人工智慧技術在病患照護上有很大潛力，尤其在診斷、精神疾病治療和認知測試解讀等方面。雖然進展顯著，但仍需進一步研究其在醫療中的優缺點。一項研究比較了人工智慧（Chat-GPT 3.5）和臨床醫師對癡呆症相關問題的回答，結果顯示人工智慧在易懂性和深度上表現更佳，平均評分為4.6/5，而臨床醫師則為4.3、4.2和3.9。儘管人工智慧的回答質量高，但仍需注意錯誤資訊和數據安全等問題。總之，人工智慧在醫療溝通上有潛力，但需謹慎對待其限制。 PubMed DOI

將AI，特別是ChatGPT 4.0，整合進醫療流程中，尤其在撰寫出院摘要方面，顯示出提升醫療效率和品質的潛力。出院摘要是總結病人住院情況的重要文件，對精神科診所的分析顯示其需求多樣。本研究評估臨床人員與AI生成摘要的品質差異，並由四位主治醫師盲評。結果顯示，AI生成的摘要在效率、連貫性和資訊結構上優於人員撰寫，但仍需進一步研究以提升其準確性和可靠性。 PubMed DOI

醫生因行政工作，特別是臨床文件撰寫，常感到職業倦怠。研究探討一個荷蘭數位書記系統的效用，22名醫學生用三種方式撰寫430份模擬諮詢摘要。結果顯示，手動摘要耗時202秒，編輯自動摘要186秒，但完全自動摘要的質量較差。學生普遍認為這系統有用，能節省時間，雖然有些人覺得摘要過長且不夠靈活。研究建議數位書記可提供草稿供醫生編輯，以提高效率，未來需進一步評估其在臨床環境中的實際影響。 PubMed DOI

環境書寫技術透過大型語言模型，為初級醫療服務提供了有潛力的解決方案。這項技術已逐漸融入初級醫療環境，因為病人需求多樣且重視整體照護。我們探討了這項技術在初級醫療中的發展階段，並指出它能提升照護質量。然而，針對安全性、偏見、病人影響及隱私等問題的研究仍然必要。此外，應加強對醫療人員的人工智慧及數位健康工具的培訓，以確保技術的有效與負責任應用。 PubMed DOI

這項研究評估了一種大型語言模型驅動的環境人工智慧記錄員在臨床環境中的文檔使用情況。研究在一所大型醫療中心進行，持續三個月，涉及45位醫師。結果顯示，使用人工智慧記錄員後，文檔時間顯著減少，每份記錄中位時間減少0.57分鐘，每日文檔時間平均減少6.89分鐘。整體電子健康紀錄時間每天減少19.95分鐘。雖然人工智慧記錄員有效減輕了文檔負擔，但不同使用者之間的使用情況差異大，未來仍需進一步研究以提升其效能。 PubMed DOI

人工智慧（AI）在醫療領域的應用逐漸普及，透過大型語言模型（如GPT-4）和自動語音識別技術，能有效提升醫療文檔的效率，讓醫生更專注於病人護理。然而，AI生成的內容需謹慎校對，因為可能出現錯誤或不準確的資訊。此外，隨著醫療數據的增加，患者隱私和算法偏見的風險也上升。因此，開發者應加強監管，遵循倫理指導，並改善輸出準確性。 PubMed DOI

將大型語言模型（LLMs）整合進心理健康臨床護理中撰寫筆記的趨勢逐漸上升。我們的研究目的是建立評估LLMs在心理健康電子健康紀錄（EHRs）中使用的標準，重點在於特徵、安全性和倫理考量。雖然供應商提供了數據保護和病人功能等資訊，但對於LLMs的訓練方法和偏見修正等關鍵細節卻缺乏透明度，這引發了倫理上的擔憂。雖然LLMs有助於減輕文書負擔，但仍需改善透明度和標準化，以確保其安全性和臨床護理的高標準。 PubMed DOI

這項研究探討美國急診部門的遠程心理健康護理實施情況，並檢視人工智慧（AI）如何增強質性數據分析。279家急診部門的主任提供了改善建議，研究小組分別使用傳統方法和AI（ChatGPT 4.0）進行分析。 主要發現包括：建議分為改善遠程心理健康護理和增強整體系統兩大類，特別是簡化獲取流程。AI在分析中表現出色，識別出人類分析師未捕捉的有效代碼，且75%的編碼結果一致。 結論指出，美國急診部門在獲取遠程心理健康護理的及時性和效率上仍需顯著提升。 PubMed DOI

**重點整理：** AI 書記可以幫助減輕醫師在醫療紀錄上的負擔，但使用這些工具同時也帶來重要的法律和倫理議題。家庭醫師在實際使用 AI 書記前，必須了解這些工具的運作方式、取得病人同意、確保資料隱私，並且確認紀錄的正確性，以及符合相關法律和指引。 PubMed DOI

這篇回顧分析36篇AI在心理健康照護的研究，發現AI工具多用於篩檢、治療輔助、監測等，像聊天機器人和語言模型。AI能提升就醫效率和參與度，也有助於症狀追蹤，但仍面臨偏見、隱私和整合等問題。文中提出「四大支柱」架構，強調AI應安全、有效且公平地應用於心理健康領域。 PubMed DOI