原始文章

這項前瞻性觀察研究針對270名病人進行,最終260名完成研究。研究涵蓋慢性腎病、慢性肝病、結核病、癡呆症和心臟病等慢性疾病,並開發了三個機器學習模型。結果顯示,隨機森林模型在預測CKD和心臟病方面表現最佳,準確率分別為85.3%和88.2%。此外,邏輯回歸在預測TB和癡呆症上也有不錯的表現。研究強調機器學習在慢性疾病預測中的潛力,並建議未來進行多中心研究以驗證結果。 PubMed DOI


站上相關主題文章列表

心臟衰竭(HF)是全球健康的重要議題,影響死亡率和經濟負擔。先進的人工智慧技術,特別是像ChatGPT這樣的系統,為HF管理帶來新機會。這篇綜述分析了多個醫學資料庫的研究,探討ChatGPT在HF預防、診斷和管理中的應用,特別是對臨床決策和病人教育的影響。儘管有潛力,ChatGPT仍面臨訓練數據不足和倫理問題等挑戰。文章也強調了其在個性化治療計劃中的有效性,並希望能幫助醫療專業人員更好理解其優缺點。 PubMed DOI

心血管疾病是全球主要的健康問題,人工智慧(AI)如ChatGPT為心血管醫學帶來了新機會。這篇文章探討了ChatGPT如何透過症狀分析、風險評估和診斷輔助來提升臨床決策,並改善醫療教育及研究交流。不過,也需注意潛在的不準確性、倫理問題和數據隱私等挑戰。未來應專注於提升訓練數據質量、開發專用模型及建立監管框架,以增強ChatGPT的臨床應用,進而改善治療效果和護理品質。 PubMed DOI

本研究探討ChatGPT在簡化腎小球疾病治療資訊的能力,幫助患者更易理解。針對67種腎小球疾病,使用兩種問題類型進行測試。結果顯示,普通解釋的可讀性為高中水平,調整後可讀性改善至中學水平,且可理解性顯著提升。然而,針對特定閱讀水平的準確性較低。總體而言,ChatGPT在提升資訊可讀性方面潛力大,但需進一步研究以確保內容的全面性及倫理使用。 PubMed DOI

這項研究探討了大型語言模型ChatGPT在腎臟科病例分診的有效性,特別是在因人口老化導致腎臟問題增加的情況下。兩位腎臟科醫生設計了100個病人情境,結果顯示ChatGPT在判斷腎臟科需求的準確率高達99-100%,選擇正確子專科的準確率為96-99%,兩輪評估的協議率為97%。雖然結果顯示AI能提升醫療分診的效率與準確性,但仍需改進在複雜病情的多學科護理整合方面。整體而言,研究強調了AI在改善臨床決策及發展量身訂做的分診系統的潛力。 PubMed DOI

人工智慧(AI)在醫療領域的應用,特別是在老年患者的心血管疾病管理上,正帶來顯著變化。像ChatGPT這樣的大型語言模型能改善醫生與病患的溝通,協助診斷和制定治療計畫。AI能分析大量數據,提供個人化建議,幫助醫師管理多重用藥,減少藥物相互作用的風險。此外,AI還能及時提示治療調整,確保老年患者獲得適當的照護。不過,成功實施AI需要強大的技術基礎和對倫理問題的重視,醫療專業人員與技術專家的合作至關重要。 PubMed DOI

本研究評估ChatGPT 4 Omni在診斷神經認知障礙的準確性,並與早期版本比較。研究分為兩部分,第一部分分析其與臨床醫生的診斷一致性,涉及12,922名老年人,結果顯示有一定的關聯性,但準確性仍不足以獨立使用。第二部分則使用537名老年人的數據,未顯示顯著一致性。結論指出,雖然ChatGPT 4 Omni有潛力,但仍需改進與訓練,以提升其在臨床中的應用效果。 PubMed DOI

這項研究評估了ChatGPT在提供慢性疾病患者教育方面的表現,特別針對炎症性腸病(IBD),並與專科醫生的回應進行比較。結果顯示,ChatGPT的整體品質評分與專科醫生相似,且在信息完整性上有明顯優勢。雖然準確性無顯著差異,但在患者和醫生共同回應時,ChatGPT表現較差。研究建議在健康信息創建和評估中,應納入患者的參與,以提升質量和相關性。 PubMed DOI

慢性病是全球主要死因,LLMs(像ChatGPT)在管理慢性病上有潛力,能提供準確、易懂的健康建議,幫助病人自我管理和獲得支持。專業型LLMs表現更好,但目前證據有限,還有隱私、語言和診斷等挑戰。臨床應用還在初期,未來需加強資料安全、專業化和與穿戴裝置整合。 PubMed DOI

這項研究用30個虛構案例發現,ChatGPT在建議生活型態改變上,跟睡眠專科醫師很接近,但比較容易建議多做醫療檢查。雖然是模擬資料,結果顯示LLM有潛力協助辨識睡眠健康風險並支援臨床,但還需要用真實資料再研究。 PubMed DOI

這項研究發現,ChatGPT 4.0在建議第二型糖尿病藥物時,對單一藥物治療的建議最接近醫師,但治療越複雜一致性就越低。用少量範例提示能提升準確度,尤其在單一和雙重治療上,但三重治療還是不理想。總結來說,ChatGPT適合輔助簡單病例決策,但複雜治療還需加強。 PubMed DOI