這項研究聚焦於「Lab Explainer」，一個專為病患設計的ChatGPT，旨在簡化複雜的實驗室檢測結果，提升病患的教育。Lab Explainer運用先進的自然語言處理技術，分析實驗室數據，提供清晰的解釋和背景資訊。研究顯示，這個工具能顯著改善病患對檢測結果的理解，幫助他們更積極參與醫療保健。總之，Lab Explainer是病患獲得實驗室檢測解釋的重要資源。 PubMed DOI

藥物基因組學在精準醫療中扮演重要角色，但因醫師和病人對此認識不足，實施進展緩慢。大型語言模型（如GPT-4）有潛力提供即時醫療資訊，但也可能產生不準確的內容，對臨床造成風險。我們進行了測試，評估聊天機器人在藥物基因組學上的表現，結果顯示雖然新模型表現較好，但仍未達臨床應用標準。我們的基準將成為未來進步的重要資源。 PubMed DOI

這項研究評估了九個大型語言模型（LLMs）在醫學領域的表現，特別是在臨床化學和實驗室管理方面。使用零-shot提示法測試109個臨床測驗，結果顯示GPT-4o的準確率最高，達81.7%，其次是GPT-4 Turbo（76.1%）和Claude 3 Opus（74.3%）。這些模型在數字和計算任務上表現優異，顯示出它們能有效運用現有知識協助醫療專業人員進行決策，未來有潛力成為醫療輔助工具。 PubMed DOI

這項研究探討實驗室檢測結果對大型語言模型（LLMs）在醫學鑑別診斷（DDx）準確性的影響。研究人員從50個病例報告中創建臨床小插曲，評估了五個LLMs的表現，包括GPT-4、GPT-3.5等。結果顯示，加入實驗室數據可提高DDx準確性多達30%。其中，GPT-4表現最佳，Top 1準確率達55%，寬鬆準確率79%。特別是GPT-4和Mixtral的改進顯著，這些模型能有效解讀肝功能和代謝面板等檢測結果。 PubMed DOI

這項研究比較六種大型語言模型在韓國醫療體系回答RhD血型輸血問題的表現，GPT-4o雖然表現最好，但準確度還是輸給人類專家。即使用提示工程也只能小幅提升結果。未來LLMs（尤其是GPT-4o）有機會輔助臨床決策，但還無法完全取代醫師。 PubMed DOI

這篇研究探討大型語言模型（LLM）如何幫助病人解讀連續血糖監測（CGM）數據，協助糖尿病管理。作者建立了開源的CGM數據問答基準，評估多種LLM表現，並指出LLM在解讀穿戴式健康數據上還有進步空間，這些方法也能應用到其他穿戴裝置。 PubMed DOI

藥物基因學有助推動個人化醫療，但因醫師和病患對相關知識不足，推廣進展緩慢。雖然像GPT-4這類AI聊天機器人有潛力協助縮短知識落差，但目前仍常出錯，臨床應用有風險。作者設計測驗評估AI回答藥物基因學問題的能力，發現新一代模型雖進步，但還不夠穩定，暫時不適合直接用在臨床。這套評測標準未來可作為改進AI的參考。 PubMed DOI

這項研究比較六款免費大型語言模型在40題血液生理學選擇題的表現，結果以Claude最優（正確率95%），DeepSeek和Grok次之（93%），ChatGPT（90%）、Gemini（88%），Le Chat最低（70%）。題目難度和品質對結果沒明顯影響。整體來說，這些AI工具，尤其是Claude、DeepSeek和Grok，能當作醫學教育的輔助，但還是建議搭配傳統教學和專家指導使用。 PubMed DOI

這項研究比較多款大型語言模型（LLM）在核子醫學題目的表現，發現結合檢索增強生成（RAG）的 GPT-4o 準確率最高。RAG 整體有助提升答題表現。雖然 LLM 在教育和臨床輔助有潛力，但對複雜指引和影像題還不夠理想，未來還需再優化才能安心用於醫療領域。 PubMed DOI

這項研究發現，GPT-4 和 GPT-4o 在韓國輸血醫學執照考試（無論韓文或英文題目）表現穩定且優於標準，其他模型則較不穩定，特別是遇到韓文題目時。所有模型在法律與倫理題目上表現較差。總結來說，GPT-4/4o 在專業內容上可靠，但臨床應用前仍需針對在地法規和多語言進行微調。 PubMed DOI