原始文章

研究優先順序設定(RPSEs)雖能協助資助單位決定研究方向,但過程費時又花錢,且常有代表性不足等問題。AI 工具如 ChatGPT 有機會讓流程更快、更省錢、更全面,但透明度不足是缺點。作者建議應研究 AI 能否補充或取代傳統 RPSEs,並指出純 AI 方法在某些情境下也可能有用。 PubMed DOI


站上相關主題文章列表

這項研究探討了ChatGPT在研究中的雙重性,分析了2022至2023年間57篇相關文章,指出其對研究的八個關鍵影響面向,包括研究問題、文獻回顧、研究設計等。研究強調,儘管ChatGPT有其限制,但整合這類人工智慧技術進研究實踐仍具重大潛力。研究呼籲政策制定者和教育領導者制定有效策略,以充分發揮ChatGPT的研究能力。 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

目前的研究主要探討ChatGPT在模擬病人詢問中的準確性,但對於其在醫療領域的廣泛應用卻缺乏深入研究。大多數研究重複相似實驗,限制了進展。要讓ChatGPT在醫療上發揮真正影響,需解決病人照護中的挑戰,如行政負擔和病人溝通等。建議建立一個結構化框架,包含問題識別、績效指標、跨領域合作、政策發展、財務支持及績效評估,以促進人工智慧的創新應用,改善醫療服務與病人結果。 PubMed DOI

這篇文章探討了ChatGPT在系統性回顧和統合分析中的應用、風險及建議。研究指出,ChatGPT在文獻篩選和資訊提取上表現不錯,但在偏見風險評估等複雜任務中則較弱,顯示人類專業知識的重要性。為了有效整合ChatGPT,需謹慎規劃和嚴格控管,並注意AI的錯誤現象。文章強調透明度和遵循倫理標準,建議研究者提升自我迭代、提示工程及批判性思維等技能,以增進AI的表現和人機合作的效率。 PubMed DOI

全球老齡化帶來複雜挑戰,需持續評估相關社會科學研究,並確定未來重點。跨學科專家合作對於全面理解及整合新興主題至關重要。我們調查了ChatGPT(GPT-4)作為工具,生成了未來研究的潛在領域,包括數位整合、氣候變遷與老年人口、心理健康、多元背景下的老齡化及疫後老齡化。雖然ChatGPT能幫助識別研究重點,但其缺乏透明度,專家仍需批判性評估相關價值觀。 PubMed DOI

這項研究探討了ChatGPT在耳鼻喉科領域生成研究想法的潛力,將提示分為七個子專科,並評估其在系統性回顧中的表現。雖然ChatGPT在創造獨特的系統性回顧主題上有些困難,但所產生的想法通常具可行性和臨床相關性。研究建議未來應聚焦於ChatGPT在不同方法論及耳鼻喉科特定領域中生成問題的能力,顯示出人工智慧在醫學研究中的限制與潛力。 PubMed DOI

隨機對照試驗(RCTs)對循證醫學非常重要,但有些試驗使用虛構數據,影響研究的完整性。本研究探討利用GPT-4驅動的ChatGPT來簡化RCT評估過程。透過TRACT檢查表,ChatGPT能有效處理RCT論文的PDF,並準確回答檢查項目,與人類評估者的一致性達84%。此外,ChatGPT在數據提取方面也表現出色,對三個表格達到100%準確率。未來將致力於提升ChatGPT在多個RCT中的應用,實現更高的數據捕捉準確性及自動化處理。 PubMed DOI

這項研究評估了大型語言模型ChatGPT在系統性回顧和統合分析中的表現,特別是在脊髓刺激後情緒功能的數據上。結果顯示,ChatGPT在標題和摘要篩選的準確率為70.4%,而全文篩選的準確率為68.4%。在數據整合方面,ChatGPT的準確率達到100%。雖然在篩選任務中表現中等,但在數據整合上表現優異。研究指出,人工智慧能提升系統性回顧的效率,但仍需人類監督以確保研究質量。 PubMed DOI

這項研究用大型語言模型(如ChatGPT、Ernie Bot)來找出並排序加強型體外反搏(EECP)治療的重點研究主題。專家評估後,認為AI產生的排序很有參考價值,顯示AI工具能有效協助規劃EECP相關研究方向。 PubMed DOI

生成式AI(像ChatGPT)能大幅提升健康經濟與療效研究(HEOR)效率,協助自動化文獻回顧、資料擷取和報告撰寫。健康經濟學家應學習相關工具和技術,但要注意資料安全、偏誤和倫理問題。導入AI時,需兼顧創新、科學嚴謹與倫理,並公開方法細節,確保風險可控。 PubMed DOI