這項研究探討了ChatGPT-4在文獻回顧中的有效性，特別是在醫療法律背景下醫生與病人之間的關係。分析了由GPT-4生成的文獻回顧與人類研究者撰寫的回顧，並根據準確性、反應時間等標準進行比較。結果顯示，GPT-4在反應時間和知識廣度上表現優異，但在深入理解和情境相關性上較弱。研究強調，雖然GPT-4可作為初步工具，但仍需專家評估以提升學術成果的準確性和情境豐富性，特別是在醫學研究領域。 PubMed DOI

歐洲食品安全局（EFSA）正在努力改善化學風險評估，特別是利用來自科學文獻的非結構化數據。'AI4NAMS'專案探討使用大型語言模型（LLMs），如GPT系列，來提升基於新方法論（NAMs）的數據提取與整合。針對雙酚A（BPA）的案例研究中，微調的GPT-3模型（Curie）在提取任務上表現優於現成的模型（text-davinci-002和text-davinci-003），顯示微調的效果及技術進步對模型性能的提升有顯著貢獻，進一步推動AI在科學與監管領域的應用。 PubMed DOI

這項研究探討了ChatGPT在科學文章審查中的有效性，並與傳統人類研究者的結果進行比較。研究人員對17篇有關醫療專業人員使用數位工具的文章進行系統性回顧，並透過特定提示引導ChatGPT分析。經過四次迭代後，ChatGPT的結果與原始回顧相當，但人類作者提供了更深入的分析和詮釋。雖然兩者在宏觀主題上相似，但人類驗證仍然重要，以確保研究的徹底性和深度。總體而言，ChatGPT在增強科學文獻產出方面展現潛力，但需依賴人類指導以達最佳效果。 PubMed DOI

這項研究探討了利用生成式人工智慧（GenAI）自動提取PICO（人口、介入、比較、結果）元素的方法，對於系統文獻回顧（SLRs）非常重要。考量到歐盟健康技術評估法規的要求，研究評估了GenAI在此任務上的可行性和效率。 研究人員從PubMed檢索了682,667篇隨機對照試驗的摘要，使用OpenAI的GPT-4o進行處理，PICO元素提取在三小時內完成，平均每1,000篇摘要處理時間為200秒。驗證結果顯示，GPT-4o準確提取了98%的PICO元素，顯示GenAI能顯著提升SLRs的效率，幫助製藥開發者更好地應對健康技術評估。 PubMed DOI

您開發了一個大型語言模型（LLM）輔助的系統，專門用於健康技術評估（HTA）的系統性文獻回顧（SLR）。這個系統包含五個模組，從文獻搜尋到數據總結，並具有人機協作的設計，能根據LLM與人類審查者的意見調整PICOs標準。經過四組數據評估，系統在摘要篩選中表現優異，達到90%的敏感度和82的F1分數，顯示出與人類審查者的高一致性。這個AI輔助系統有潛力簡化SLR過程，降低時間和成本，並提升證據生成的準確性。 PubMed DOI

歐洲人工智慧法案要求針對AI系統提供具體技術文件，對中小企業來說挑戰不小，因為需要專業法律和技術知識。本研究探討了像ChatGPT和合規工具DoXpert如何幫助軟體開發者滿足這些要求。透過開源高風險AI系統的案例研究，並與法律專家合作，評估工具生成的文件與專家意見的一致性。結果顯示部分一致，ChatGPT表現有顯著問題，而DoXpert的評估與專家判斷有中等相關性。研究強調AI工具與人類專業知識合作的潛力，有助於減輕合規負擔，促進負責任的AI發展。 PubMed DOI

這項研究評估了自訂的GPT-4模型在醫學文獻數據提取和評估方面的表現，以協助系統性回顧。研究團隊創建了四個專門模型，針對研究特徵、結果、偏見評估及風險評估進行分析。結果顯示，GPT-4在數據提取的符合率達88.6%，且在2.5%的情況下準確性超過人類評審。在偏見評估方面，GPT-4的內部一致性公平至中等，外部一致性則優於人類評審者。整體而言，GPT-4在系統性回顧中展現出潛在的應用價值。 PubMed DOI

近年AI和NLP技術大幅提升生命科學領域的文本分析效率，像NER、知識圖譜和大型語言模型各有優缺點，適合不同生物資料。選擇技術時要依應用需求調整。隨著科學文獻暴增，研究人員面臨更多機會與挑戰。 PubMed DOI

這項研究比較AI（ChatGPT和scite Assistant）和人類寫的科學論文，評估正確性、可讀性和被接受度。結果顯示，人類寫的論文品質最高，尤其是跟骨骨折主題。AI寫的論文內容大致正確，但引用準確度不一，ChatGPT表現較好。結論是AI能輔助科學寫作，但還是需要嚴格查證，才能確保內容正確。 PubMed DOI

這項研究比較GPT-4 Turbo和Elicit兩款AI工具，從33篇社區型漁業管理論文中擷取質性資料的表現。結果發現，AI在抓取情境性資料時表現不一，但有時能和人工審查者一樣好。整體來說，AI可協助文獻回顧，但還是需要人工把關，顯示AI有潛力但目前仍有限制。 PubMed DOI