人工智慧如ChatGPT等模型正在改革醫療領域。ChatGPT能生成類似人類文本，有助於改善醫療實踐、患者護理，促進醫患互動。在疫情管理中，ChatGPT傳遞重要信息至關重要。它可協助外科諮詢、簡化醫學教育，並協助疾病診斷。研究指出ChatGPT在醫療保健領域的應用、限制、挑戰，顯示其對創新及學術研究的潛力。 PubMed DOI

強調解決社會健康決定因素的重要性，特別是在COVID-19大流行時，以改善健康結果、減少健康不平等。討論數位健康和人工智慧在應對社會健康決定因素、增強疾病監測和病人照護的角色，如LLMs。提及數據標準化、基礎設施限制、數位素養和演算法偏見等挑戰，可能影響AI好處的公平獲取。建議採取多層次的數位包容作為社會健康決定因素的一部分，並全球性需要倫理AI框架，確保負責任的AI實踐。提出建議，彌合公平AI技術開發和實施之間的差距。 PubMed DOI

研究探討COVID-19對AI ChatGPT技術的影響，訪問30位專家，討論疫情對AI ChatGPT在醫療和遠距協作的影響。強調在疫情期間及之後，使用AI ChatGPT需負責任、遵守道德，考慮使用者影響、隱私、偏見和透明度等挑戰。研究提供政策制定者、開發者和研究人員實際啟示，強調危機時期應重視AI ChatGPT的道德考量。 PubMed DOI

GenAI LLMs，如ChatGPT，有潛力在醫療保健領域帶來重大影響。研究指出，這些技術可改善醫療服務效率，但也需面對道德及安全挑戰。未來應該加強研究，專注於實證或臨床領域，以推動這些技術在醫療保健中的應用。 PubMed DOI

這項研究強調生成式人工智慧（AI）在健康照護中，特別是針對2型糖尿病患者用藥遵從性方面的潛力。研究提供了一個透明的提示設計和內容生成過程，並附上1,150則由GPT-3.5模型生成的訊息，這些訊息符合可讀性和簡訊標準。研究指出生成訊息的多樣性，並建議這種方法能提升健康內容開發的效率與透明度。未來需評估這些介入措施對行為改變的倫理影響和有效性。 PubMed DOI

這篇文獻回顧探討了人工智慧（AI）在醫療溝通中的應用，特別是大型語言模型（如ChatGPT）的整合。文中指出，AI能改善病患與醫生的互動，克服語言障礙，並提供同理心的回應。研究顯示，AI在提供清晰準確資訊方面表現優異，甚至有時超越人類醫生。不過，AI生成內容的不準確性和「幻覺」問題仍需解決，這需要持續改進演算法。文章強調AI在健康溝通中的潛力，並呼籲進一步研究與政策發展，以應對相關風險。 PubMed DOI

當前社會對科學的信任度下降，公民參與也減少，這可能影響公共健康和健康公平的研究。為了應對這些挑戰，社區為中心的公民科學應用可以提升公眾參與，並成為AI探索的重要領域。我們探討了幾個有潛力的AI應用，如對話式大型語言模型和數據分析工具，這些都能惠及社區。不過，AI在社區研究中的使用也帶來風險，我們也討論了如何減輕這些技術可能引發的倫理和社會挑戰。 PubMed DOI

COVID-19疫情促進了公共衛生監測和疫情管理的AI工具發展。雖然這些AI程式展現潛力，但也引發了數據隱私、偏見和人機互動的擔憂。世界衛生組織（WHO）最近的會議專注於AI在公共衛生中的角色，邀請多個機構分享見解。AI在診斷和數據處理上改善了臨床護理，但倫理考量如數據使用和算法偏見也很重要。公共衛生官員需建立透明、負責和公平的治理框架，並解決全球數據獲取的不平等問題，以確保公平醫療結果。 PubMed DOI

健康溝通與推廣在網路上的變化受到科技進步，特別是生成式人工智慧（GenAI）的影響。雖然這些技術為公眾和健康專業人士帶來新機會，但也可能加劇健康差距。文章探討了GenAI在健康推廣中的應用及其挑戰，強調以往網路溝通的局限性，如缺乏即時回應和個性化建議。研究呼籲進一步探討GenAI在公共健康推廣中的實證研究，並強調提升數位素養和社會弱勢群體的科技存取，以減少健康不平等。 PubMed DOI

這項研究探討大型語言模型（LLMs）在疾病風險評估中的應用，特別是對COVID-19嚴重程度的預測。與傳統機器學習方法不同，LLMs透過對話式人工智慧實現即時、無需編碼的風險評估。研究比較了LLaMA2-7b和Flan-T5-xl等預訓練模型與傳統分類器的表現，發現LLMs在低數據環境中表現優異，能有效處理非結構化輸入，並提供個性化見解，顯示其在臨床環境中的潛力。 PubMed DOI