骨關節炎是一種日益普遍的疾病，主要因老化和肥胖所致，對全球健康造成挑戰。雖然我們對其成因有了更深入的了解，但這些知識尚未轉化為新的治療選擇。近期研究質疑傳統治療如運動和減重的有效性，儘管這些仍對預防和管理至關重要。治療應根據個人需求調整，以提升病人參與感和改善結果。目前大多數策略專注於緩解症狀，但仍有研究在尋找能改變疾病本身的有效方法，特別是針對炎症的治療在手部骨關節炎中顯示出良好前景。 PubMed DOI

這項研究探討如何利用大型語言模型（LLMs）預測慢性下背痛患者的安慰劑反應者，透過分析患者的訪談內容。安慰劑效應是指患者因期待而從無效治療中獲得疼痛緩解，了解影響因素對非藥物疼痛管理很重要。研究者重新分析了兩項臨床試驗的數據，開發的預測模型在新數據上的準確率達74%。結果顯示，LLMs能揭示與安慰劑反應相關的心理社會因素，並識別情緒相關的語言模式，為理解治療結果中的生物心理社會因素提供新視角。 PubMed DOI

胰高血糖素樣肽-1受體激動劑（GLP-1RAs）在控制血糖和脂質方面效果顯著，主要用於糖尿病治療。最近因其神經保護及代謝效應，像是減少發炎和氧化壓力，這些藥物在疼痛管理上受到關注。研究探討了GLP-1RAs在多種疼痛狀況中的應用，包括發炎性疼痛、骨關節炎和神經性疼痛等。雖然結果令人鼓舞，但仍需進一步研究以確認其長期效果及最佳劑量。未來的臨床試驗應聚焦於其直接止痛效果及在疼痛管理中的潛力。 PubMed DOI

這項研究探討大型語言模型（LLMs）在急性疼痛情境下的鴉片類藥物處方建議中可能存在的偏見。研究人員測試了十個LLM，使用1,000個情境故事，發現邊緣化群體（如無家可歸者、黑人或LGBTQIA+）通常獲得較高的鴉片類藥物建議，甚至在癌症案例中超過90%。相對而言，低收入或失業者卻獲得較少建議，顯示模型推理的不一致性。這些結果強調了對模型偏見的評估必要性，並呼籲在LLMs中納入基於證據的檢查，以促進公平的疼痛管理。 PubMed DOI

本研究探討了ChatGPT在長期鴉片類藥物治療中對患者教育的潛力。專家小組選定十三個常見問題，並讓GPT-4.0模擬醫生回答。結果顯示，ChatGPT的回答在可靠性和可理解性上表現良好，但準確性中等，尤其在耐受性和依賴管理等技術性問題上較弱。這顯示出AI工具在患者教育中的輔助價值，但也強調了持續改進和專業訓練的必要性，醫療專業人士與AI開發者的合作對於提升教育質量至關重要。 PubMed DOI

慢性疼痛影響超過20%的人口，對個人和經濟造成重大影響。有效的疼痛評估工具對改善患者生活至關重要。這項研究探討使用大型語言模型（如GPT-4）來評估患者的書面敘述（WNs）。分析43份纖維肌痛症患者的WNs後，結果顯示GPT-4的評估與專家評分高度一致，且專家認為其評分和解釋通常合適。這表明GPT-4能有效增強WNs的評估，為慢性疼痛管理提供新方法。 PubMed DOI

這篇系統性回顧分析63項隨機對照試驗，發現壓力管理課程、問題解決治療和正念冥想對自我操作的行動壓力管理最有效。人為支持和科技功能效果不明顯。研究品質和性別比例失衡是限制。這些結果有助於未來設計更有效、可擴展的壓力管理方案，促進健康平等。 PubMed DOI

GLP-1RAs和DPP-4is原本是糖尿病藥，但後來發現也能減少發炎、抗氧化，對神經健康有幫助。最新研究指出，這兩類藥物有機會針對神經病變性疼痛的根本原因，提供新的治療方式。這篇綜述整理了它們緩解神經病變性疼痛的機制和最新研究成果，並探討未來的治療潛力。 PubMed DOI

這項研究打造了專為慢性下背痛設計的臨床決策支援系統，結合大型語言模型、RAG和LtM提示，讓AI更貼近專家思考。客製化的CLBP-GPT在準確性、相關性等表現都勝過現有主流模型，能提供更精確、完整的診斷與治療建議，有助提升患者的個人化照護品質。 PubMed DOI

這項大型臨床試驗發現，兩種遠距認知行為治療（CBT）方式——健康教練帶領和自助線上課程——都能有效改善慢性疼痛和功能，效果優於一般治療，且健康教練帶領的成效稍好。這顯示遠距、低資源的CBT，有助提升非藥物性疼痛管理的可近性與實用性。 PubMed DOI