生成式人工智慧（AI）可以增強像AgInjuryNews這樣的傷害監測系統，透過自動化任務、減少資源使用、改善數據分析和傳播。將AI整合到這些系統中，例如ChatGPT，可以使流程更加順暢，有助於改善農業傷害預防工作。 PubMed DOI

人工智慧（AI）進步快速，對毒理學影響深遠。機器學習處理各種毒理學數據，有助預測風險。神經網絡和自然語言處理等AI方法成功預測毒性。挑戰在於模型解釋性和數據偏見，需合作開發可信賴的AI系統。這將改變毒理學證據收集方式，提升人類和環境安全。 PubMed DOI

環境資料急速增加，需要高品質大數據分析來了解環境污染情況。機器學習是個強大工具，但在環境研究領域並不太普及。一個名為「ChatGPT + ML + Environment」的新研究方法旨在讓環境研究者更容易使用機器學習模型。ChatGPT可協助研究者進行資料準備、模型選擇、訓練、評估和優化。同時討論了這方法的挑戰和限制，並強調了未來應用中「次級訓練」的重要性。 PubMed DOI

這項研究評估了使用人工智慧聊天機器人來簡化病理報告，以便讓患者更容易理解。這些聊天機器人成功地提升了報告的可讀性，並在大多數情況下提供準確的解釋。然而，也有一些不準確和幻覺的情況，顯示在與患者分享簡化報告之前需要臨床醫師進行審查。 PubMed DOI

水污染是全球性問題，影響超過20億人。根據聯合國教科文組織的報導，水污染可由自然現象或人類活動引起。為了解決這個問題，開發了一套即時視覺監控系統，結合攝影機、Raspberry Pi和大型語言模型（LLMs），能檢測七種主要污染物，如藻華、油污等。透過YOLOv5模型，系統能自主識別污染物並提供相關資訊，並即時警報當地當局，促進快速反應。這種創新方法對環境健康教育及水污染治理具有重要意義。 PubMed DOI

這篇論文介紹了一個聊天機器人，目的是提升對MAUDE資料庫中醫療器材不良事件的訪問與理解。這個聊天機器人運用生成式AI技術，能執行計數和搜尋查詢，並透過openFDA API和GPT-4模型解釋用戶的自然語言查詢，生成相關的API調用，還能總結不良事件報告。用戶可透過提供的連結下載原始報告。這項計畫在讓患者安全數據更易於研究者存取和管理方面，具有重要意義。 PubMed DOI

這項研究強調環境科學中創新研究方法的必要性，以應對氣候變遷和生物多樣性喪失等全球挑戰。由於現有文獻的複雜性，識別有意義的研究主題變得困難。傳統文獻計量學無法捕捉新興跨學科領域，但人工智慧（AI）和大型語言模型（LLMs）的進步提供了新機會。研究發現，GPT-3.5在分析環境科學前沿主題上表現更佳，顯示跨學科研究、AI和大數據對解決環境挑戰的重要性。LLMs可成為研究人員的寶貴工具，提供未來研究方向的靈感。 PubMed DOI

人工智慧（AI）在健康溝通系統中的應用，顯著改變了公共衛生管理，尤其在緊急情況下，能透過數位渠道有效接觸大眾。本文探討通用對話式人工智慧（CAI）的角色，強調其在健康訊息傳遞中的潛力，特別是透過AI驅動的訊息平台提供個性化的健康介入。針對COVID-19疫情的案例研究顯示CAI在健康信息傳播上的有效性。我們建議公共衛生機構與AI技術合作，同時解決偏見、錯誤信息及隱私等挑戰，展望未來CAI將提升健康溝通的可靠性。 PubMed DOI

這項研究首次探討大型語言模型（LLMs）在環境決策中的應用，分析其潛在優勢與限制。研究提出兩個框架：一是LLMs輔助的框架，增強人類專業知識；二是LLMs驅動的框架，自動化優化任務。透過水工程中PFAS控制的案例，顯示這兩個框架在環境決策中的優化效果。結果顯示，LLMs輔助框架在調節流量和改善PFAS攔截上表現良好，而LLMs驅動框架在複雜參數優化上則面臨挑戰。研究強調人工智慧應輔助而非取代人類專業知識，為未來的合作奠定基礎。 PubMed DOI

隨著微塑料對健康影響的關注增加，對高品質數據的需求也隨之上升。目前的質量保證和控制（QA/QC）框架因手動評估耗時且不一致而面臨挑戰。本研究探討利用人工智慧（AI），特別是大型語言模型（LLMs），如ChatGPT和Gemini，來提升微塑料研究中的QA/QC過程。研究結果顯示，AI能有效提取信息並評估研究可靠性，顯示出在環境科學中標準化微塑料風險評估的潛力。 PubMed DOI