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

語言和言語障礙對溝通能力造成挑戰，影響學業和社交。ChatGPT等AI工具在協助這些障礙者方面展現潛力，透過增強和替代溝通技術及言語治療應用程式，能有效支持他們的需求。未來需持續研究，確保這些AI工具在臨床上可負擔且可及，以改善言語和語言障礙者的溝通能力。 PubMed DOI

這項研究發現，AI聊天機器人產生的科學白話摘要比人類寫的更容易懂，對教育程度較低的人特別有幫助，品質也差不多。研究人員，尤其是非英語母語者，可以用AI來寫PLS，但還是要記得檢查內容有沒有錯。 PubMed DOI

這篇論文介紹一套語音超市助理系統，評比四種語音辨識工具，發現 OpenAI 的 Whisper 準確度最高。團隊還開發多LLM聊天機器人架構，使用體驗比單一GPT-4 Turbo更好，能把回應連結到貨架位置，方便機器人導航。結果顯示，結合多個專業模型比只用一個大型模型更有效。 PubMed DOI

這項研究比較六種AI語言模型設計5歲兒童語言治療計畫的表現，發現AI產出的計畫品質從「需要改進」到「符合預期」都有。使用更結構化的提示能提升結果，但提供更多個案細節未必有幫助。每種AI工具各有優缺點，這些發現可作為語言治療師和教育人員負責任使用AI的參考。 PubMed DOI

這項研究發現，AI聊天機器人在醫療互動相關回顧的表現和人類一樣準確，內容更完整、脈絡解釋也更好，但回答較長。人類則較少加入新內容。ZenoChat表現最佳，顯示大型語言模型能有效協助質性研究，加快整理證據的速度。 PubMed DOI

這項研究發現，利用 ChatGPT 進行現象學分析，不僅能處理大量質性資料，還能維持分析深度。透過自訂提示詞，AI 能有效整理與詮釋人類經驗，展現成為意識研究輔助工具的潛力。不過，方法還需優化，才能更精確掌握細微差異。 PubMed DOI

這項研究提出 ABCD 系統，利用兩個 AI（AI 臨床醫師和 AI 失語症患者）自動模擬語言治療對話，省時又省錢，不需真人參與。系統用 GPT-4o 和語音工具打造，zero-shot 提示效果最好。ABCD 有助於開發和測試失語症治療 AI，突破臨床研究瓶頸，未來應用潛力大。 PubMed DOI

VOICE 是一套結合大型語言模型和互動視覺化的科學溝通工具，能用語音指令即時操作 3D 模型並獲得解說。它採雙層代理架構、微調和提示工程，並以分子視覺化為例，經用戶研究證實能有效滿足需求。更多資訊可見 https://osf.io/g7fbr。 PubMed DOI