##
這裡有一些跟程式、醫學有關的文章
歡迎光臨 🦎 林協霆醫師的個人 blog，這個網站由一名 🦀oncology+🩸hematology 肥肉的內科專科醫師維護，這裡有點雜草叢生，有很多地方都還在施工中，有亂長的藤蔓跟隨意嫁接的樹苗
聽到師長跟我抱怨，說醫學生的簡報都用AI做，但報得2266。會被看破手腳，都是因為：硬要表格的表格、不明的配圖、落落長的敘述、以及最要命的，
(AI 味) 臉書算是一個長文比較多的地方，但很多長文一看就是 AI 寫的，分享我的 rule of thumb ： 過於結構化的表達：段落的開頭有「從現象來看」「在這個時代」這種
如何很用力地消除英文寫作的 AI 味。 推薦 Vale，但很怕大家看不懂這是什麼東西😂。 在 AI 時代以前就認識的寫作檢查器，他是自然語言的 linter ( Linter 是一個在軟
Call for action: 去申請 OpenEvidence OpenEvidence 是醫療人員版本的 Perplexity，有跟NEJM Group與JAMA Network 合作，這表示那些被付費牆擋住的文章都可以看得到內容。
(看到某醫療網紅寫了: 我對用AI來學習醫療知識到底有多反感？) 我對用AI ( 具體點，大語言模型) 來學習醫療知識到底有多支持？ 學習醫學已經不再是
Claude 產生的文字是純 markdown ( 不像是 ChatGPT 是已經格式化的文字) 所以如果貼到 Google Doc 會有點尬，因為你需要一行一行地按一下退格再空白，才會觸發自動套用，所以寫了個
(純個人的浮想連篇 + 小醫院醫師的murmur) 當前醫學研究的主要趨勢，都以追求更大的樣本量以獲得發表機會，標題一定要「多中心」、「國家級」，
我覺得現主時，最理想的初學者程式學習起點是 Google Apps Script + CLASP + Claude Code/Codex/Gemini-CLI 的組合。 GAS 是 Google 提供的程式語言，基於 javascript，不過副檔名是 .gs，它能自
主訴（Chief Complaint） 病人自述「最近總覺得有更好的機會，不管是投資、學習還是事業，只要看到別人分享就很難忍住不跟進，覺得自己如
會問出「AI 能不能做 XXX？」的人，基本上對於 AI（更具體地說，是 GPT 等大語言模型）完全沒有概念。 因為它的「原材料」其實就是文字，而底層是程式