這項研究探討大型語言模型（LLMs）在生成重症監護病房（ICU）病人出院摘要的表現，分析了匿名臨床筆記。三個模型中，GPT-4 API的表現最佳，準確識別41.5%的關鍵臨床事件，ChatGPT和Llama 2則分別為19.2%和16.5%。雖然GPT-4在資訊組織和清晰度上表現優異，但仍有小錯誤，且所有模型在敘事連貫性和重要數據的捕捉上存在挑戰。總體來看，這些LLM在生成出院摘要上有潛力，但仍需改進。 PubMed DOI

這項研究探討大型語言模型（LLMs），特別是Llama 2和GPT-4，在電子健康紀錄中檢測認知衰退的有效性。研究在麻省總醫院進行，分析輕度認知障礙患者的臨床筆記，並將LLMs與傳統模型比較。結果顯示，GPT-4的表現優於Llama 2，但仍不及傳統模型。集成模型的表現最佳，達到90.2%的精確度。錯誤分析顯示模型間的錯誤特徵不同，建議結合LLMs與傳統模型以提升診斷效果。該研究獲得美國國家老齡化研究所及國家醫學圖書館的資助。 PubMed DOI

這項研究探討大型語言模型（LLMs），特別是Llama-2，如何在電子健康紀錄（EHRs）中檢測精神科入院紀錄的自殺風險。研究人員評估了不同Llama-2模型在100份精神科報告上的表現，並與專家定義的真實情況進行比較。經過德國微調的Llama-2模型表現最佳，準確率達87.5%，敏感性83.0%，特異性91.8%。結果顯示，LLMs能有效提取自殺相關資訊，並保持數據隱私，顯示其在監測精神科緊急情況及增強自殺管理上的潛在應用價值。 PubMed DOI

譫妄是一種嚴重的狀況，會導致注意力和認知功能突然下降，影響健康。由於其暫時性和多樣性，譫妄常被電子健康紀錄忽略。為了改善識別和診斷，專家小組建立了症狀分類和專門語料庫，並採用先進的自然語言處理技術，從臨床筆記中提取譫妄症狀。研究發現GatorTron模型表現最佳，達到最高F1分數，並進行錯誤分析以解決挑戰，這對於創建有效的診斷工具是重要的一步。 PubMed DOI

癡呆症的診斷在全球醫療中面臨挑戰，主要因為其複雜性及電子健康紀錄的不一致性。傳統診斷方法可能會漏掉或錯誤識別病例，因此需要改進工具。本研究探討人工智慧（AI）及大型語言模型（LLMs）在提升癡呆症檢測的潛力。研究結果顯示，使用GPT-4的患者紀錄聚合方法達到最高準確率0.86，顯示大型語言模型能顯著改善癡呆症診斷的準確性，優於傳統方法。 PubMed DOI

這項研究探討了名為DELSTAR的客製化大型語言模型，旨在協助臨床藥學研究，特別是針對藥物相關的譫妄問題。研究評估DELSTAR在回答複雜臨床問題上的能力與表現，結果顯示其提供的資訊比傳統文獻回顧更準確且全面。DELSTAR的基礎模型中，GPT-3.5和GPT-4o表現最佳，但仍需改進數據品質和性能。總體而言，DELSTAR在臨床藥學研究中展現潛力，建議進一步微調以提升效能。 PubMed DOI

這項研究用GPT-4o和Llama3.3等大型語言模型，測試它們在227份人工合成病理報告中辨識和分類癌症的能力。結果顯示，這些AI模型在準確率、敏感度和特異性上都比傳統方法更優秀，有機會讓癌症登記流程更快、更可靠，提升公共衛生和臨床照護品質。 PubMed DOI

目前用醫療理賠資料來判斷阿茲海默症和相關失智症，其實準確度不太理想。這篇研究用AI文字分類模型（像深度學習和大型語言模型）來分析電子病歷，結果發現Llama 2這種LLM模型表現最好，準確度明顯贏過傳統方法（AUC 0.95比0.85）。其他AI模型也比傳統方法優。這顯示用AI分析病歷有助於更準確找出ADRD病人，但還需要更多資料驗證。 PubMed DOI

一項涵蓋13家醫院的研究發現，GPT-4-Turbo這種大型語言模型在判斷病人是否有近期長照機構接觸史時，準確度跟人工差不多甚至更高，速度快25倍、成本省20倍，還能抓出人工審查的錯誤。這代表AI能有效從醫療紀錄中擷取重要資訊，幫助提升感染控制和醫院作業效率。 PubMed DOI

研究團隊開發了一套經微調的大型語言模型，能自動從電子病歷的臨床紀錄中擷取阿茲海默症及相關失智症的7大症狀，準確度（AUROC）高達0.97-0.99，優於傳統方法。這些症狀不僅能預測失智症診斷，還和腦部MRI結果有關，有助提升診斷準確率並推動相關研究。 PubMed DOI