美國醫學會期刊《JAMA Network Open》近期發表一項針對大型語言模型（LLMs）在兒科醫療應用潛力的研究。該研究指出，這類人工智慧技術在輔助兒科照護方面展現潛力可期，然而專家強調，仍需更嚴謹的安全與療效研究，才能確保其安全有效地部署。
這項研究審查了自 2020 年 1 月 1 日至 2025 年 7 月 1 日間，運用現代變換器（transformer-based）大型語言模型，並以兒科臨床文本為輸入的原始研究。最終，共有 40 篇於 2023 年至 2025 年間發表的相關研究被納入分析。其中 23 篇研究來自美國，4 篇來自中國，其餘 13 篇則涵蓋歐、中東、北非及亞洲等地區。
研究發現，相較於成人或一般族群的應用，兒科領域的大型語言模型應用研究相對有限。儘管其中 38 篇研究專注於兒科族群，但有 24 篇並未明確指出兒科次分組的年齡，且僅有 9 篇涵蓋 0 至 5 歲的嬰幼兒。在所使用的模型方面，OpenAI 開發的 GPT 模型是主流，出現在 29 篇研究中，其次是 Meta 的 LLaMA 模型，用於 9 篇研究。多數研究（30 篇）採用預訓練模型，僅有 6 篇對模型進行兒科數據微調。
在兒科臨床應用類別中，臨床決策支援是研究最多的領域，其中診斷決策支援更在 24 篇研究中被提及，治療計畫則出現在 7 篇。其他應用還包括臨床筆記生成、病患溝通與教育、行政工作流程優化以及醫學研究協助。
研究指出，許多報告都提到大型語言模型能提高準確性、時間效率並降低成本。然而，這些模型也存在如「幻覺」（hallucinations，即生成不實資訊）和表現不一致等限制。在評估指標方面，準確度（accuracy）是最常用的指標，出現在 20 篇研究中。
鑑於上述發現，研究作者強調：「未來研究應優先考慮嚴謹的研究設計、兒科專屬模型、未被充分研究的專科與年齡層，並納入利害關係人意見，同時遵守實施、評估與報告標準，以支持大型語言模型在兒科領域安全、有效且公平的部署。」
