人工智慧，特別是基於GPT的模型，越來越多地應用於放射學，用於報告生成、教育、決策支持和數據分析等任務。ChatGPT是一種對話變體，在放射學實踐中顯示出潛力，但需要像影像中其他人工智慧應用一樣進行進一步驗證。 PubMed DOI

人工智慧，特別是像GPT-4這樣的語言學習模型，正被越來越廣泛地應用在醫療保健領域，特別是在放射學方面。GPT-4可以協助生成報告、模板和標題，但有時可能提供一般性或不正確的資訊。需要進一步的研究來評估其在臨床環境中的準確性和安全性。 PubMed DOI

2022年底推出的ChatGPT和GPT-4等大型語言模型引起人們對人工智慧語言處理能力的關注。這些模型經過龐大數據訓練，能快速處理複雜任務並提供詳盡回應。本文探討這些模型在放射學中的應用，強調它們在溝通、克服語言障礙和改善知情同意方面的潛力。儘管有助於放射學工作流程，但隱私和醫學應用仍需更多思考。 PubMed DOI

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

卷積神經網路在放射學影像解讀方面的能力越來越強。大型語言模型如GPT-3和GPT-4已在放射學考試中取得高準確率，且GPT-4表現更優。研究正探索這些人工智慧模型在臨床放射學應用的可能性。 PubMed DOI

研究發現大型語言模型GPT-4對放射科醫師的診斷有幫助，提高了準確性和信心水平。但也可能提供虛假或有害信息，使用時需謹慎並加強保障措施。 PubMed DOI

研究使用GPT-3.5 Turbo和GPT-4等語言模型在神經放射學案例上進行診斷，結果顯示在不同任務上有不同表現。結合案例搜尋和直接診斷可提升GPT-3.5 Turbo表現，但整體仍有改進空間，需注意模型限制。結果顯示這些模型在特定情況下可作為輔助診斷工具。 PubMed DOI

這項研究顯示生成式人工智慧，特別是OpenAI的GPT-4 Turbo API，在提升放射學訓練方面的潛力。研究發現，這個AI模型能檢測到的差異明顯多於專業放射科醫師，顯示其在傳統審查中可能被忽略的改進空間。雖然AI在差異檢測上表現優異，但在評分一致性上仍有改進空間。生成的教學要點在85%的案例中被認為適當，顯示其教育價值。未來研究可著重於提高模型準確性及評分者一致性，並探討AI反饋對實習生的長期影響。 PubMed DOI

大型語言模型（LLMs）正在改變自然語言處理（NLP）領域，為放射科醫師提供提升工作的機會。NLP是人工智慧的一個分支，透過演算法分析文本數據。近期的進展，如注意力機制和變壓器架構，讓像GPT-4和Gemini這樣的模型能生成類似人類的文本，並分析大量資料。 不過，LLMs也有其限制，例如依賴訓練數據的質量，可能會產生不準確的輸出。儘管如此，LLMs在放射學的應用逐漸受到重視，幫助醫師提取有價值的見解，改善工作流程，最終提升病患護理品質。 PubMed DOI

放射科醫師對生成式人工智慧和大型語言模型的看法各有不同，受實踐環境影響。有些醫師認為這些技術能提升診斷準確性、簡化流程及改善病人照護，特別是在影像分析和報告生成方面。然而，也有醫師擔心人工智慧結果的可靠性、工作取代及倫理問題。醫師對這些工具的接受度受訓練程度、對技術的熟悉度及機構支持等因素影響。總之，這些新技術的實施需謹慎考量其優缺點，並強調醫師與開發者之間的合作與教育。 PubMed DOI