Healthcare 4.0 代表醫療領域的重大變革，主要由人工智慧、大數據和醫療物聯網推動，目的是提升精準醫療和病患治療效果。文章探討幾個重點，包括大型語言模型簡化行政任務、可穿戴技術在健康監測中的重要性、機器人技術改善病患護理、數位雙胞胎技術助於個性化治療，以及建立監管框架以確保技術安全有效。未來需要投資技術人員和基礎設施，以實現更有效的醫療服務。總之，Healthcare 4.0 對心臟病學的進步和醫療結果改善具有重要潛力。 PubMed DOI

醫療元宇宙結合了醫學、計算機科學和先進技術，改變了醫生與病人之間的資訊交流，並提升了醫學教育和研究的品質。人工智慧（AI）在這個過程中扮演了關鍵角色，透過大型語言模型、數位雙胞胎、區塊鏈和擴增實境等技術，增強了元宇宙的功能。本文將探討AI如何推動醫療元宇宙的發展，分析具體應用、當前挑戰及未來展望，最終目標是促進更智能的醫療實踐。 PubMed DOI

人類數位雙胞胎系統HDTwin有潛力顛覆個人化認知健康診斷，因為它能整合多種健康數據，形成統一模型。認知健康複雜，整合資訊一直是挑戰。HDTwin利用大型語言模型，將來自不同來源的數據轉換為文本提示，並結合科學文獻，創建預測模型。在124名參與者的研究中，HDTwin準確率高達0.81，顯著超越傳統機器學習的0.65。此外，HDTwin還有聊天機器人介面，方便解釋診斷結果，提升早期檢測和介入策略的效果。 PubMed DOI

最近的「-omics」技術進展讓我們對心血管疾病有了更深入的了解，並催生了「數位組學」這一新概念，結合了多種數據來源，如生理數據和可穿戴設備的生物識別數據。人工智慧和機器學習在這裡扮演關鍵角色，特別是在數位心音圖和AI文本生成器的應用上。這些技術能客觀分析心音，並在醫學知識評估中表現優異。儘管面臨挑戰，如保持知識的更新和確保輸出可靠性，但隨著技術的進步，未來在精準心血管醫學上有望取得顯著成效。 PubMed DOI

這項研究探討了使用GPT-4作為神經科學及醫學領域的病史採集工具。研究人員進行了一項觀察性試點研究，利用已發表的案例報告來獲取病史資料。研究使用三個模型來評估病史的準確性，結果顯示整體內容檢索準確率為81%。其中，頭痛的準確率為84%，中風82%，神經退行性疾病77%。雖然結果顯示這個大型語言模型能有效提取重要資訊，但仍需進一步驗證，以結合電子病歷和病人護理，發展更完善的診斷工具。 PubMed DOI

醫療數位轉型正快速發展，提升了服務品質和健康資訊的可及性，並減輕了醫療提供者的負擔。數據和人工智慧（AI）在此過程中扮演關鍵角色，特別是醫療AI，正從特定任務擴展為更通用的應用。大型語言模型被用來整理醫學知識，並重塑醫學科學。新方法「AI for Medical Science」透過預測模型來預測疾病，專注於「狀態」而非僅是症狀，能提高診斷準確性，推進P4醫學的發展。 PubMed DOI

AI在小兒科應用越來越多，能提升效率、協助診斷，也能簡化病歷紀錄。不過，目前AI模型的可靠性和驗證還不夠，病患隱私和法律、倫理問題也要注意。AI應當當作輔助工具，不能完全取代醫師，避免過度依賴和錯誤資訊，未來還需要更多研究和規範。 PubMed DOI

這篇系統性回顧整理了2020到2025年間，AI數位分身在攝護腺癌病理學的應用進展，像是提升診斷、預測和個人化治療。文中也點出即時資料整合、可解釋性和臨床驗證等挑戰，並建議未來可結合多模態資料和大型語言模型，協助精準醫療發展。 PubMed DOI

**重點摘要：** AI 和大型語言模型越來越常被病人和照顧者用來提升健康知識，解決個人的健康問題。雖然 AI 發展很快，但它在參與式醫療中的角色才剛開始被探討。這一期特刊主要聚焦在病人和一般大眾如何運用 AI 來促進健康。 PubMed DOI

這篇綜述介紹先進AI技術（如機器學習、深度學習、大型語言模型）如何應用在傳統醫學，提升診斷準確度、藥物研發效率及病患照護。作者希望促進AI與傳統醫學的合作，推動醫療創新，帶來更好的健康成果。 PubMed DOI