生成式人工智慧（genAI）在提升醫療保健方面潛力巨大，特別是心理健康護理，因為美國專業人員短缺。針對自殺相關查詢，我們評估了五個genAI工具的回應質量。結果顯示，79%的回應是支持性的，但只有24%提供危機熱線號碼，僅4%包含基於證據的干預資訊。雖然有害內容出現頻率不高，但開發者應在提供必要的心理健康資訊與降低風險之間取得平衡，確保心理健康的平等應成為優先事項。 PubMed DOI

這篇論文探討生成式人工智慧（GenAI）對研究生醫學教育（GME）的影響，指出其帶來的機會與風險。機會包括減輕電子健康紀錄的負擔、增強臨床模擬、個性化教育、支持研究與分析，以及改善臨床決策。不過，論文也提到風險，如AI輸出不準確、過度依賴AI資訊、學術誠信問題、潛在偏見及隱私風險。隨著GenAI技術的進步，理解其優缺點將變得相當重要。 PubMed DOI

這篇論文探討人工智慧（AI）在醫學，特別是學術外科中的重要性，強調其在影像識別、臨床決策和行政任務的應用。大型語言模型如GPT-4和Google的Bard在文本生成上帶來變革，能協助外科醫生撰寫手稿和申請補助。不過，AI的使用也引發了偏見、透明度和智慧財產權等倫理問題。論文回顧了AI的運作、潛在偏見及其負責任使用的重要性，並提出在學術和臨床環境中應強調透明度和倫理訓練的指導方針。 PubMed DOI

這項研究探討生成性人工智慧（GenAI）在心理治療中的應用，特別是透過敘事治療和認知行為治療的外化技術。研究者開發了兩個AI工具：VIVI，用於生成代表病人內心經驗的圖像；DIVI，促進對話角色扮演以互動。這些工具作為「人工第三者」，增強治療師與病人之間的關係，但也面臨同理心缺失和文化偏見等挑戰。為解決這些問題，作者提出了SAFE-AI協議，提供負責任使用AI的指導方針，並鼓勵未來研究評估其在不同族群和環境中的有效性及倫理影響。 PubMed DOI

人工智慧（AI）將對許多工作產生重大影響，特別是在醫療保健領域，尤其是癌症治療。雖然AI在診斷和放射腫瘤學中展現潛力，但仍需證據證明其臨床有效性。支持者強調人類監督的重要性，然而過度依賴AI可能導致技能退化。生成式AI的進展擴大了應用範圍，但需進行獨立研究以驗證效果。算法醫學應像新藥一樣受到重視，並需確保數據集的多樣性。此外，教育計畫和倫理考量也必須跟上，以確保病人護理的質量。 PubMed DOI

這篇論文探討生成式AI如何結合神經科學和生理學，推動精神醫學發展。AI能協助資料分析、實驗設計、臨床支援，還有助於發現新生物標記和建構症狀模型。作者強調AI與神經科學互相促進，但也提醒要注意數據品質、隱私和資源限制，建議在精神健康照護中審慎運用AI。 PubMed DOI

這篇系統性回顧發現，生成式AI像ChatGPT在心理健康領域有潛力，但目前在診斷、文化敏感度和情感互動上還有不少限制。多數研究評估方式較簡單，無法全面反映AI實力。使用者對信任度和情感連結也有疑慮。未來需要更進階的評估和長期研究，才能真正發揮AI在心理健康照護的價值。 PubMed DOI

生成式AI正快速改變臨床運動生理學，帶來更精準的運動處方與醫療服務，但也引發資料隱私、照護人性化及資源分配不均等問題。本文整理相關倫理與實務議題，呼籲建立明確指引並持續研究，確保AI安全、合乎倫理地應用於臨床。 PubMed DOI

這篇文章討論生成式 AI（像 ChatGPT）在澳紐精神科醫師訓練的應用，包含學員選拔和評量。雖然 AI 有助提升效率，但在病患資料的倫理和隱私上仍有限制。RANZCP 應調整評量方式，因為完全禁止 AI 並不實際。隨著 AI 快速進步，訓練內容也要持續更新，才能跟上潮流。 PubMed DOI

GPT-4等生成式AI能提升臨床效率，尤其在複雜照護上，但因推理過程不透明，容易引發安全疑慮。這在精神健康照護特別重要，因為該領域有獨特需求。作者提出CRITiCS架構，強調醫師需持續參與並理解AI推理，同時呼籲建立AI負責任使用的共識。 PubMed DOI