研究探討英國包容性健康群體對醫療註冊和可及性的看法，發現參與者遇到理解不足、溝通問題、歧視恐懼和數位訪問障礙。許多人因此轉向急診服務。促進因素包括個別支持、外展工作和專科家庭醫生服務。研究強調需要改善弱勢群體對初級醫療的訪問，並協調政策行動。 PubMed DOI

英國公共衛生研究缺乏族群資料，尤其影響年輕人和移民族群的健康不平等問題。研究發現，報告族群資料的論文存在不同，有些缺乏詳細分析。建議允許個人描述自己的族群，並認同族群可能會改變。研究強調健康研究需謹慎考量族群因素，雖然實踐上會面臨挑戰。 PubMed DOI

本研究探討影響中國醫療專業人士採用醫療大型語言模型（MLLMs）的因素，基於擴展的科技接受模型（TAM），並考量心理及人口統計因素。從2023年3月到12月進行的調查中，有955名醫療人員參與。結果顯示，感知易用性顯著預測感知有用性和滿意度，內容品質影響滿意度但不影響有用性，技術支持和社會影響則增強感知有用性。感知有用性對滿意度和使用行為有正面影響，而感知風險則有負面影響。性別、年齡、教育程度和職稱等因素會調節滿意度與使用行為的關係，為未來醫療領域的MLLMs開發提供了重要見解。 PubMed DOI

這項研究探討了英國Covid-19疫情期間女性健康不平等的惡化，採用跨學科的方法，結合健康、女性主義及基礎設施地理的觀點。研究利用網路檔案和數據分析技術，分析疫苗、社會少數群體及女性自我照護等主題。結果顯示，疫情複雜地加劇了女性和女孩的健康不平等，並強調了數位健康基礎設施的重要性，建議從地理危機的角度考量公共衛生準備。 PubMed DOI

針對英國住院醫師薪資協議的討論，分析了subreddit DoctorsUK上的評論，發現意見與官方投票結果有明顯差異。在1,297條評論中，只有548條被納入研究，230條表達投票意向，結果顯示26.1%支持協議，73.9%反對，而正式投票中66%選擇接受。情感分析顯示三篇帖文情感偏負面，且統計檢定顯示意見與投票結果有顯著差異。研究指出，Reddit的匿名性可能影響討論內容，並呼籲對匿名論壇意見的可靠性進行檢視。 PubMed DOI

本研究探討護理學生對大型語言模型（LLMs）的看法，並運用計畫行為理論（TPB）進行分析。研究於2024年1至6月進行，透過目的性和滾雪球抽樣招募24名來自中國13所醫學大學的護理學生，並進行半結構式線上訪談。分析結果顯示，影響學生採用LLMs的因素包括正面態度、媒體影響、使用者友好設計等促進因素，以及謹慎態度、組織壓力、數位素養不足等障礙因素。研究結果可為護理教育者提供整合LLMs的參考。 PubMed DOI

這次研討會旨在改善慢性腎臟病（CKD）研究的傳播，讓患者和照顧者更容易獲取相關資訊。參與者包括27位患者和照顧者，以及54位來自澳洲的健康專業人員，提出三個主要策略： 1. **引起興趣**：強調研究好處，使用吸引人的方式，增加臨床能見度，並利用流行文化吸引注意。 2. **消除獲取障礙**：確保研究文章免費、提供翻譯、創建易懂摘要，並考慮CKD患者的便利性。 3. **展示可信度**：篩選高品質信息，透過熟悉的網絡分享以建立信任。 這些策略能增強患者和照顧者的參與，改善CKD管理。 PubMed DOI

這項研究探討了中國醫院管理者對大型語言模型（LLM）人工智慧工具的使用情況，重點在於影響其日常行政任務的因素。研究在北京、深圳和成都的三級醫院進行，訪談了31位中層管理者。 主要發現包括：只有22.6%的參與者對LLM工具非常熟悉，成都的使用情況最佳。正面經驗和技術專業知識促進採用，但準確性疑慮、技能不足和培訓缺乏是主要障礙。參與者主要用於文件撰寫，顯示高級功能應用有限。研究建議需結構化教學和支持，以提升工具的可用性和整合性，並強調針對性培訓的重要性。 PubMed DOI

這項研究探討使用者如何決定信任並採用生成式人工智慧，特別針對DeepSeek這個大型語言模型在醫療領域的應用。研究發現，大多數受訪者對醫療提供者使用AI感到舒適，前提是結果經過驗證。信任被視為關鍵因素，使用便利性和感知有用性會影響使用意圖，而風險感知則有負面影響。研究建議，當DeepSeek易用且值得信賴時，使用者更可能採用，並呼籲進一步探討隱私和文化差異等因素。 PubMed DOI