研究探討利用數位健康干預預防心臟代謝疾病，特別針對健康不平等族群。利害關係人討論了包容設計障礙和促進因素，強調解決不平等問題。建議提供數位技能培訓、社區參與，改善DHIs設計和評估。研究結果強調患者權益、數據可用性和平等需求。強調解決數位健康不平等重要性，提出跨部門行動機會。 PubMed DOI

強調解決社會健康決定因素的重要性，特別是在COVID-19大流行時，以改善健康結果、減少健康不平等。討論數位健康和人工智慧在應對社會健康決定因素、增強疾病監測和病人照護的角色，如LLMs。提及數據標準化、基礎設施限制、數位素養和演算法偏見等挑戰，可能影響AI好處的公平獲取。建議採取多層次的數位包容作為社會健康決定因素的一部分，並全球性需要倫理AI框架，確保負責任的AI實踐。提出建議，彌合公平AI技術開發和實施之間的差距。 PubMed DOI

研究分析了2010年至2023年間2,860篇文章，探討人工智慧在遠距醫療的應用。研究指出文章數逐漸增加，美國和中國為主要產出國家。主題包括AI、遠距醫療、機器學習、數位健康和深度學習。新興詞如ChatGPT和行動健康指出未來研究方向。研究旨在推動AI在遠距醫療的創新應用。 PubMed DOI

全球老年人口增加對醫療系統構成挑戰。一項研究透過訪談、調查和人工智慧輸入探索了策略。主要優先事項包括整合老年醫學培訓、推廣居家護理、建立全面護理系統、加強初級護理，以及強調預防。這些策略旨在有效應對老年人口的健康需求。 PubMed DOI

這項研究透過分析過去25年《醫學網路研究期刊》的出版物，探討數位健康研究的演變與趨勢。從PubMed檢索到8,068篇論文，並運用自然語言處理方法評估關鍵字。結果顯示，JMIR的出版量持續上升，2020年達到高峰，美國貢獻最多，中國則顯示顯著增長。研究主題已從早期的網路健康轉向COVID-19及機器學習等技術。預測未來幾年，人工智慧、數位健康和心理健康將成為重點，顯示數位醫學的持續演變。 PubMed DOI

人工智慧（AI）在醫療保健的應用已經顯著改變了診斷和治療方式，特別是在資源不足的環境中，能有效縮小醫療差距。不過，為了在這些地方負責任地實施AI，必須考量當地需求及公平醫療的挑戰。研究指出成功實施AI的四大關鍵：基礎設施需求、部署與數據管理、教育與訓練，以及負責任的AI實踐。透過這些領域的專注，能促進AI的可持續整合，提升醫療服務的可及性。 PubMed DOI

這項研究探討大型語言模型（LLMs），特別是GPT-4o，在公共衛生文件分析中的應用，像是社區健康改善計畫。研究比較了GPT-4o的半自動化輸出與人類分析師的表現。 主要發現包括： 1. **準確性**：GPT-4o的抽象準確率為79%，錯誤17次；人類分析師則為94%，錯誤8次。數據綜合方面，GPT-4o準確率僅50%，錯誤9次。 2. **時間效率**：GPT-4o在數據抽象上耗時較少，但考慮到提示工程和修正錯誤，實際節省不明顯。 3. **謹慎態度**：建議公共衛生專業人員謹慎使用生成式AI，權衡資源節省與準確性問題。 總之，GPT-4o在公共衛生內容分析上有潛力，但需注意其限制。 PubMed DOI

COVID-19疫情促進了公共衛生監測和疫情管理的AI工具發展。雖然這些AI程式展現潛力，但也引發了數據隱私、偏見和人機互動的擔憂。世界衛生組織（WHO）最近的會議專注於AI在公共衛生中的角色，邀請多個機構分享見解。AI在診斷和數據處理上改善了臨床護理，但倫理考量如數據使用和算法偏見也很重要。公共衛生官員需建立透明、負責和公平的治理框架，並解決全球數據獲取的不平等問題，以確保公平醫療結果。 PubMed DOI

初級衛生保健（PHC）對全球健康系統及全民健康覆蓋非常重要。在中國，PHC面臨資源分配不均、專業人員不足、分級治療不力及慢性病管理等挑戰。人工智慧（AI），特別是大型語言模型（LLMs），為PHC帶來許多應用機會，如健康促進、醫療諮詢及心理健康支持等。不過，透明度、結果誤導、隱私及社會偏見等問題需解決。未來應專注於跨領域合作、改善健康公平，並發展倫理及法律框架，以確保AI在醫療中的安全有效使用，最終支持全民健康覆蓋。 PubMed DOI

隨著全球人口老化，長期及急性後期照護系統面臨重大挑戰，特別是在提供老年人優質照護方面。健康資訊科技被視為解決方案，但在LTPAC環境中整合科技仍有許多障礙。2024年6月的國際老年人照護創新與科技高峰會中，47位專家進行了研究，透過討論小組收集質性數據，並使用人為編碼和AI分析。結果顯示科技障礙、倫理考量及病人中心照護的重要性。這項研究強調了持續探索科技在老年人照護中的應用及改善照護品質的必要性。 PubMed DOI