生成式AI像ChatGPT未來可協助醫療文件處理，減輕醫師行政負擔並提升紀錄標準化。不過，這也帶來偏見、臨床判斷影響、醫病關係改變等倫理疑慮，且出錯時責任歸屬不明。建議應主動告知病人、醫師審查AI草稿、訂定規範及錯誤通報機制，並強化多元訓練資料與醫學教育。 相關文章 PubMed DOI 推理 ♡

這項研究發現，像GPT-4這類大型語言模型能把放射科醫師的摘要快速轉成完整CT報告，速度比傳統方式快，品質也差不多。雖然大多數錯誤跟模板有關，重大臨床錯誤很少見，但還是建議要有人工審查，確保報告正確無誤。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4、ChatGPT-4o 和 Claude 3-Opus 在口腔顎面外科題目的答對率都超過九成，但沒辦法完全正確回答自己出的所有題目。帶圖片的題目表現比純文字好，顯示多模態輸入有助提升準確度。不過，AI 偶爾還是會出錯或產生幻覺，使用時要多加留意。 相關文章 PubMed DOI 推理 ♡

紐約一項調查發現，多數醫師知道也有興趣用大型語言模型（LLM）虛擬助理，但實際用的人還不多。大家最想用在文獻審閱、病人衛教和醫療紀錄。年輕醫師、住院醫師和女性醫師興趣較高。研究建議未來要加強教育和指引，協助醫療人員安全導入LLM。 相關文章 PubMed DOI 推理 ♡

這項研究比較三款主流視覺生成式AI（GPT-4o、Claude-3.5-Sonnet、Gemini-1.5-Pro）在辨識與分級肺腺癌組織學型態的表現。結果發現，Claude-3.5-Sonnet的分級準確率最高，穩定性也不錯，且結合臨床資料後，預後預測效果佳。整體來說，生成式AI，尤其是Claude-3.5-Sonnet，對肺腺癌病理評估和預後有很大幫助。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4o在幫助視障者導航時，表現中等，特別是只靠自己描述場景時更明顯。若用人工撰寫的描述，準確度會提升。經過調整的提示語能減少錯誤，但整體還是比不上人類。未來若針對視障者需求訓練AI，有望讓導航協助更精準。 相關文章 PubMed DOI 推理 ♡

**重點摘要：** 這項研究測試了兩個大型語言模型（LLMs），用來從真實的臨床紀錄自動產生出院摘要，並用一個經過驗證的評分指標來評分他們的結果。兩個模型的表現差不多，顯示LLMs有潛力協助醫師準備出院摘要，進而減輕臨床醫師的行政工作負擔。 相關文章 PubMed DOI 推理 ♡

這項研究比較了ChatGPT-4o和ChatGLM-4兩款AI，針對家長常問的兒童異位性皮膚炎問題，請皮膚科醫師評分。結果發現，兩者表現差不多，回答品質跟專家差不多，能有效提供兒童異位性皮膚炎的照護和治療建議。 相關文章 PubMed DOI 推理 ♡

這項研究比較ChatGPT-4.0、ChatGPT-3.5和Google Gemini在回答DDH醫學問題時的表現。結果發現，三款AI的答案準確性都有限，常常有錯誤或遺漏重點。雖然準確度差不多，但Google Gemini的內容最容易閱讀。建議醫師要提醒病患，AI醫療資訊還有很多限制，不能完全依賴。 相關文章 PubMed DOI 推理 ♡

生成式AI像ChatGPT，已經在心臟科協助衛教、簡化資訊和提升行政效率。不過，目前還無法解讀影像，且有錯誤資訊和偏見的風險。未來若能結合語言和影像分析，診斷會更精準，但仍需嚴格監督和倫理規範，確保安全有效。 相關文章 PubMed DOI 推理 ♡