這項研究指出大型語言模型（LLMs）在精神醫學研究中不僅能提升臨床應用，還能改善文獻回顧、研究設計等方面的效率。不過，仍面臨偏見、計算需求、數據隱私和內容可靠性等挑戰。這篇回顧強調謹慎監督、嚴格驗證及遵循倫理標準的重要性，期望透過解決這些問題，最大化LLMs的優勢，並推動精神醫學研究的進展。 PubMed DOI

這項研究探討大型語言模型（LLMs）如ChatGPT與傳統搜尋引擎如Google在獲取健康資訊的使用情況。調查顯示，95.6%的人使用搜尋引擎查詢健康問題，但只有32.6%的人使用LLMs。男性、黑人和亞裔更常使用LLMs，且健康狀況較好和技術熟練度高的人也較常使用。 後續調查中，大多數LLM使用者仍偏好搜尋引擎，認為LLMs的實用性不如搜尋引擎，但對其負面感受較少，認為LLMs更具人性化。總體來看，搜尋引擎仍是主要工具，但LLMs的正面評價顯示其未來增長潛力。 PubMed DOI

大型語言模型在心理健康照護上有潛力，但目前研究方法不一、太依賴特定模型，證據還不夠支持單獨用LLMs治療。未來要有更嚴謹和標準的研究，才能安全有效地應用在臨床上。 PubMed DOI

調查顯示，大型語言模型（LLMs）能提升醫療工作效率，多數用過的人都給予正面評價。不過，醫護人員、年長者和女性對於導入LLMs較為保留，主要擔心實用性和工作影響。年輕男性則較看好LLMs的幫助。大家普遍認為，未來LLMs會改變工作和人際互動，因此需要有完善的教育和支援，才能讓醫療界公平、安全地導入這項新技術。 PubMed DOI

這篇回顧整理了大型語言模型在心理健康領域的應用現況，發現LLMs主要用於心理疾病篩檢、治療支援和心理健康諮詢，特別聚焦在憂鬱症偵測和自殺風險預測。整體來說，LLMs在資訊分析和回應生成上表現優於傳統方法，但不同模型各有優缺點。未來應持續技術發展並重視倫理議題。 PubMed DOI

調查發現，多數醫療專業人員已經用過ChatGPT，主要拿來寫作、查資料和跟病人溝通。他們覺得ChatGPT能提升效率、方便找資訊，但也擔心準確度、隱私和抄襲等問題。大家普遍支持加強資料安全。雖然ChatGPT很有幫助，但還需要更多研究和保障措施，才能安心用在醫療領域。 PubMed DOI

一份針對健康資料科學碩士生的調查發現，84%學生會用ChatGPT等大型語言模型來寫程式、debug等工作，超過一半每天都用。大家覺得LLMs很方便又省時，但也擔心太依賴、資料隱私和引用正確性。研究建議老師課程要結合LLMs，並加強學生的問題解決和批判思考能力。 PubMed DOI

澳洲和紐西蘭的醫學物理學家調查發現，很多人已經用像 ChatGPT 這類大型語言模型來提升工作效率，但品質沒明顯變好。大家最擔心資料安全、病患隱私、缺乏指引，以及資源有限時的存取和成本問題。研究呼籲應該訂出明確規範和風險管理措施，確保臨床使用安全。 PubMed DOI

大型語言模型在心理科學等學術領域越來越重要，能協助教學、寫作和模擬人類行為。雖然帶來不少好處，但也有倫理和實務上的挑戰。這份摘要整理了最新進展、最佳做法，並提出未來發展方向，幫助學界更負責任且有效地運用LLMs。 PubMed DOI

調查發現，許多生物統計學家已用大型語言模型（LLMs）提升程式撰寫和寫作效率，但因錯誤和可靠性問題，仍需謹慎驗證。多數人希望有系統訓練和實用指引。研究也提出八大原則，協助生物統計學家負責任且有效運用LLMs。 PubMed DOI