這項研究探討大型語言模型（LLMs）在總結睡眠醫學研究文章的效果，並與醫學生的摘要進行比較。19名醫學生評估了三個AI生成和三個人類生成的摘要，結果顯示兩者在可讀性和理解上無顯著差異（p值均大於0.2）。不過，研究也指出參與者人數少、可能的偏見及缺乏視覺輔助等限制。總體來看，AI生成的摘要與人類的相當，但仍需進一步研究以了解AI在醫學文獻總結中的優缺點。 PubMed DOI

醫學生在臨床前教育中，常覺得藥理學難以掌握，因為傳統教學方式多為被動學習。本研究透過多模態生成式人工智慧（genAI）來改善臨床藥理學教學，創造了一個名為「破碎的拖鞋」的互動多媒體體驗。這個專案使用各種genAI工具，旨在提升學生的參與感，並教導免疫系統藥理學。調查結果顯示，學生對這種新方法的偏好明顯，考試表現也相當優異，顯示出這種教學方式的潛力。未來可進一步研究其長期效果及在臨床環境中的應用。 PubMed DOI

這項研究探討了電路阻力訓練（CRT）、素食/地中海飲食（VegMedD）及藥物empagliflozin對65歲以上2型糖尿病老年人靜息代謝率（RMR）的影響。67名參與者隨機分配到三組，持續10週。結果顯示，各組RMR變化無顯著差異，但CRT組有16%的人RMR略增，VegMedD和empagliflozin組各有25%的人類似情況。影響RMR的因素包括睡眠時數、體脂百分比和腿部力量，建議這些是改善代謝健康的重點，並需進一步研究。 PubMed DOI

這項研究探討大型語言模型（如ChatGPT-4）在協助醫療外行人進行醫師持續醫學教育（CME）訓練的潛力，特別針對德國的情況。研究中，成年高中生參加隨機對照試驗，測試他們在不同使用條件下的CME測試表現。數據收集仍在進行中，預計2025年初會公布結果。研究可能會重新評估人工智慧在持續醫學教育中的角色，並揭示其整合的優缺點。該研究已在開放科學框架註冊，詳情可參考提供的連結。 PubMed DOI

這項研究探討如何利用大型語言模型（LLMs）為高中生提供個性化建議，以提升他們的福祉和學業表現。研究分析了12名學生的數據，包括Fitbit指標和學校表現，並針對每位學生生成建議。結果顯示，雖然建議通常清晰可行，但與學生個別數據的對應程度有所不同，顯示出改進空間。研究強調了LLMs在個性化支持的潛力，但也需進一步驗證和完善，未來應聚焦於介入研究及解決倫理和數據隱私問題。 PubMed DOI

PROMESS-Stress 臨床試驗旨在幫助醫學生透過三階段的壓力管理計畫來應對壓力。計畫包含學生與專家的個別會議，提供個性化建議和目標設定，以減少壓力並改善應對方式。研究將評估該計畫對45名里昂東醫學院本科醫學生的影響，測量介入前後的心理和生理壓力水平。主要結果為感知壓力量表（PSS）分數變化，次要結果則探討壓力應對行為及滿意度。該研究已獲倫理批准，並將遵循 CONSORT 指導原則報告，結果將在科學會議及期刊上分享。 PubMed DOI

這項研究探討了睡眠時長、睡眠困難與慢性腎病（CKD）患者脆弱性之間的關係，分析了2005至2018年國家健康與營養檢查調查的數據，涵蓋5,211名成年CKD患者。主要發現包括：短睡眠（少於7小時）和長睡眠（超過7小時）均增加脆弱性風險，且有睡眠困難的患者風險顯著上升。研究還發現年齡會影響這些關係，並指出脆弱性與睡眠時長之間存在U型關係，最佳睡眠時長約為7.12小時。結論強調睡眠健康策略對CKD患者脆弱性管理的重要性。 PubMed DOI

這項研究探討胰高血糖素樣肽-1受體激動劑（GLP-1RAs）對2型糖尿病患者的影響，共有271名參與者。結果顯示，GLP-1RA組在餐後血糖、糖化血紅蛋白、飲食控制、用藥依從性、焦慮和睡眠品質等方面表現優於長效胰島素組。這表明GLP-1RAs可能有助於改善患者的自我管理行為、焦慮及睡眠品質，並有助於體重和血糖控制。 PubMed DOI

這篇系統性回顧分析63項隨機對照試驗，發現壓力管理課程、問題解決治療和正念冥想對自我操作的行動壓力管理最有效。人為支持和科技功能效果不明顯。研究品質和性別比例失衡是限制。這些結果有助於未來設計更有效、可擴展的壓力管理方案，促進健康平等。 PubMed DOI

一項第二期臨床試驗發現，口服oveporexton能有效提升第一型嗜睡症患者的清醒度、減少嗜睡感，並降低猝倒發作，效果優於安慰劑。常見副作用為短暫失眠、尿急和尿頻，未見肝毒性。整體來說，oveporexton治療第一型嗜睡症相當有潛力。 PubMed DOI