大型語言模型（LLM）是強大的人工智慧工具，可促進類似人類的溝通並提供有價值的資訊。研究發現，ChatGPT在回答脊椎外科醫師有關急性腰椎間盤突出（LDH）問題時表現良好，清晰度高且特定。儘管未涵蓋所有知情同意書內容，但提供額外見解。然而，回答中有些許不準確。LLM如ChatGPT有助於患者教育，但需謹慎監控風險與機會。 PubMed DOI

大型語言模型如ChatGPT在骨科領域扮演重要角色，能提供簡單易懂的醫療資訊給患者、醫生和研究人員。雖然ChatGPT在回答骨科問題上表現最好，但仍需留意回答可能不完整或過時的情況。未來應進一步研究LLM聊天機器人在骨科領域的應用挑戰和潛力。 PubMed DOI

研究發現，病患在Bing搜尋脊椎手術資訊時，大多數回答都準確完整，且錯誤會被更正。商業來源常見，政府來源評分最高。研究強調需持續評估改進大型語言模型，以提供病患可靠網路資訊。 PubMed DOI

研究比較大型語言模型(LLM)與神經外科醫生在前庭神經瘤管理上的表現，結果顯示LLM表現優異，提供快速且準確的回應，但專家對其管理細節能力表示擔憂。neuroGPT-X平台旨在提供臨床支持，提高資訊可靠性，並有應用潛力。 PubMed DOI

生成式人工智慧如ChatGPT和Google Bard被應用在患者教育，例如腰椎間盤突出。研究發現，這些AI回答腰椎間盤突出的問題時，準確性和清晰度有差異，需要改進。未來應該專注於提升AI模型，以增進患者和醫師之間的溝通。 PubMed DOI

脊椎關節炎（SpA）是一種慢性發炎性疾病，影響骶髂關節和脊椎，可能導致殘疾。準確診斷SpA有挑戰，但大型語言模型（LLMs）有潛力。新醫學模型開發中，旨在改善SpA診斷和治療，特別是在醫療資源不足的地區。預計2024年初有重大進展，並在同年晚些時候公布結果。 PubMed DOI

這項研究評估了五個大型語言模型（LLMs）對常見偏頭痛相關查詢的回答準確度。結果顯示，ChatGPT-4.0的準確率最高，達到96.7％，而其他LLMs提供的準確回答率為83.3％至90％不等。這項研究凸顯了LLMs在協助偏頭痛教育和管理方面的潛力。 PubMed DOI

研究比較OpenAI的ChatGPT 3.5和Google的Bard在回答腰椎融合手術問題時的表現，結果顯示兩者回答品質高，但在手術風險、成功率和手術方法等特定問題上表現較差。評分者間一致性不高，Bard在同理心和專業性方面稍遜。未來需加強大型語言模型在醫學教育和醫療溝通的應用。 PubMed DOI

這項研究評估了幾個商業可用的大型語言模型（LLMs）在提供治療建議時，與美國骨科醫學會（AAOS）針對肩袖撕裂和前交叉韌帶（ACL）損傷的臨床指導方針（CPGs）的符合度。分析了48項CPGs，結果顯示70.3%的回應與指導方針一致，ChatGPT-4的符合率最高（79.2%），而Mistral-7B最低（58.3%）。研究指出，雖然LLMs能提供一致建議，但缺乏透明的資料來源，限制了其作為臨床支持工具的可靠性，未來應擴大評估範圍以減少偏見。 PubMed DOI

這項研究評估了大型語言模型（LLM）聊天機器人對於常見病人問題（如下背痛）的回答準確性和可讀性。研究分析了30個由臨床醫師制定的問題，結果顯示120個回答中，55.8%準確，42.1%不準確，1.9%不清楚。治療和自我管理的回答較準確，但風險因素的回答最不準確。整體可讀性被評為「相當困難」，平均得分為50.94。此外，70%-100%的回答都包含健康建議的免責聲明。研究建議，雖然LLM聊天機器人對病人教育有幫助，但準確性和可靠性可能因主題而異，影響病人理解。 PubMed DOI