一個新的醫療保健聊天機器人已經開發，使用了大型語言模型和癌症實踐指南，為患者提供正確的健康資訊。這個機器人整合了117萬個標記的元數據集，並在Python 3.9中實施AI引導。為了確保擴展性，採用了OpenAI和LangChain框架，ChatGPT3.5提供了用戶友善的對話。從2023年9月到2024年1月，用戶可以選擇癌症類型和語言進行互動，回應的表現評分為90.98 ± 4.02。這個AI引導機器人的目標是幫助癌症患者快速獲得正確的醫療資訊。 PubMed DOI

近年來，人工智慧在智能聊天機器人方面有了顯著進展，特別是在醫療領域。這些機器人能提升醫療品質和效率，但在慢性疾病診斷的應用仍待深入研究。本研究針對這一空白，利用GPT-2模型微調，協助診斷24種常見慢性疾病。開發的對話介面Chat Ella，讓使用者描述症狀並獲得準確預測，準確率達97.50%，AUC為99.91%。用戶滿意度調查顯示，68.7%的人對Chat Ella表示贊同，並認為它讓醫療諮詢更方便，為家庭醫療提供了重要支持。 PubMed DOI

這篇論文介紹了一個AI健康助手的開發，旨在提升電子健康數據的獲取，幫助患者和醫療人員。這個助手透過直觀的對話方式提供醫療資訊，並利用Matrix去中心化的聊天介面來保障患者的隱私和安全。助手的回應由一個靈活的大型語言模型（LLM）在本地生成，能提供詳細且準確的答案，類似於醫療專業人員的回應。LLM的訪問受到限制，能根據患者的數據提供適當的回應，並且使用Matrix協議使系統易於擴展。 PubMed DOI

心血管疾病是主要的死亡和殘疾原因，因此早期檢測和治療非常重要。本研究提出了一個自動化的智能推薦系統，利用可解釋的人工智慧（XAI）來預測心臟病發作和風險評估。系統使用CatBoost分類器進行風險分類，並透過SHAP算法提供透明解釋，還整合了BioMistral大型語言模型，讓使用者能互動詢問心臟健康問題。該系統的預測表現優異，平均AUC達0.88，並提供線上應用程式，協助使用者管理心臟健康，降低風險並促進及時醫療介入。 PubMed DOI

這項系統性回顧分析了137篇經過同行評審的研究，探討生成式人工智慧聊天機器人在健康建議上的表現。結果顯示，研究報告標準差異大，主要集中在外科、醫學和基層醫療。大部分研究針對治療、診斷或疾病預防，但幾乎全數（99.3%）使用的都是無法訪問的封閉源碼大型語言模型，且對其特徵描述不足。此外，多數研究未提及提示工程，只有少數討論倫理、法規及病人安全。這些結果顯示需改善報告標準，建議開發聊天機器人評估報告工具（CHART），以提升臨床評估與整合的效果。 PubMed DOI

這篇論文探討了一個專為糖尿病患者設計的對話健康代理（CHA），使用開源的openCHA框架。這個CHA整合了美國糖尿病協會的飲食指導和Nutritionix的資訊，並具備分析營養攝取的工具，以提升糖尿病管理。研究比較了CHA與GPT-4的表現，針對100個與糖尿病相關的問題進行評估，主要聚焦在餐飲選擇和飲食風險上。結果顯示，CHA在提供準確有效的營養建議方面，表現優於GPT-4。 PubMed DOI

慢性病是全球主要死因，LLMs（像ChatGPT）在管理慢性病上有潛力，能提供準確、易懂的健康建議，幫助病人自我管理和獲得支持。專業型LLMs表現更好，但目前證據有限，還有隱私、語言和診斷等挑戰。臨床應用還在初期，未來需加強資料安全、專業化和與穿戴裝置整合。 PubMed DOI

我們開發了一款專為第二型糖尿病設計的AI聊天機器人，結合RAG和大型語言模型，能正確、有同理心地回答問題，並附上可信來源。若用到一般知識，會主動提醒使用者，資訊更透明。這不只提升健康素養，也幫助病患和教育者，未來也能應用在其他健康議題。 PubMed DOI

這項研究推出 LLMonFHIR 行動 App，運用大型語言模型，幫助慢性心血管病人用多種語言、不同難度，甚至語音方式，查詢自己的電子健康紀錄。初步測試顯示，醫師認為 App 回覆正確、好懂又實用。雖然在健康摘要和檢驗數據查詢上還有改進空間，但 LLMonFHIR 有助於解決語言和健康素養障礙，讓病人更容易掌握自己的健康資訊。 PubMed DOI

這項研究開發了一個用大型語言模型打造的聊天機器人，專門幫助年長者練習正念。研究先讓15位年長者用一般正念App，收集他們對語音、個性、互動性和操作便利的意見，再用這些回饋微調ChatGPT，設計出AI正念教練，並邀請年長者參與評估。 PubMed DOI