慢性糖尿病的管理需針對血糖控制制定個別化策略，尤其考量到多重用藥的風險。臨床決策支持系統（CDSS）可能提供解決方案。本研究系統性回顧CDSS在抗糖尿病藥物（ADs）管理中的有效性，從2010年到2023年共識別20項相關研究。結果顯示，專門針對AD的CDSS在近年受到重視，尤其對二甲雙胍和胰島素的研究顯示正面效果，但對新型AD如SGLT-2和GLP-1的研究仍然不足。研究強調CDSS在基層醫療中的潛力，並呼籲建立核心結果集以評估其有效性。 PubMed DOI

這項研究探討五種知識管理方法在臨床決策支持系統中的應用，目的是提升醫療服務並追求零錯誤。方法包括： 1. **影像數據模式識別**：利用機器學習分析醫學影像，快速處理大量數據，但需克服影像質量和標註數據的挑戰。 2. **結構化醫療數據挖掘**：從電子健康紀錄中提取見解，提供即時分析，但可能面臨數據孤島問題。 3. **文本挖掘**：從醫學文獻中提取資訊，保持系統更新，但需處理大量非結構化數據。 4. **可計算知識設計**：創建正式的醫學知識表示，便於整合，但需持續維護。 5. **大型語言模型**：利用語言模型理解臨床知識，靈活但可能面臨準確性問題。 研究評估這些方法的優缺點，旨在指導有效的CDS系統開發。 PubMed DOI

這項系統性回顧和統合分析評估了臨床決策支持系統（CDSS）對急性腎損傷（AKI）患者的影響，包含十項隨機對照試驗，共18,355名患者。結果顯示，CDSS對全因死亡率和透析需求無顯著影響，但能顯著降低高鉀血症的發生率，並改善腎小管過濾率（eGFR）的變化。總結來說，CDSS在AKI患者的死亡率和透析需求上未見臨床益處，但對高鉀血症和腎功能改善有正面效果。 PubMed DOI

本研究探討四種大型語言模型（LLMs）在肺栓塞影像學決策支持的準確性，包括Microsoft Bing、Claude、ChatGPT 3.5和Perplexity。結果顯示，Perplexity在開放式問題中表現最佳（0.83），而Bing在選擇所有適用項目問題中得分最高（0.96）。整體而言，開放式問題的表現優於選擇題。研究強調，LLMs的準確性不一致，需進一步改進，並指出放射科醫生在臨床決策中仍需謹慎選擇和調整。 PubMed DOI

多學科團隊（MDTs）在癌症護理中非常重要，但需要專家投入大量時間，導致醫療成本上升。最近大型語言模型（LLMs）的進展，可能提升臨床決策的效率，並降低MDT的相關成本。 一項針對171名新診斷前列腺癌患者的研究比較了兩個LLMs（chatGPT-4和Claude-3-Opus）與MDT會議的建議。結果顯示，LLMs的遵循率高達93%。不一致的情況主要因為臨床資訊不足。研究顯示，LLMs能生成準確的治療建議，未來有潛力簡化MDT流程，讓專家專注於更複雜的案例，並降低醫療成本。 PubMed DOI

這項研究探討經過微調的大型語言模型（LLM）在放射科CT檢查協議分配中的應用。研究分析了4,268例對比增強的胸部和腹部CT，並根據臨床指徵等訓練LLM。經過15個時期的微調後，模型準確率達到0.923和0.963，靈敏度為0.907。 評估結果顯示，LLM提升了住院醫師和放射科醫生的準確性，住院醫師的準確率從0.913提升至0.936，且閱讀時間分別縮短14%和12%。總體而言，LLM能有效提升CT協議的效率與診斷準確性。 PubMed DOI

這項研究探討了一個基於GPT-4的大型語言模型（LLM）在評估肌肉骨骼MRI掃描請求的有效性，特別針對放射學領域。這個模型結合了來自33項美國放射學會的適當性標準，並在70個虛構案例上測試。結果顯示，優化後的LLM準確率達92.86%，明顯優於基準模型和標準GPT-4，且在處理臨床資訊不足的案例時特別有效。這顯示出其在放射學臨床決策支持中的潛力。 PubMed DOI

這項研究探討了人工智慧（AI）輔助對醫生在胸痛分診中的決策影響，特別是人口統計偏見。50位美國醫師觀看白人男性或黑人女性病人的視頻，並在接受GPT-4建議前後回答臨床問題。結果顯示，AI輔助使白人男性病人的決策準確率從47%提升至65%，黑人女性則從63%提升至80%，改善幅度均為18%。研究未加劇偏見，顯示AI能提升決策並確保公平醫療。90%的醫生認為AI未來將在臨床決策中扮演重要角色，顯示其解決不平等問題的潛力。 PubMed DOI

這項研究探討醫學生在臨床案例評估中使用不同的臨床決策支持系統（CDSS）表現。學生分為三組，分別使用臨床實踐指導方針（CPG）、線上資料庫（OR）和ChatGPT。結果顯示，使用ChatGPT的組別回答速度較快，但在準確性上，CPG表現最佳。研究強調在醫學教育中有效使用大型語言模型（如ChatGPT）的潛在好處與風險，並建議應加強相關訓練，以降低誤用風險。 PubMed DOI

目前獨立專家在判斷是否該做電腦斷層（CT）檢查時，準確度還是比 GPT-4 和 Claude-3 Haiku 這些 AI 模型高。雖然 AI 在判斷掃描部位還可以，但在選擇檢查方式和顯影劑上就比較不準。現在還不適合完全靠 AI 處理 CT 轉介，但如果結合專家審核，應該能提升效率和品質。未來還需要更多研究，才能安全導入臨床。 PubMed DOI