教育科技研究速報

研究發現現有大型語言模型在醫療對話中缺乏穩定且可靠的社會溝通技能，難以勝任醫療顧問角色。

本文提出「對齊合理性」概念，主張透過價值規範、訓練嵌入與部署監督三個層次，確保醫療 AI 的安全性與臨床一致性。

本研究系統性回顧了 LLM 作為評審在醫療領域的應用現況，發現其與專家判斷具中度至高度的一致性。

本研究揭示兒科病患、照顧者與醫師對互動儀表板、VR模擬器與 AI 語音助手等協同決策技術的不同接受度，並指出信任是關鍵因素。

本研究探討AI在醫療環境中作為溝通橋樑的角色，而非取代人類判斷，並發現AI介導能減輕關係摩擦、提升溝通效率。

本研究提出一個以真實患者互動數據為基礎的框架，旨在提升醫療對話AI的安全性和可靠性，超越傳統基準測試的局限。

本研究開發一款基於大型語言模型的互動式模擬器，旨在協助訓練失智症照護者，並提供隱私友善的照護情境。

本研究透過文獻計量分析，探討智慧醫院生態系統的演進，揭示研究模式、差距，並提出以證據為基礎的政策建議。

本研究運用流程挖掘技術，分析急診醫療數據，評估年齡、性別、種族等因素對急診流程公平性的影響，並與正義理論概念連結。

本研究探討了醫療系統領導者與病患對於病患主導的去識別化資料共享平台之看法，發現兩者在透明度與控制權的理解上存在差異。

本研究重新定位AI在醫療保健中的角色，從獨立助理轉變為嵌入多方照護互動的協作者，以改善患者、照護者和臨床醫師之間的溝通與理解。

本研究探討了英國臨床醫師在管理一型糖尿病時，如何優先適用臨床指南，以及他們對患者解讀血糖數據與做出適當治療決策能力的看法。