研究發現ChatGPT-4提供的玻璃體視網膜手術資訊準確但難懂，建議不完全依賴AI。需加強專業領域資訊的可信度與易讀性，並了解AI在健康建議上的限制。 PubMed DOI

基礎模型是先進的人工智慧技術，透過大量資料訓練後，再微調以應用在不同任務，像是文字生成。研究評估了ChatGPT在眼科問題上的應用，發現ChatGPT Plus在眼科考試問題上有較好的表現。研究結果指出，專業領域的訓練有助於提升準確性，尤其在較簡單的問題上表現更佳。 PubMed DOI

研究發現ChatGPT 4.0在眼科問題回答上表現優秀，專家高度肯定。這個模型適合大學生或研究生使用，具有高可靠性和複雜性。雖然在眼科教育和臨床應用有潛力，但仍需提升準確性和涵蓋範圍，特別是在視覺數據解釋方面。 PubMed DOI

研究比較了ChatGPT-3.5和ChatGPT-4.0在回答眼科問題時的表現。結果顯示，GPT-4.0比GPT-3.5好，但兩者在準確性上有限制，尤其是面對複雜問題時。雖然ChatGPT有潛力，但要成為眼科教育工具，仍需進一步改進。 PubMed DOI

研究評估AI聊天機器人(ChatGPT)在眼科領域提供資訊的準確性，結果顯示77.5%回答得分≥1，但有22.5%回答≤-1，部分可能有害建議。ChatGPT可作為患者教育工具，但資訊目前不完整或不正確，仍需人類醫療監督。 PubMed DOI

研究發現ChatGPT在中文眼底螢光素Angiography報告中表現不如眼科醫師，但推理能力強且錯誤率低。眼科醫師認為使用英文提示更準確。研究指出ChatGPT在不同語言提示下表現有差異，雖有應用潛力，但在眼科臨床仍需改進。 PubMed DOI

研究發現ChatGPT在臨床玻璃體視網膜情境中，83%回答正確，但只有52.5%全面。它主要用真實資料，有時會虛構。不同主題準確度不同，有時回答可能有危險。總體而言，ChatGPT表現準確，但全面性有限。 PubMed DOI

這項研究評估了大型語言模型（LLM）ChatGPT 在青光眼領域的表現。研究人員提出了24個臨床問題，並由三位專家評分。結果顯示，ChatGPT的平均得分為3.29，整體表現良好，但有29.2%的回應得分低於3分。經過自我修正後，得分從2.96提升至3.58，滿分回應比例也從30.6%增至57.1%。這顯示ChatGPT在青光眼領域有潛力，但仍需更多研究來驗證其應用。 PubMed DOI

這項研究評估了ChatGPT對家長詢問兒童眼科和斜視問題的回答準確性。分析了817個問題，結果顯示78.09%的回答完全正確，19.09%正確但不完整，只有2.81%部分不正確，且沒有完全錯誤的回答。平均可讀性分數為14.49，超過成人的標準，這引發了一些擔憂。儘管可讀性有待改善，研究仍顯示ChatGPT能提供準確可靠的資訊，顯示其在醫療領域的潛力。 PubMed DOI

這項研究評估了ChatGPT對眼科病人問題的回答準確性和重現性。研究人員從美國眼科學會的「詢問眼科醫生」頁面收集了150個問題，經過兩位眼科醫生的精煉，最終有117個問題輸入ChatGPT。結果顯示，ChatGPT對59.8%的問題提供了全面回答，且在91.5%的問題上保持一致性。雖然其準確性和重現性中等，但應視為健康資訊的輔助來源，而非專業醫療建議的替代品，未來仍需進一步研究以評估其可靠性。 PubMed DOI