這項研究探討了緊急情境中的分診決策，對比醫療專業人員與人工智慧（AI）模型的表現。研究發現，醫療人員的準確率（30.7%）高於AI模型（25.5%），顯示人類專業知識在分診中仍然更可靠。研究涉及50個虛擬病人情境，參與者使用土耳其衛生部的顏色編碼系統進行分類。雖然AI能快速分析數據，但在此情境下表現不如人類。作者建議結合AI與人類專業知識，以提升分診系統的效率。 PubMed DOI

這項研究評估了生成式人工智慧模型在預測小兒急診病人緊急嚴重指數（ESI）等級的表現，發現幾個關鍵見解： 1. **模型表現**：Claude-3 Opus 在未經訓練的模型中表現最佳，敏感度80.6%、特異度91.3%。 2. **微調影響**：微調後的 GPT-4.0 顯示顯著改善，敏感度77.1%、特異度92.5%。 3. **可靠性評估**：Claude-3 Opus 的一致性最高（κ: 0.85），顯示出強烈的評分者間可靠性。 4. **統計分析**：微調前後的比較顯示 GPT 模型有顯著改善。 5. **結論**：生成式人工智慧模型能準確預測小兒 ESI 等級，微調後表現更佳，成為急診分診的有價值工具。 PubMed DOI

這篇論文針對醫療領域中安全實施大型語言模型（LLMs）的需求，提供了具體指導方針。雖然LLMs有助於改善醫療功能，但目前缺乏實用建議。作者提出逐步方法，包括保護病人隱私、調整模型以符合醫療需求、微調超參數、設計醫療提示、區分臨床決策支持應用、評估輸出質量及建立模型治理框架。此外，論文介紹了ACUTE助記符，幫助評估LLM回應的準確性、一致性、語義不變性、可追溯性及倫理考量，旨在協助醫療機構安全整合LLMs。 PubMed DOI

人工智慧（AI）在醫學領域的發展迅速，主要得益於大量生物醫學數據和創新演算法。它的應用範圍不斷擴大，從輔助診斷到預測疾病進展，促進個人化醫療的實現。像ChatGPT這樣的語言模型引起醫學界的關注，雖然使用方便，但在醫療環境中的可靠性仍需考量。這篇綜述探討了醫學AI的關鍵概念、數據來源及常見的研究陷阱，並分析了技術轉變的實際與倫理影響，強調醫療界需有效整合這些工具。 PubMed DOI

本研究探討AI模型（如GPT-3.5和GPT-4）在急診科生成病症鑑別診斷的表現，並與急診科醫師的準確性進行比較。結果顯示，ChatGPT-4的準確率為85.5%，略高於ChatGPT-3.5的84.6%和醫師的83%。特別是在腸胃主訴方面，ChatGPT-4的準確性達87.5%。研究顯示AI模型在臨床決策中具潛在應用價值，建議未來進一步探索AI在醫療中的應用。 PubMed DOI

人工智慧（AI）正在改變醫療保健，但也帶來了倫理和法規挑戰。本研究旨在建立一個可信賴的AI框架，強調透明度和公平性，並提供可行策略以在臨床中實施。透過文獻回顧，發現目前AI治理存在缺口，提出了適應性監管框架和可量化的可信度指標。研究強調多方參與和全球合作的重要性，以確保AI創新能解決醫療需求。實現可信賴的AI需要技術進步、倫理保障和持續合作，促進負責任的創新並提升病人結果。 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

AI 在急診醫學應用越來越多，像是影像判讀、病患分級等，準確率約有 85–90%。雖然在影像判讀和醫學教育很有潛力，但要真正落實到臨床還有不少挑戰，還需要更多大型研究來驗證。 PubMed DOI

最新研究發現，OpenAI 的 o1 LLM 在急診臨床決策上表現跟醫師差不多，診斷和收治判斷準確率都超過九成，甚至在異常檢驗判讀上還拿到滿分。相比之下，Claude-3.5-Sonnet 和 Llama-3.2-70B 在治療計畫上表現較弱。整體來說，o1 有機會成為急診醫療現場的專業決策輔助工具。 PubMed DOI

雖然生成式AI在臨床推理上有潛力，但目前缺乏真正的邏輯推理能力，且常用過時或不符本地的資料，可靠性令人擔憂。要讓醫療AI值得信賴，必須結合最新、在地資訊、專業醫師合作，以及透明可解釋的決策流程，才能實現安全、合乎倫理、以病人為中心的應用。 PubMed DOI