原始文章

在2024年10月29日,來自美國各藥學院的主席和副主席召開虛擬會議,討論藥學科學的現狀及研究生教育的最佳實踐。會議重點包括校友參與及受訓者對學術職業的低興趣。Dawn Beraud博士強調科學倡導的重要性,特別是在資金和政策決策方面。討論中提到大型語言模型的應用及財務支持挑戰,並提出NextProf PharmSci計畫,旨在透過工作坊幫助受訓者準備學術角色。與會者一致支持每年舉辦此活動,並計畫未來的主題與暑期學校計畫。 PubMed DOI


站上相關主題文章列表

自 ChatGPT 於 2022 年 11 月推出以來,有關在研究和教學中使用人工智慧的辯論一直持續進行。焦點集中在倫理、學術誠信、作者身份以及對新法律框架的需求。人工智慧可以提升批判性思考、協助藥物發現、增進臨床決策能力,並促使全球教育的重新評估。它挑戰傳統的教學方法,鼓勵更多批判性和創造性思考。一些大學已禁止在藥學課程中使用人工智慧。本評論討論了這場辯論對臨床藥學研究和教育的影響和機會。 PubMed DOI

像客製化的大型語言模型DELSTAR這樣的人工智慧技術,在臨床藥學研究中具有巨大潛力,可以識別和總結與藥物相關的資訊。這有助於制定更全面的處方指引,改進實踐支援應用程式,提高患者安全性。然而,確保人工智慧技術的準確和穩健使用將是一項挑戰。 PubMed DOI

全球抗生素耐藥細菌感染增加,急需新藥、疫苗和診斷工具。現行藥物開發模式不可持續,必須找新方法確保低收入和中等收入國家負擔得起治療。公私合作和公共資助可支持新治療投資,降低患者負擔。改善診斷工具對治療至關重要,但擴大使用面臨挑戰。疫苗可預防耐藥病原體感染,但開發資金有限。2024聯合國大會提供機會重新思考研究和開發策略,更有效應對疾病管理、預防、患者取得和抗生素管理。 PubMed DOI

2023年8月,科羅拉多大學的藥學博士課程學生進行了一項調查,了解他們如何使用ChatGPT。206名受訪者中,49%參與調查,結果顯示近一半的學生(48.5%)出於個人原因使用ChatGPT,30.2%用於學術,7.5%則用於臨床。個人使用主要是為了回答問題和資訊檢索(67.0%),學術上則是總結資訊(42.6%)。大多數學生(61.8%)希望了解ChatGPT如何幫助他們學習,28.1%認為應納入課程。整體來看,藥學學生對於整合ChatGPT進學習有強烈興趣。 PubMed DOI

生成式人工智慧(Gen-AI),像是ChatGPT,已在健康教育,特別是藥學領域引起關注。雖然其整合帶來潛在好處,但也存在學術誠信的風險。這篇綜述評估了Gen-AI在藥學教育中的影響,並強調了需要針對學術誠信風險的研究。研究顯示,雖然認識到Gen-AI的優勢,但缺乏相關的風險緩解策略。未來需加強對學生和教職員的教育訓練,並重新設計評估方式,以確保學術誠信。 PubMed DOI

這項研究調查了學生藥劑師對人工智慧(AI)和機器學習(ML)在藥學實務中的看法。研究發現,學生藥劑師對AI/ML持正面態度,但對其應用了解有限。他們認為AI/ML能提高準確性和效率,但也擔心警報疲勞和錯誤的風險。參與者希望能進一步了解這些技術,並希望將其納入藥學教育中。研究強調了藥學實務中整合AI/ML的需求,並呼籲藥劑師、教育機構與AI/ML公司合作,以克服挑戰。 PubMed DOI

當前生物醫學出版面臨許多倫理挑戰,主要包括作者身份不實、共同作者監督不足、缺乏原創性、香腸切片、重複提交及掠奪性期刊等問題。這些問題損害了研究的完整性,並增加了同行評審的負擔。為了改善這些情況,學術界應建立明確的作者標準、鼓勵原創性、實施嚴格的出版指導方針,並提高對掠奪性期刊的認識。透過這些措施,生物醫學界能夠維護研究的倫理與責任。 PubMed DOI

藥物短缺已成為全球性問題,影響醫療服務及病人健康。本研究針對阿聯酋杜拜Mediclinic Parkview醫院的藥物短缺進行分析,涵蓋2019年至2023年的數據。結果顯示,2020年短缺案例高達995例,尤其在COVID-19疫情期間,口服藥物最受影響。主要原因包括監管問題、生產延遲及供應鏈中斷。研究建議加強溝通、改善策略及投資技術,以應對未來的藥物短缺挑戰。 PubMed DOI

在過去五年,管理式醫療藥房受到疫情、生成式AI進步、藥品價格談判政策及治療創新等因素影響。為預測未來發展,進行了一項研究,聚焦資訊科技、治療與診斷、支付模式、藥房運營及公共政策。研究邀請1,238位參與者,最終獲得201份回應。參與者預測未來五年將出現胰高血糖素樣肽-1受體激動劑使用增加、數據洩漏及AI在授權審查中的應用等情況。研究強調了管理式醫療組織面臨的機會與挑戰,特別是在技術整合與專科治療方面。 PubMed DOI

在過去五年,管理式醫療藥房受到疫情、生成式AI進步、藥品價格談判政策及治療創新等因素影響。為預測未來發展,進行了一項研究,涵蓋資訊科技、治療、支付模式、藥房運營及公共政策等五大領域。研究邀請1,238人參加,最終獲得201份回覆。參與者預測未來五年將出現胰高血糖素樣肽-1受體激動劑使用增加、重大數據洩漏、新孤兒藥物批准及AI在授權審查中的應用等情境。關鍵議題包括政策變化、細胞基因療法進展及新支付模式等,顯示出機會與挑戰並存。 PubMed DOI