人工智慧，特別是大型語言模型（LLMs），現在被廣泛運用，因為能跟人類溝通。透過大量網路資料訓練，LLMs能產生各種專業文本。研究指出，GPT-4能在不到一小時內寫出完整的藥學手稿。雖然LLMs在科學研究有潛力，但仍需要人類參與，如參考文獻和數據驗證。該研究探討了將LLMs融入科學研究的優勢和挑戰。 PubMed DOI

這項研究比較了人類和人工智慧在創意潛力上的表現，使用了類似「替代用途任務」的任務，發現AI，特別是GPT-4，在原創性和詳述性方面比人類參與者更具創意。這表明目前的AI語言模型比人類具有更高的創意潛力。 PubMed DOI

藥物開發費用高達25億美元，討論了調整現有分子和創造新分子兩種方法。人工智慧在藥學領域帶來革命，尤其生成式人工智慧在藥物發現中備受矚目。探討了不同生成式人工智慧模型、應用、挑戰及潛力。強調了商業合作夥伴在藥物發現中的重要性。 PubMed DOI

生成式人工智慧技術正在革新科學寫作、洞察發現和程式碼開發。提示工程對於最大化人工智慧的效率和品質至關重要。研究人員應該將他們的專業知識與人工智慧結合起來，但不要過度依賴它，以確保高品質的科學研究。 PubMed DOI

討論了生成式人工智慧在醫學診斷中的應用，包括支援訪談、協助鑑別診斷和強化臨床推理。雖然GAI有助於轉換患者描述為圖像和提供診斷，但也有風險，如產生錯誤資訊。整合GAI與人類決策可提升診斷速度和正確性，未來應該強調結合人類診斷推理，增進而非取代醫療專業知識。 PubMed DOI

生成式人工智慧可提升個人創造力，但可能限制集體創新，因為內容相似。實驗顯示，對於缺乏創意的作者，使用AI點子有助提升創造力和寫作品質。然而，AI生成的故事相似度高，可能降低多樣性。這個困境凸顯個人創造力與集體創新的取捨。對支持創造力的研究者、政策者和從業者具啟發意義。 PubMed DOI

「AI 科學家」是一種創新的生物醫學研究方法，旨在設計 AI 系統來增強人類能力，而非取代人類。這些 AI 代理能進行懷疑式學習和推理，與人類研究者有效合作。透過整合先進的 AI 模型與生物醫學工具，它們能分析大量數據、探索假設並自動化重複性任務，簡化研究過程。這些代理還能持續學習，保持最新的科學知識，應用於虛擬細胞模擬、新療法開發等領域，促進生物醫學研究的進步。 PubMed DOI

這篇評論探討了人工智慧（AI）在癌症研究中的雙重角色。一方面，AI工具如人工通用智慧（AGI）和生成式AI（GenAI）提升了研究效率，幫助科學家在腫瘤分析和治療預測上取得進展，對癌症患者的研究價值有正面影響。另一方面，過度依賴AI可能削弱人類的創造力、批判性思維和抽象能力，影響科學的突破性發現。總之，雖然AI能提升癌症研究的生產力，但也帶來創造性和批判性思考的風險。 PubMed DOI

這項研究評估生成式人工智慧（GAI）工具在健康政策識別與解釋的有效性，並與人類專家比較。研究使用了針對緊急和兒童疫苗接種政策的數據集，結果顯示GAI工具與專家的回應一致率為67.01%，而專家的則為78.09%。雖然GAI加快了數據收集，但在非洲、東南亞和東地中海地區出現超過50%的錯誤表述，特別是在疫苗接種政策上。GAI在政策解釋方面效果較差，顯示需進一步開發以提升準確性。儘管如此，GAI在健康政策識別的質量保證上仍具價值。 PubMed DOI

這項研究探討了生成式人工智慧（如ChatGPT）在標準化創造力測試中的表現。結果顯示，雖然ChatGPT能生成大量內容，但其創意質量僅屬於平均水平。研究強調AI創造力的隨機性及對訓練數據多樣性的依賴，呼籲我們重新評估傳統創造力的衡量標準，特別是在AI的情境下。研究指出人類參與引導AI達成真正原創性的重要性，並建議進一步探討人類與AI的合作及評估AI創造力的方法。 PubMed DOI