Proactive Polypharmacy Management Using Large Language Models: Opportunities to Enhance Geriatric Care.
利用大型語言模型進行主動性多藥治療管理：增進老年病護理的機會。 J Med Syst 2024-04-17

多重用藥對於複雜的醫療案例是挑戰，尤其在初級醫療人力短缺和人口老化情況下。研究發現ChatGPT在臨床情境中的藥物停用決策有助於管理多重用藥。ChatGPT建議停用藥物，但會考慮患者狀況。隨著日常活動受損，停用藥物數量增加，尤其是止痛藥。結果顯示ChatGPT可能是初級醫療提供者管理多重用藥的有用工具。 PubMed DOI

Large language model aided automatic high-throughput drug screening using self-controlled cohort study.
大型語言模型輔助的自我對照隊列研究自動化高通量藥物篩選。 medRxiv 2024-08-16

新藥開發和不良藥物反應檢測傳統上耗時且成本高，但隨著大規模醫療數據庫和大型語言模型的興起，藥物篩選變得更有效。本研究提出一個自動化高通量藥物篩選流程，具備多項優勢，包括估算藥物與疾病的關聯、整合藥物重新利用與監測、準確解析暴露時間等。研究分析了661萬名患者的數據，發現16,901對藥物-疾病組合顯著降低風險，11,089對則顯著增加風險，顯示出潛在的藥物重新利用和安全問題。這項研究展示了自然語言處理在藥物流行病學中的潛力。 PubMed DOI

Unlocking the potential of advanced large language models in medication review and reconciliation: A proof-of-concept investigation.
釋放先進大型語言模型在藥物審查和調解中的潛力：一項概念驗證研究。 Explor Res Clin Soc Pharm 2024-09-11

這項研究評估了大型語言模型（LLMs）在藥物審查中的表現，特別是劑量錯誤、藥物相互作用及基因組學建議的能力。研究測試了四個LLM，發現ChatGPT在劑量方案上表現良好，但對simvastatin的問題有例外。所有LLM都能識別warfarin的相互作用，但錯過metoprolol和verapamil的相互作用。Claude-Instant在治療監測上提供適當建議，而Gemini在基因組學上表現不錯。研究指出，LLM在藥物審查中有潛力，但整合進醫療系統對病人安全至關重要。 PubMed DOI

Evaluating Large Language Model-Supported Instructions for Medication Use: First Steps Toward a Comprehensive Model.
評估大型語言模型支持的用藥指導：邁向全面模型的第一步。 Mayo Clin Proc Digit Health 2024-12-16

這項研究評估大型語言模型（LLMs）在改善電子處方流程中的有效性，特別是針對用藥指示的清晰度和個人化。研究人員根據巴西的電子處方標準，開發了以病人為中心的指導方針，並測試了三種不同的提示。結果顯示，第三個提示顯著提升了輸出的適切性，達到94.3%的可接受性，且個人化評價也相當高。雖然封閉源LLM在前兩個提示中出現性別偏見，但第三個提示成功消除了這種偏見。整體而言，這項研究顯示LLMs在促進醫療溝通方面的潛力。 PubMed DOI

Applying Large Language Models to Assess Quality of Care: Monitoring ADHD Medication Side Effects.
應用大型語言模型評估護理質量：監測 ADHD 藥物副作用。 Pediatrics 2024-12-19

這項研究評估了一個大型語言模型（LLM）在監測兒童注意力不足過動症（ADHD）藥物副作用的有效性。研究回顧了2015至2022年間社區初級醫療網絡中6至11歲ADHD兒童的電子健康紀錄。LLaMA模型經過ADHD相關臨床筆記訓練，並與醫療紀錄進行人工審查，顯示高敏感性（87.2%）和特異性（86.3%），AUC為0.93。主要發現包括：模型不受性別或保險類型影響，電話就診的副作用詢問記錄顯著低於其他就診方式。研究結論指出，LLM可有效衡量護理質量並改善ADHD藥物管理。 PubMed DOI

