGPT-4 和 Gemini，在回答病毒學多選題的表現，涵蓋英語和阿拉伯語。研究使用 CLEAR 工具分析了 40 道題目的回答正確性，結果顯示 ChatGPT-4 在兩種語言中均優於 Gemini，英語正確率分別為 80% 和 62.5%，阿拉伯語則為 65% 和 55%。兩者在較低認知領域表現較佳，結果顯示人工智慧在醫療教育中的潛力，並強調了提升多語言有效性的必要性。 PubMed DOI

這項研究評估了大型語言模型（LLM），特別是ChatGPT，在回答結直腸癌相關病理問題的有效性。研究人員比較了ChatGPT的回答與腸胃科醫生的回答，並創建了一個互動系統，讓用戶上傳病理報告圖片以獲得AI生成的答案。結果顯示，對於常見問題，腸胃科醫生對AI的評價與傳統答案相似，但在特定報告問題上，AI的表現獲得更高評價。總體而言，ChatGPT能提供可信的病理問題答案，增強醫生與患者的溝通。 PubMed DOI

這篇論文探討基因數據在疾病診斷與治療中的重要性，特別是癌症研究，並指出將這些數據整合進臨床護理的挑戰，如電子健康紀錄的結構、保險成本及基因結果的可解釋性。研究也提到人工智慧（AI）和大型語言模型（LLMs）在解決這些問題上的潛力。儘管AI在醫學研究中的成功有限，但基於大量數據訓練的LLMs在基因分析上顯示出希望。研究評估了GPT模型在基因表達數據的預測能力，並與傳統機器學習方法進行比較，以探討其在預測癌症亞型的潛力。 PubMed DOI