ChatGPT是OpenAI開發的AI語言模型，可能改變資訊搜尋方式。雖有教育品質疑慮，但可能整合至網路搜尋。研究發現ChatGPT對抗COVID-19疫苗陰謀論，中立看待強制接種，並列出利弊。可用來對抗疫苗錯誤資訊，但不可取代世衛組織等可靠來源。 PubMed DOI

新冠疫情全球衝擊深遠，造成許多人喪生且醫療資源吃緊。失業問題嚴重，經濟壓力大。各界人士積極抗疫，科學家研發有效疫苗。雖疫苗證實有效，但對接種仍有疑慮，受網路假訊息及名人影響。ChatGPT對疫苗誤解回應顯示AI潛力，可解疑慮促進接種。 PubMed DOI

研究利用自然語言處理技術，改善COVID-19疫苗不良事件報告系統的信號管理。通過分析醫學文獻，成功排除了17%與疫苗接種後不良事件相關的不均衡信號。雖然有些技術表現不佳，但GPT-3.5在醫學術語方面達到78%的準確率。這種方法有助於提升疫苗安全監測的效率。 PubMed DOI

社群媒體對資訊傳播和公眾意見塑造很重要。研究分析了數百萬篇有關ChatGPT和COVID-19疫苗的帖子，探討線上平台如何影響大眾看法。研究使用主題分析和情感分析來了解不同平台和事件對線上討論的影響。結果顯示，COVID-19疫苗討論因為緊迫性而傳播速度快，而ChatGPT討論則發展較緩慢。 PubMed DOI

研究探討2022年12月1日至2023年3月1日間ChatGPT推出後的初期反應和情緒。透過分析Twitter數據，發現公眾對這個聊天機器人的討論集中在擔憂和意見上。研究指出ChatGPT受到正負面評價，人們對其能力和影響持有著興奮與謹慎並存的態度。 PubMed DOI

研究使用ChatGPT分析社群媒體上對HPV疫苗接種的情緒，結果顯示在20個回應中，準確區分支持或反對疫苗的能力很高。ChatGPT對公眾對HPV疫苗的看法有潛力，但需注意在特定健康議題下模型的限制。 PubMed DOI

研究指出，社群媒體可幫助監控HPV疫苗疑慮。透過語言模型分析超過653,000則推文，發現不良反應、個人經驗及疫苗強制接種等議題。2020年後，推文中出現個人經驗及父母同意和透明度的討論。這方法有助於針對性干預、揭露錯誤資訊，並改善公共衛生宣導。 PubMed DOI

這項研究探討主流媒體在Facebook上對COVID-19疫苗的報導，及其與主要疫苗製造商股票表現的關聯。分析了2020年1月至2021年12月的貼文，並使用結構主題模型找出十個關鍵主題，如疫苗試驗和政治化。雖然某些Facebook反應（如「Haha」和「Angry」）與股價波動有關，但情感反應對交易量的影響不大。研究顯示社交媒體情緒與金融市場之間的複雜互動，並建議未來可用大型語言模型進行更深入的分析。 PubMed DOI

這項研究探討生成性大型語言模型（LLMs）在分析公共健康相關社交媒體內容的可行性，特別是疫苗言論。研究發現，LLMs通常能有效識別人類專家所關注的主題，且錯誤信息出現率較低。雖然LLMs的分析深度不及人類專家，但專家認為其生成的主題仍然合理且相關。總體來看，LLMs在處理健康相關社交媒體內容方面展現出顯著潛力，未來可能有助於公共健康策略的制定與社區關注的理解。 PubMed DOI

這項研究探討大型語言模型（LLMs）在分析社交媒體貼文，評估公眾對疫苗接種態度的應用。研究人員比較了不同LLMs的表現，包括GPT模型和開源替代品，並與基於規則的情感分析工具進行對比。結果顯示，使用表現最佳的LLMs進行少量提示能獲得最佳效果，而其他方法則有較高的誤分類風險。研究強調LLMs在公共衛生領域的潛力，建議將其納入公共衛生監測，以提升對健康政策公眾意見的評估能力。 PubMed DOI