Using Large Language Models to Detect and Understand Drug Discontinuation Events in Web-Based Forums: Development and Validation Study.
使用大型語言模型檢測和理解網路論壇中的藥物中斷事件：開發與驗證研究。 J Med Internet Res 2025-01-30

這項研究探討如何利用大型語言模型（LLMs），如BART和GPT-4，從MedHelp論壇的用戶評論中識別藥物停用事件（DDEs）。DDEs對藥物依從性和病人結果至關重要，但研究仍不多。研究人員建立了一個靈活的框架，並發布了首個開源DDE數據集，以促進後續研究。結果顯示，GPT-4o在識別根本原因上表現優異，而BART在檢測DDEs方面最有效。這項研究顯示了LLMs在分析公開數據的潛力，並鼓勵進一步探索。 PubMed DOI

An adaptive language model-based intelligent medication assistant for the decision support of antidepressant prescriptions.
基於自適應語言模型的智能藥物助手，用於抗憂鬱藥物處方的決策支持。 Comput Biol Med 2025-03-27

這篇論文探討了一個智能藥物助手的開發，目的是透過個性化的藥物建議來改善抑鬱症治療。助手利用先進技術，如大型語言模型（LLMs），分析病人的病歷和健康狀況，提供更準確的建議。研究分析了40個需要精神科監測的案例，測試了十個LLMs，結果顯示商業模型GPT-4的表現優於開源模型Llama-3，顯示出在心理健康領域的顯著進步。 PubMed DOI

Estimating depression severity in narrative clinical notes using large language models.
使用大型語言模型估計敘事臨床筆記中的抑鬱嚴重性。 J Affect Disord 2025-04-05

這項研究探討病人自報結果量表（PROMs），特別是PHQ-9，對門診抑鬱症治療紀錄質量的影響。研究分析了18,000份臨床筆記，重點在2019至2024年期間的就診紀錄。主要發現顯示，參與者平均年齡46.3歲，大多數為女性，PHQ-9平均分數較低，只有4.8%符合中度或以上的抑鬱症狀。雖然大型語言模型（LLM）能提供一些見解，但在移除實際分數後，準確性不佳，顯示依賴PROMs可能導致精神症狀紀錄不夠全面。 PubMed DOI

Minimizing STOPP and Beers Criteria Risks in PIM Treatments Using PM-TOM and ChatGPT: A Case Study.
使用 PM-TOM 和 ChatGPT 最小化 PIM 治療中的 STOPP 和 Beers 標準風險：案例研究。 Stud Health Technol Inform 2025-04-09

這項研究強調結合PM-TOM（個人化醫療-治療優化方法）與AI工具如ChatGPT，以提升老年人多重用藥的治療效果。案例中，一位營養不良且有多種健康問題的老年女性，PM-TOM識別出她的用藥方案存在風險。透過ChatGPT的建議，調整了她的用藥，包括將omeprazole換成famotidine等，旨在減少不良藥物反應並符合老年醫療標準。這顯示PM-TOM與AI在改善臨床決策及管理多重用藥方面的潛力，有助於降低疾病負擔與醫療成本。 PubMed DOI

Evaluating Large Language Models in Cardiovascular Antithrombotic Care: Performance, Accuracy, and Implications for Clinical Practice.
心血管抗血栓治療中大型語言模型的評估：表現、準確性及其對臨床實務的影響 Can J Cardiol 2025-04-16

這項研究發現，Claude 3 Opus 在心血管抗凝治療案例的準確度勝過其他大型語言模型和臨床醫師，正確率達85%。部分LLMs表現媲美甚至超越有經驗醫師，但免費版模型有時會給出不佳或不安全的建議。所有LLMs在生活型態和飲食建議上表現穩定。研究提醒，醫療決策時應謹慎選用並驗證LLMs。 PubMed DOI

原始文章

站上相關主題文章列表