這篇評論探討了在醫療領域使用像 ChatGPT 這類 AI 模型進行寫作輔助所面臨的倫理問題。儘管技術先進，但仍有不準確、缺乏上下文理解等問題。此外，隱私、數據安全、透明度、偏見和著作權等議題也令人擔憂。評論強調遵循規範和透明度的重要性，若能妥善管理這些挑戰，AI 模型將能在寫作上提供有價值的支持。 PubMed DOI

這篇評論探討了人工智慧（AI），特別是像ChatGPT和ATLAS.ti等工具，對HIV相關行為質性研究的影響。它指出AI在編碼質性數據上有變革潛力，對理解HIV感染者的生活經驗至關重要。不過，評論也提醒使用AI編碼時需謹慎考量其優缺點，並呼籲研究者反思研究問題、認識論框架和目標。雖然AI在某些情境下能帶來好處，但必須與研究的具體目標和哲學基礎相符，以確保結果的意義和準確性。 PubMed DOI

在腫瘤學中，聊天機器人的發展顯示出對以人為本的人工智慧的需求，能夠同理病患及其家屬的需求。這篇評論分析了大型語言模型（如GPT-3和GPT-4）在腫瘤學聊天機器人中的倫理影響，特別是它們如何模仿人類語言並影響人工智慧系統的設計。研究指出，訓練這些模型的數據集可能存在偏見，尤其是偏向西方醫學，忽略了邊緣化社群。為了解決這些問題，建議在人工智慧開發中融入以人為中心的價值觀，以公平服務多元病患群體。 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

這篇評論探討了人工智慧（AI）在科學醫學手稿撰寫中的影響，包括應用、優勢、挑戰和倫理問題。分析了像ChatGPT和Google Bard等AI工具的演變，指出AI雖能提升生產力，但也帶來過度依賴、寫作風格一致性及原創性等擔憂。因此，一些組織限制AI在同行評審中的使用。評論主張應平衡整合AI，強調人類監督和學術誠信的重要性，並建議AI開發者、研究人員和期刊編輯合作，以應對倫理挑戰，發揮AI的潛力。 PubMed DOI

這篇論文探討如何利用大數據改善腎病患者的結果，並強調倫理問題。腎臟科社群需謹慎收集數據，確保數據質量，以避免「垃圾進，垃圾出」的情況，影響病人照護。數據存取必須安全且結構化，僅限授權人員使用，並需有效檢索以支持研究。此外，分析數據時需注意潛在錯誤和偏見，影響醫療品質。建立安全的平台和醫學專家與數據科學家的合作，才能發揮大數據的潛力，造福患者。 PubMed DOI

這項研究著重於建立安全的基礎設施，以便在醫療保健中使用大型語言模型（LLMs），特別針對數據安全和病人隱私的問題，並確保符合HIPAA規範。研究團隊在私有的Azure OpenAI Studio上部署，提供安全的API端點，並測試了兩個應用：從電子健康紀錄中檢測跌倒，以及評估心理健康預測中的偏見。這個框架成功確保了病人隱私，讓研究人員能安全處理敏感數據，為醫療機構提供可擴展的解決方案。 PubMed DOI

這篇論文探討大型語言模型（LLMs），特別是GPT-3.5和GPT-4，在數據提取和呈現的有效性，並與人類策展人比較。研究聚焦於小麥和大麥的遺傳特徵，使用36篇期刊文章的資料供GrainGenes數據庫使用。主要發現包括：GPT-4在分類手稿準確率達97%，有效提取80%特徵，並顯示人類與AI合作的潛力。儘管LLMs有其限制，但在生物數據提取上仍能提供顯著幫助，使用者需謹慎對待不準確性。 PubMed DOI

生成式AI像ChatGPT未來可協助醫療文件處理，減輕醫師行政負擔並提升紀錄標準化。不過，這也帶來偏見、臨床判斷影響、醫病關係改變等倫理疑慮，且出錯時責任歸屬不明。建議應主動告知病人、醫師審查AI草稿、訂定規範及錯誤通報機制，並強化多元訓練資料與醫學教育。 PubMed DOI

AI，尤其是大型語言模型，正大幅改變醫療研究，但也帶來作者歸屬、透明度和濫用等倫理問題。各大組織強調AI應負責任且透明使用，並不承認聊天機器人為共同作者。未來AI應用需持續遵守倫理規範，審慎推動。 PubMed DOI