自然語言處理（NLP）和大型語言模型（LLMs）如GPT因其在各個領域的應用而受到關注，包括醫療保健領域。這篇評論探討了NLP和LLMs如何影響學術生活，特別是在風濕病學領域，並討論了它們在醫療保健領域中所帶來的機遇和挑戰。 PubMed DOI

自2022年底以來，ChatGPT釋出後，大型語言模型（LLMs）有了顯著進步，被廣泛運用在各個領域。在風濕病學領域，LLMs有潛力在臨床、研究和醫學教育中協助專業人士，可能改變醫療實踐。儘管LLMs展現了個人化醫學、文件生成、數據分析和教育的潛力，但仍需克服整合工作流程、提高準確性和保障數據隱私等挑戰。風濕病學專業人士應時刻關注LLM技術對其領域的持續影響。 PubMed DOI

研究比較了患者對風濕病問題的大型語言模型（LLM）聊天機器人和醫師回答的評價。結果顯示，患者認為兩者在詳細度和易讀性上沒有太大差異。但風濕病專家卻認為AI回答在詳細度、易讀性和準確性上比醫師回答差。患者和醫師對AI回答的喜好有所不同，患者更難分辨AI生成的答案。總結來說，患者對AI回答的看法與醫師相似，但風濕病專家則認為AI回答表現較差。 PubMed DOI

人工智慧在醫學領域被用於影像分析、疾病診斷和藥物研發等任務。ChatGPT引發了對人工智慧的新興興趣。本文旨在以簡單的術語為醫護專業人員解釋人工智慧在醫學和風濕病學中的應用。它討論了人工智慧對醫療實踐的影響，以及在風濕病學中的潛力。 PubMed DOI

生物製劑療法對治療慢性鼻竇炎伴鼻息肉很有效，但仍有很多細節要釐清，像是患者選擇、劑量和治療時間等。雖然生物製劑療法貴且難取得，但人工智慧演算法可以幫忙做出最佳治療決策。研究指出IL-5、IL-4、IL-13和IgE的生物製劑對治療有幫助，像Dupilumab這類單克隆抗體也有改善症狀的效果。未來需要更多研究來了解長期療效和安全性，人工智慧可能帶來新的治療方向。 PubMed DOI

GPT-4和Claude等大型語言模型正改變醫學研究，包括風濕病學。評論指出，及時的工程指導對引導這些模型很重要。使用大型語言模型可加速工作，但要注意準確性。研究人員需精心製作提示並評估模型輸出以增強相關性和實用性，同時使用本地運行的開源模型保護數據隱私。了解模型限制和掌握戰略提示對於大型語言模型在風濕病學研究中的應用至關重要。 PubMed DOI

智慧是人類透過經驗學習並做出有意識和無意識決定的能力。人工智慧（AI）將這種能力搬到電腦上，機器學習幫助電腦理解數據。深度學習透過人工神經網絡學習圖像和視頻。大型語言模型像變壓器結合自我學習和深度學習。在風濕病學中，人工智慧可協助診斷、分析醫學影像、預測疾病惡化、識別疾病預後標誌和自動化行政任務，改變醫療保健和研究。儘管面臨道德挑戰，但風濕病學中人工智慧的廣泛應用是不可避免的，具有巨大潛力。 PubMed DOI

這項研究評估了兩個人工智慧模型，ChatGPT-4o 和 Google Gemini，在風濕病學考試問題上的表現。分析了420個問題，結果顯示ChatGPT-4o的準確率為86.9%，遠高於Google Gemini的60.2%。重複詢問相同問題時，ChatGPT-4o的準確率維持在86.7%。研究指出，ChatGPT-4o在基礎與臨床科學、骨關節炎及類風濕性關節炎方面表現優異，顯示人工智慧在臨床環境中的潛力，未來應探索更多真實臨床情境。 PubMed DOI

這篇系統性回顧探討了自然語言處理（NLP）和大型語言模型（LLMs）在風濕病學的應用，特別是在分析非結構化臨床文本方面的成效，能提升疾病檢測、診斷及病人管理。研究從1491篇文章中篩選出35項，著重於NLP模型的原創研究。結果顯示，這些模型在識別類風濕性關節炎、脊椎關節炎及痛風等疾病上準確性高，並在疾病管理及預測方面展現潛力。不過，仍需進一步研究以應用於罕見及複雜疾病，並克服現有限制，以便更好地融入臨床實踐。 PubMed DOI

這項研究顯示，風濕病醫師在使用人工智慧（AI）方面的現狀不佳，73%的醫師在日常工作中並未使用AI。大多數受訪者（88%）對AI的了解評價為低到中等，84%希望接受大型語言模型（LLMs）的專門訓練。儘管使用情況有限，60%的醫師認為AI能提升病患照護，62%期待減輕工作負擔。他們特別看好AI在診斷、撰寫醫療報告和數據分析的應用，但對醫療決策責任和數據安全仍有顧慮。總體來看，醫師對AI的實施和訓練機會充滿興趣。 PubMed DOI