研究發現，比較放射科醫師和GPT-4 AI生成的放射學報告，發現兩者在質量和內容上相當，但AI報告更為簡潔，且結構稍有不同。這顯示GPT-4可能是一個可靠的工具，有助於提升臨床效率和溝通。然而，仍需解決道德問題和限制，以確保安全實施。 PubMed DOI

ChatGPT是一個能夠創造類似人類寫作的語言模型，很難區分真假。研究測試人們是否能分辨AI生成的摘要和人類寫的，以及AI檢測器的準確性。骨科醫師和教授們辨識AI生成的摘要，結果喜憂參半。檢測AI內容對防止科學出版的虛假資訊至關重要，需要更多研究改進檢測方法。 PubMed DOI

研究比較ChatGPT和Bard等平台的AI回應與泌尿學官方病人教育資料，發現AI回應在準確性、全面性、清晰度和實用性方面表現較佳。然而，可讀性較差。雖AI被視為可靠資訊來源，但閱讀難度可能限制普羅大眾使用。 PubMed DOI

生成式人工智慧如CHATGPT在臨床護理和醫學教育中被應用。一項研究評估了CHATGPT 4在模擬加拿大泌尿科醫學委員會考試中的表現，結果顯示得分為46%，低於即將畢業的泌尿科住院醫師平均分數。CHATGPT在不同主題上表現有差異，尤其在腫瘤學方面表現較差。研究建議持續評估生成式人工智慧的能力，並進一步開發和訓練以提升在泌尿科領域的應用價值。 PubMed DOI

本研究評估了三個大型語言模型（LLMs）生成的泌尿科病人資訊小冊子（PILs）品質，包括ChatGPT-4、PaLM 2和Llama 2。針對包皮環切術、腎切除術、過動膀胱症候群及經尿道前列腺切除術（TURP）進行評估。結果顯示，PaLM 2的PILs品質最佳，平均得分3.58，且最易閱讀。雖然LLMs能減輕醫療人員負擔，但內容仍需臨床醫師審查，且閱讀水平偏高，顯示需改進算法或提示設計。病人對這些小冊子的滿意度尚未評估。 PubMed DOI

這項研究評估了ChatGPT 3.5和4.0版本在生成和評分醫學研究摘要的能力。研究期間為2023年8月至2024年2月，訓練聊天機器人根據文獻創建10個摘要，並與現有摘要進行比較。五位外科醫生評審發現，AI生成的摘要與人類撰寫的質量相當，評分中位數相似。雖然版本1的評分接近評審者的評價，但版本2則偏向給予較高分數。整體而言，研究顯示AI能有效生成難以區分的醫學摘要，顯示其在醫學研究中的潛力。 PubMed DOI

這項研究評估了ChatGPT在回應泌尿科病人訊息的有效性，結果顯示其回應中有47%適合用於病人溝通。分析指出，對於簡單問題，56%的回應被認為可接受；但對於較複雜的問題，只有34%被認可。評估標準包括準確性、完整性、有幫助性、可理解性及潛在傷害。總體來看，雖然ChatGPT能協助管理病人訊息，減輕醫療團隊負擔，但表現會因問題複雜度而異。隨著技術進步，預期其回應品質會進一步提升。 PubMed DOI

這項研究全面回顧了ChatGPT在臨床醫學、泌尿科及學術醫學的應用，並探討了相關的倫理挑戰與風險。研究團隊從2022年1月到2024年1月，針對泌尿科與人工智慧進行了廣泛搜尋。結果顯示，ChatGPT能協助生成準確的臨床文件及提供醫療資訊，但對資訊準確性仍有疑慮，需醫師監督以保障病人安全。在學術領域，ChatGPT可協助撰寫與整理數據，但需有指導方針以防學術不端。總之，雖然ChatGPT對泌尿科醫師及學術界有幫助，但人類監督仍是維護安全與透明的關鍵。 PubMed DOI

這項研究評估了病人教育材料的可讀性，並探討了生成式人工智慧工具（如ChatGPT-4和Google Gemini）如何將這些材料簡化到六年級的閱讀水平。分析了七份來自主要放射學團體的文件，原始材料的平均閱讀水平為11.72。經過簡化後，ChatGPT的閱讀水平降至7.32，Gemini則為6.55。ChatGPT減少了15%的字數，保留95%的資訊，而Gemini減少33%，保留68%。三位放射科醫師評估後認為，ChatGPT在適當性、清晰度和相關性上表現更佳。研究指出，生成式人工智慧能顯著改善病人教育材料的可讀性，但專家審查仍然很重要。 PubMed DOI

2022年11月推出的ChatGPT引起了對大型語言模型在臨床環境中應用的關注。最近一項針對英國全科醫生的調查顯示，20%的醫生已在臨床實踐中使用生成式人工智慧工具。使用者中，29%用於生成就診後文檔，28%用於建議鑑別診斷。儘管醫生認為這些工具在行政和臨床推理上有價值，但缺乏明確的指導和政策，醫療界面臨著教育專業人員和患者的挑戰。 PubMed DOI