這項研究評估了四個大型語言模型（LLMs）在前列腺癌治療相關的資訊檢索和風險評估任務中的表現，特別針對第四期患者。研究使用350份模擬報告，並針對三個風險評估任務和七個資訊檢索任務進行評估。結果顯示，所有模型在資訊檢索任務中表現良好，但在風險評估上差異明顯，ChatGPT-4-turbo表現最佳。儘管結果令人鼓舞，研究仍提醒可能的誤解會影響臨床決策，並呼籲進一步研究以驗證結果的普遍性。 PubMed DOI

乳腺癌仍是重要的健康議題，早期檢測能提高存活率。磁共振成像（MRI）因其對侵襲性乳腺癌的高敏感性，成為關鍵工具。電腦輔助檢測（CADe）系統能識別潛在病變，幫助醫生專注於重要區域，並與電腦輔助診斷（CADx）系統整合。 本篇綜述探討CADe系統在乳腺MRI中的現狀，涵蓋傳統方法及機器學習技術的演變。儘管有進展，CADe系統仍面臨假陽性、假陰性率及技術挑戰等問題。未來將專注於開發更穩健的算法，提升臨床應用的可行性。 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

核醫學在人工智慧（AI）的整合下已取得顯著進展，提升了診斷、預後、影像品質和治療效果。早期AI主要透過機器學習提高疾病分類和預測準確性，最近深度學習的進展則改善了影像診斷和個人化治療。不過，數據稀缺、異質性和倫理問題仍是挑戰。透過跨學科合作克服這些問題，將有助於AI在核醫學的更廣泛應用，進而改善病人護理和治療結果。 PubMed DOI

人工智慧（AI）技術的迅速發展，特別是在深度學習和神經網絡方面，對腸胃道腫瘤的研究影響深遠。這些腫瘤複雜且多樣，讓早期檢測和個性化治療變得困難。AI能提高腫瘤篩檢的準確性和敏感性，協助識別生物標記、預測治療反應，並設計個性化治療計畫，最終改善病人治療效果。此外，AI與多組學分析及影像技術的結合，推進了腫瘤微環境的研究，並增強了醫學影像分析的能力。 PubMed DOI

生成式人工智慧（GAI）正在革新癌症研究與治療，特別是在腫瘤學領域。這篇綜述探討了GAI的現況與未來應用，尤其在泌尿系腫瘤方面的角色。GAI透過整合多種數據，提升癌症診斷與影像解讀，並協助臨床決策與治療選擇，還能簡化行政任務與後續護理。儘管GAI在提高診斷準確性上展現潛力，但其不穩定性仍需人類監督與專業指導，以確保有效整合於腫瘤學實務中。 PubMed DOI

隨著影像檢查普及，腎細胞癌被診斷的案例增加，分辨腎臟良性或惡性病灶變得更重要。AI技術（像機器學習、深度學習）已廣泛應用於腎臟病灶的偵測與分類，協助診斷和個人化治療。雖然AI展現潛力，但仍面臨資料差異、可解釋性及發表偏差等挑戰。 PubMed DOI

這篇系統性回顧整理了2020到2025年間，AI數位分身在攝護腺癌病理學的應用進展，像是提升診斷、預測和個人化治療。文中也點出即時資料整合、可解釋性和臨床驗證等挑戰，並建議未來可結合多模態資料和大型語言模型，協助精準醫療發展。 PubMed DOI

這篇綜述分析67篇AI應用於MRI的研究，發現AI能加快掃描和判讀速度、自動分割影像，提升工作效率。常用技術有ResNet、U-Net等卷積神經網路。雖然AI表現不錯，但因外部驗證不足、資料集不一致，臨床應用還有限。未來需更多標準化研究，才能讓AI安全有效地用在臨床MRI。 PubMed DOI

大型語言模型在癌症影像領域應用越來越多，像是自動產生報告、分類影像、整合臨床指引，還能幫助病人理解報告。未來有機會協助腫瘤委員會討論、治療管理和預測副作用。不過，目前還有幻覺和表現不穩定等問題，限制臨床應用。 PubMed DOI