原始文章

**重點整理:** 一份針對國際大型脊椎醫學會議的回顧發現,大多數受邀講者和委員會成員主要來自少數幾個高收入地區,特別是北美和西歐。來自低收入和中低收入國家的代表非常少,甚至有些地區(像是整個非洲)幾乎完全沒有代表。這凸顯了這些會議在領導和講者角色上的全球多元性嚴重不足。 PubMed DOI


站上相關主題文章列表

氣候變遷對腎臟健康影響深遠,低收入國家更為脆弱。研究顯示,這些國家的民眾對氣候變遷的關注程度低於富裕國家,教育在其中扮演重要角色。調查849名腎臟護理專業人員發現,97.9%承認氣候變遷,但低收入國家的關注度僅53.8%,行動意願更低。可持續腎臟護理面臨時間、知識和支持不足等挑戰,只有34%了解減緩計畫。研究強調,提升氣候行動參與需考量各國情境,單靠教育不夠。 PubMed DOI

這項研究比較了AI模型(ChatGPT-3.5、ChatGPT-4和Google Bard)與經驗豐富的脊椎外科醫生在複雜脊椎手術情境中的表現。透過對十位外科醫生進行兩次問卷調查,結果顯示醫生之間的重測信度良好,但與AI模型的協議較低。雖然AI的回應詳細,但醫生的答案更簡潔。研究認為AI目前不適合用於複雜手術決策,但可用於初步資訊收集和緊急分診,並強調需解決法律和倫理問題才能進一步應用。 PubMed DOI

這項研究發現,腎臟醫學會議中,女性主持人和高職級者較常用正式頭銜介紹講者,虛擬會議和近年來使用率也較高,但基礎科學場次最低。結果顯示,無意識偏見可能影響專業互動,提醒需推動更公平的學術環境。 PubMed DOI

AI在醫療上雖能提升治療效果,但也常因資料不夠多元、邊緣族群代表性不足而產生偏見和不平等。為了確保公平,需用多元資料、修正偏見,並讓團隊更包容,同時推動公平審查、透明流程及國際合作,才能打造真正公平的醫療AI。 PubMed DOI

這項研究比較了三種AI(ChatGPT、Gemini、Claude)在模擬醫學教育領導者設定上的差異。結果發現,Claude偏好產生年長、白人、男性領導者,ChatGPT和Gemini則較多元。這些偏見可能讓醫學教育更不公平,凸顯發展倫理AI和推動領導多元化的重要性。研究只用AI生成資料,沒用到真人資訊。 PubMed DOI

這項回溯性研究分析超過2萬名接受PCI的病人,發現不同種族在一年內的心血管事件結果有明顯差異。南亞裔病人結果較白人好,黑人則較差,即使調整共病和社經地位後仍然如此。這顯示僅靠健康狀況或社經地位無法解釋,需針對不同族群制定更細緻的治療策略。 PubMed DOI

**重點摘要(繁體中文):** 大型語言模型(LLMs)在脊椎手術領域有很多潛在應用,包括提升病人衛教、協助研究、輔助臨床決策,以及幫助圍手術期照護。這篇綜述整理了目前LLMs在這些方面的應用現況與未來發展潛力,同時也討論了它們在這些領域中所面臨的限制與挑戰。 PubMed DOI

研究發現,AI生成的醫院領導者圖片比現實更常呈現男性和白人,尤其是DALL-E偏見最明顯。雖然Imagen性別較平衡,但仍以白人為主。這顯示AI圖像生成器會反映甚至加劇現有偏見,低估醫療領導的多元性。專家呼籲應用更多元的訓練資料,推動更道德的AI實踐。 PubMed DOI

這項研究發現,2007到2022年間,美國耳鼻喉科年會論文的女性作者比例從21.2%提升到37.9%,但資深女性作者2022年僅占22%。雖然女性參與度有增加,性別差距仍然明顯,顯示耳鼻喉科領域在性別多元上還有很大進步空間。 PubMed DOI

一項針對全球腎臟科專業人員的調查顯示,大多數人偏好結合實體和線上的混合型學術會議,因為彈性高、資源運用更有效。雖然人脈交流和公平性還有待加強,但混合型會議被認為是未來主流。未來還需研究如何提升參與度和討論品質。 PubMed DOI