大型語言模型（LLMs）和人工智慧技術的應用正改變我們與科技互動方式。最近有研討會討論LLMs在醫學研究的應用，以及AI在科學領域的倫理、法律和社會影響。研討會邀請了不同背景的演講者，包括研究人員、教育工作者和政策制定者，他們強調利用這些技術在科學研究和教育中所面臨的機會和挑戰。 PubMed DOI

LLMs有潛力改善老化和失智症護理，研討會探討了這個議題，強調LLMs在臨床決策和預測分析中的重要性。同時也提到了道德議題，強調平衡技術進步和道德考量的重要性。展望LLMs將革新醫療保健，但也提到需要面對的挑戰。 PubMed DOI

NYU Langone Health 的 Prompt-a-thon 是一個創新的醫療群眾外包活動，專注於生成式人工智慧（GenAI）。活動旨在提升 AI 的流暢度，並促進跨學科合作，包含教育課程和實作工作坊，參與者可使用真實醫療數據進行實驗。調查顯示，參與者對使用 GenAI 的信心提升，並更願意在同事中推廣。整體反應良好，技術問題少，參與度高，為未來將 GenAI 整合進醫療環境提供了寶貴見解。 PubMed DOI

這項研究探討了使用OpenAI的ChatGPT（版本3.5和4.0）來協助分析患者在社區眼科診所的訪談逐字稿。傳統質性研究耗時且繁瑣，研究人員比較了ChatGPT與人類研究者識別的主題。分析三份逐字稿後，研究者找出六個主要主題，並發現ChatGPT的分析時間顯著縮短，版本3.5約11.5分鐘，4.0約11.9分鐘，而人類需240分鐘。ChatGPT生成的主題與研究者的一致性介於66%到100%，顯示出其在質性研究中的潛力與效率。 PubMed DOI

這篇手稿探討了人工智慧（AI）在電子健康紀錄（EHRs）實施科學中的創新應用。由15位專家組成的小組討論了EHRs如何協助實施策略與結果，並利用ChatGPT整理討論筆記，形成初步手稿，後續由參與者修訂。小組指出EHRs能支持的具體策略與指標，並強調需隨技術進步調整實施科學。雖然ChatGPT的摘要提供了概覽，但缺乏深度，需大量編輯以符合文獻。研究顯示EHRs在實施科學中的潛力，並強調對資訊學與實施專業知識的需求，顯示人類監督的重要性。 PubMed DOI

2024年語音人工智慧研討會由Bridge2AI-Voice聯盟主辦，聚焦語音生物標記及人工智慧在醫療領域的最新進展。專家們討論了語音數據標準化、AI部署、語音障礙輔助技術等主題，並透過講座和互動討論促進各界合作。研討會成果包括國際標準的討論、AI實際挑戰的解決及數據收集的審查，並強調倫理AI實踐的重要性。未來將專注於數據標準化及多樣化數據集，以提升模型的穩健性，推動AI在醫療診斷和治療中的應用。 PubMed DOI

這篇論文探討了傳統大型語言評估的限制，特別是在聽力和口語方面。聽力評估常無法真實反映互動能力，而口語則受限於任務格式。雖然自動化評估有潛力，但仍面臨挑戰。論文提出利用大型語言模型來增強自動化題目生成，創造更複雜的評估內容。具體而言，為Duolingo英語測試開發的互動聽力任務能更真實地評估考生的對話能力。研究顯示，這種方法有效且能改善語言測試中的互動能力評估。 PubMed DOI

2024年語音人工智慧研討會將在佛羅里達州坦帕舉行，由Bridge2AI-Voice聯盟主辦。會中邀請了Dr. Rupal Patel和Dr. Nicholson Price進行主題演講，探討語音人工智慧在醫療保健的整合及其倫理法律影響。Dr. Patel將分享「語音人工智慧的反思與新前沿」，聚焦於早期健康檢測的創新應用；而Dr. Price則會談「臨床語音人工智慧的治理」，強調監管與倫理挑戰。此次研討會旨在促進跨學科合作，建立醫療人工智慧的倫理指導方針。 PubMed DOI

這份報告探討了基於音頻數據訓練的人工智慧（AI）模型在提升臨床任務和醫療決策的潛力，特別是在資源有限的環境中。目前技術主要依賴高收入國家的數據，這對廣泛應用造成挑戰。報告介紹了一個新應用程式HEAR，透過音頻問題收集健康資訊，創造「語音電子健康紀錄（Voice EHR）」。初步實驗顯示，這種方法收集的數據與傳統方式相比，相關性相當甚至更高，能捕捉複雜的健康生物標記，可能解決標準臨床數據集的限制。 PubMed DOI

為了提升住院病人的睡眠品質，我們開發了一個對話式代理，能有效收集和分析睡眠數據。這個系統使用Richards-Campbell睡眠問卷，並加入環境因素的問題，如房間溫度和照明，全面評估睡眠干擾。透過病人的口頭回應，代理能識別影響睡眠的環境和護理因素，並提供非藥物介入方案。結合先進的人工智慧技術，這個系統簡化了睡眠評估，支持以病人為中心的醫療，展現提升睡眠品質管理的潛力。 PubMed DOI