研究評估了ChatGPT在過去5次醫學專業考試中的表現，分析了成功率和排名。ChatGPT回答各種問題，成功率不同，排名從第1787名到第4428名。在短問題和單選多選擇題上表現較佳，但仍落後於人類專家。研究引起對ChatGPT在醫療服務潛力的好奇。 PubMed DOI

ChatGPT是OpenAI開發的AI，擅長自然直覺回答。雖然有時會出錯，但經過訓練改進。新版GPT-4預計比GPT-3.5多40%正確回答。在英文表現優秀，現正評估其他語言的醫學資訊。在日本醫學研究中，GPT-4比GPT-3.5表現更好，正確率達81.5%。有潛力成為醫師診斷輔助工具，符合日本醫學執照考試標準。透過持續學習，ChatGPT可成為醫學專業人士的決策支援系統。 PubMed DOI

研究評估了ChatGPT回答腎臟學考題的能力，發現使用GPT-4時準確率提升至74%，但仍未達及格標準。答案一致性率為78%，正確答案比率高。在不同子領域表現不同，有些準確率較低。ChatGPT在回答腎臟學問題時有準確性和一致性限制。 PubMed DOI

人工智慧快速進步，尤其機器學習對腎臟病學有益。OpenAI的ChatGPT在醫療應用有潛力，但在腎臟病學查詢表現不佳。本文探討ChatGPT在腎臟病學中的潛在好處，並討論道德和法律考量。在應用前需評估和驗證。對於想運用人工智慧提供個人化腎臟病學護理的專業人員，這篇評論是寶貴資源。 PubMed DOI

研究比較了ChatGPT和Bard在回答腎臟學問題時的表現，發現GPT-4在某些年份表現優於GPT-3.5和Bard，特別在解決問題、臨床和非圖像問題上。雖然大型語言模型像GPT-4在腎臟學上有潛力，但仍有限制。腎臟學家應該留意這些模型的表現，以便未來應用。 PubMed DOI

這項研究評估了ChatGPT在波蘭醫學期末考試問題上的表現，發現它的正確率為53.4%至64.9%，在11次考試中有8次通過。它在精神病學方面表現比人類更好，但整體上仍不及人類畢業生。雖然ChatGPT在各種醫學領域顯示出潛力，但仍存在限制，無法完全取代人類專業知識。 PubMed DOI

這項研究評估了ChatGPT在歐洲泌尿學會的考試表現，特別是版本3.5和4。分析了2017至2022年的多選題，結果顯示ChatGPT-4在所有考試中表現優於3.5，且每次考試都達到及格分數（≥60%）。不過，ChatGPT-4在某些子主題如尿失禁和移植的表現有所下降。整體來看，研究指出ChatGPT-4能有效回答複雜醫學問題，但仍需人類驗證其回應在醫療環境中的可靠性。 PubMed DOI

這項研究調查了ChatGPT-3.5在波蘭醫學期末考試的表現，考試包含200道題目，評估醫學知識。分析980道題目後，發現ChatGPT的平均正確率約60%，顯著低於人類考生（p < 0.001）。不同科目表現差異大，血液學準確率最低（42.1%），內分泌學最高（78.6%）。研究顯示題目難度與正確性有顯著相關（p = 0.04），但題型對準確性影響不大（p = 0.46）。結果顯示ChatGPT-3.5可輔助考試準備，但需謹慎對待，建議與其他AI工具進行驗證。 PubMed DOI

這項研究評估了ChatGPT-4在腎臟科專業意見上的一致性，並將其回應與平台X的社群投票結果進行比較。經過兩輪測試，涵蓋271個問題，結果顯示第一輪一致性為60.2%（κ = 0.42），第二輪稍微提升至63.1%（κ = 0.46）。內部一致性高達90.4%（κ = 0.86），在穩態調節、腎結石和藥理學等領域表現較佳（κ = 0.53）。總體來看，ChatGPT-4在腎臟科的主流意見重現上有適度能力，但表現因主題而異，顯示出AI在醫療決策中的潛力與限制。 PubMed DOI

這項研究評估了OpenAI的ChatGPT在波蘭醫學考試中的表現，特別是3.5和4.0版本。分析196道選擇題後，發現3.5版本的正確率為50.51%，而4.0版本提升至77.55%，超過及格線56%。值得注意的是，3.5版本對正確答案的信心較高，而4.0版本則在準確性上表現一致。不同醫學領域的表現差異不大。總體來看，ChatGPT 4.0在醫學教育和評估中展現了潛力，未來版本如5.0預期會有更好表現。 PubMed DOI