這項研究探討人工智慧模型，例如ChatGPT，如何為患有肥胖、心血管疾病和2型糖尿病等健康狀況的個人生成個性化的膳食計畫。這些人工智慧模型展示了在提供量身定制的營養建議方面的潛力，但需要從營養專家或知識型系統獲得進一步指導，以確保膳食計畫對於患有非傳染性疾病的個人是合適的。 PubMed DOI

近年來，像ChatGPT這樣的先進大型語言模型崛起，推動人工智慧創新快速發展。這些模型能產生高品質文字回應，不需龐大訓練數據。在醫學領域，它們有潛力改善臨床工作流程、病人結果、醫學教育和研究。這篇評論專注於向胃腸科醫師解釋大型語言模型，討論其優勢、限制、安全互動方式、在胃腸學中的應用及實施挑戰。目標是協助胃腸科醫師更深入了解大型語言模型，並更積極運用此技術。 PubMed DOI

在醫療領域，使用大型語言模型（LLMs）是重要進步，有助於改善病患護理、研究和教育。雖然LLMs有不完美之處，但透過提示工程和檢索增強生成（RAG）等策略，可以提高準確性和相關性。尤其在臨床決策等需要全面資訊的任務中，RAG是相當有幫助的。一個以KDIGO 2023慢性腎臟病指南為基礎的ChatGPT模型整合了RAG，展現了提供準確醫療建議的潛力。 PubMed DOI

大型語言模型（LLMs）透過龐大文本數據訓練，可在醫療保健領域提升準確性。研究者正致力改善LLM在消化系疾病上的表現，但準確性範圍仍有挑戰。整合檢索增強生成（RAG）、監督微調（SFT）和人類反饋的強化學習（RLHF）等方法，是克服障礙的關鍵。結合人類反饋與先進模型訓練，對於提升LLMs在醫療保健中的效能至關重要。 PubMed DOI

這項研究探討了使用ChatGPT-4協助腎臟營養師為透析病人制定個人化餐飲計畫。透過模擬虛擬病人，ChatGPT生成了一日菜單，包含五道食譜。腎臟營養師評估後發現，ChatGPT的營養分析顯著低估了多種關鍵營養素，像是熱量低估36%、蛋白質低估28%等。雖然ChatGPT在提供個人化營養指導上有潛力，但研究強調其營養分析需改進，並需在醫療情境中進行嚴格評估。 PubMed DOI

這項研究評估了不同大型語言模型（LLMs）和檢索增強生成（RAG）框架在提供慢性腎病（CKD）飲食指導的準確性。研究以2020年國家腎臟基金會的營養指導為基準，測試了四個聊天機器人（GPT-4、Gemini 和 Llama），並使用12個相關提示。結果顯示，Gemini 和 RAG 的準確性最高（中位數4.0），而 GPT-4 和 Llama 較低（中位數2.5和1.5）。研究建議針對特定領域定制LLMs，或利用指導方針增強RAG框架，以提高醫療保健中的準確性。 PubMed DOI

ChatGPT 和類似的 AI 工具在臨床營養管理上有潛力，能透過機器學習來識別風險、提供個人化介入方案，並監測病人進展。它在營養評估和計算熱量需求方面表現良好，但無法解讀非語言線索或進行身體檢查。研究顯示，雖然它在臨床指導上表現不錯，但在整合多種醫療狀況和確保餐飲計畫準確性上仍有挑戰。儘管如此，ChatGPT 在專業指導下可成為優化營養教育的有用工具。 PubMed DOI

這項研究評估了ChatGPT在為慢性腎臟病（CKD）患者提供飲食建議的效果，特別是蛋白質的限制。模擬臨床諮詢中，ChatGPT的建議符合最佳實踐，能調整能量和蛋白質的建議，但在制定符合特定目標的餐單上表現不佳。分析顯示，建議的能量水平低於需求，蛋白質含量則過高。因此，雖然ChatGPT能提供一般飲食指導，但對於有嚴格營養限制的CKD患者，制定精確計劃仍不可靠，可能帶來健康風險。 PubMed DOI

本研究探討大型語言模型（LLMs）在為乳腺癌患者提供個性化飲食建議的潛力。透過三十一個提示模板，評估了ChatGPT和Gemini的建議，並與四位腫瘤科營養師的回應進行比較。結果顯示，LLMs能生成符合地點、文化和預算的購物清單和餐計劃，但對年齡和疾病階段的考量不足。Gemini的回應更具細節和視覺效果。雖然營養師的計劃更接近美國農業部的卡路里需求，但LLMs在宏量營養素比例上表現較佳。總體而言，LLMs可成為癌症患者的有用資源，促進健康公平。 PubMed DOI

大型語言模型像 ChatGPT 正在改變重症醫學，能自動化病歷、協助決策、個人化溝通，還能整理非結構化資料。不過，目前還有資訊正確性、倫理和醫師AI素養等挑戰。結合傳統機器學習可降低風險，導入時要謹慎並加強醫師訓練，才能提升照護品質。 PubMed DOI