這項研究顯示大型語言模型（LLMs）在創建虛擬病人（VPs）方面的潛力，能模擬病人與醫師的互動。研究使用OpenAI的GPT模型生成60個針對慢性咳嗽和糖尿病的對話，並評估其真實性和使用者體驗。主要發現包括： 1. **成本效益**：每次對話成本低，具可擴展性。 2. **對話真實性**：評分高，顯示對話現實且有用。 3. **病人偏好**：大多數對話符合病人預期。 4. **模型比較**：GPT-4.0-turbo表現優於GPT-3.5-turbo。 5. **反饋相似性**：醫師與LLM的評分相似。 6. **缺陷識別**：某些特徵影響真實性。 7. **工具驗證**：確認測量工具的可靠性。 總體而言，LLM生成的虛擬病人能有效模擬臨床互動，具成本效益，建議進一步研究以提升對話質量。 PubMed DOI

這項研究提出了一種名為「GAPrompt」的新方法，旨在提升大型語言模型（LLMs）在自動化臨床評估中的應用，特別是針對電子健康紀錄（EHRs）中的中風評估。GAPrompt包含五個關鍵組件，包括選擇適合的LLM、建立增強知識庫、改善檢索、增強推理精確性及結合多重生成輸出。研究結果顯示，GAPrompt能有效分析EHRs並提供定量評估，解決傳統中風評估的勞動密集問題，顯示LLMs在醫療及其他領域的潛力。 PubMed DOI

這項研究探討了ChatGPT-4.0如何協助語言治療師（SLPs），並評估其在語音、語言和吞嚥障礙任務中的表現。十五位SLP針對AI的回應進行評分，涵蓋報告撰寫、評估材料、臨床決策、治療刺激、治療計畫及客戶訓練材料等六大領域。結果顯示，ChatGPT-4.0在報告撰寫和臨床決策支持上表現良好，但在治療刺激和計畫生成上則有挑戰。總體而言，這項AI工具顯示出協助SLP的潛力，但仍需進一步研究以提升其有效性。 PubMed DOI

這篇論文探討如何利用大型語言模型（LLMs），像是ChatGPT-4，來改善醫療溝通，讓病人能選擇喜歡的溝通風格。研究基於Emanuel和Emanuel的四種溝通模式：父權式、資訊式、詮釋式和審議式，旨在滿足病人的需求與偏好。不過，論文也提到潛在風險，如可能加深偏見及LLMs的說服性，可能導致病人與醫療提供者之間的互動出現意外操控。 PubMed DOI

語言和言語障礙對溝通能力造成挑戰，影響學業和社交。ChatGPT等AI工具在協助這些障礙者方面展現潛力，透過增強和替代溝通技術及言語治療應用程式，能有效支持他們的需求。未來需持續研究，確保這些AI工具在臨床上可負擔且可及，以改善言語和語言障礙者的溝通能力。 PubMed DOI

這項研究開發了一個用GPT-4打造的虛擬模擬病人，幫助醫學生練習和病人討論異常乳房攝影結果。團隊邀集多方專家設計情境，並多次測試調整。GPT-4讓對話更自然，也能給學習者回饋，但有時會誤判溝通流程。初步成果不錯，接下來會讓醫學生實際體驗，評估可行性和接受度。 PubMed DOI

這項研究比較六種AI語言模型設計5歲兒童語言治療計畫的表現，發現AI產出的計畫品質從「需要改進」到「符合預期」都有。使用更結構化的提示能提升結果，但提供更多個案細節未必有幫助。每種AI工具各有優缺點，這些發現可作為語言治療師和教育人員負責任使用AI的參考。 PubMed DOI

這項研究發現，透過提示工程（prompt engineering）可以提升大型語言模型在心理治療（PST）初期階段的表現，尤其在症狀辨識和目標設定上更有效。雖然品質和同理心有所提升，但仍有侷限。整體來說，LLM 有潛力協助解決心理健康人力不足，推動 AI 治療服務發展。 PubMed

這篇病例報告指出，失語症患者在醫師協助下，透過ChatGPT提升寫作能力，不僅句子變多、錯誤減少，還變得更有自信且能獨立完成寫作。一年後仍持續使用，顯示AI工具對提升書寫溝通和參與生活很有幫助，尤其對熟悉科技的人效果更明顯。 PubMed DOI

這項研究發現，讓醫學生用 ChatGPT 扮演「標準化病人」練習溝通，能提升他們面對困難情境的信心，學生覺得這種方式安全又方便，回饋也很詳細。不過，AI 在情感表現和技術上還有待加強，不同學校學生的接受度也不一樣。由於樣本少、沒對照組，結果僅供參考，未來還需更大規模的客觀研究。 PubMed DOI