ChatGPT是OpenAI研發的聊天機器人，可以像人一樣回答問題。它使用Transformer技術的GPT語言模型。雖然有助於研究和校對英文寫作，但因AI幻覺和數據限制，臨床應用仍受限。在科學寫作中，擔心原創性和抄襲問題，建議謹慎使用ChatGPT。法規和討論仍在進行中。 PubMed DOI

研究發現ChatGPT在回答神經麻醉和重症護理問題時，僅提供部分有用建議，甚至可能有害建議。醫師們認為ChatGPT需要人類解釋，且不適用於臨床決策。未來改進或許可提升其臨床資訊準確性，但目前仍需謹慎使用。 PubMed DOI

人工智慧語言模型被研究應用在教育、學術和臨床領域，顯示可解答醫學問題，對醫學教育有幫助。研究發現ChatGPT在回答問題上表現準確，但在生成文章時有錯誤。雖然在醫療上有潛力，但仍需監督因應潛在錯誤和能力限制。 PubMed DOI

根據專家評估其回答，AI聊天機器人如ChatGPT4和Bard在回答麻醉常見問題時表現優於Bing Chat。儘管這些聊天機器人在溝通品質方面表現出色，但在醫學內容品質方面則有所不足。在這個情況下，ChatGPT4和Bard被發現在這方面與Bing Chat相比是可比且優越的。 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

研究比較了ChatGPT在英文和日文對麻醉學問題的回應品質，英文回答在準確性、全面性、安全性、理解力、同理心和道德等方面優於日文。結果顯示不同語言的人工智慧表現有差異，強調改善少數語言的醫療人工智慧回應的重要性。 PubMed DOI

這項研究評估了ChatGPT在麻醉程序中的醫療回應，特別是比較了3.5和4.0兩個版本。麻醉醫師提出30個病人相關問題，31位麻醉醫師用5點李克特量表評估回應。結果顯示，兩個版本的回應質量均為「適當」，但4.0版本的「足夠」回應比例高於3.5，後者常被評為「不足」。整體來看，4.0在質量、數量和整體評估上均優於3.5，顯示出顯著改善。研究指出，4.0版本的回應質量更佳，顯示AI在醫療問題解答上的潛力，建議進一步研究其實用性。 PubMed DOI

一項研究評估了ChatGPT4在產科麻醉臨床決策中的表現，測試了八個不同的情境。七位專業麻醉醫師使用五點李克特量表評估其回應。結果顯示，73%的回應被認為是安全的，但沒有一個回應獲得所有專家的一致認可。準確性評為部分準確（4分），完整性則為有些不完整（3.5分）。約25%的回應被視為不安全，顯示大型語言模型在醫療領域仍需進一步訓練與調整，未來可能對產科麻醉的臨床決策有所幫助。 PubMed DOI

一項研究比較了麻醉學研究員與ChatGPT在美國麻醉學委員會標準化口試中的表現。雖然研究員在某些主題上得分較高，但整體得分差異不大。考官能輕易辨識ChatGPT的回答，並指出其回答通常冗長且缺乏重點，雖然內容相關。研究顯示，ChatGPT的答案在評分上相當，但因冗長和不夠具體而被視為較劣。這項研究指出，隨著進一步訓練，像ChatGPT的人工智慧有潛力成為麻醉學訓練和考試準備的有用工具。 PubMed DOI

這項研究評估了ChatGPT在麻醉學和疼痛醫學的問題解決能力，特別是在韓語環境中，並比較了GPT-4、GPT-3.5和CLOVA X的表現。分析了398道問題後發現，GPT-4的準確率（67.8%）顯著高於GPT-3.5（37.2%）和CLOVA X（36.7%），而後兩者之間無顯著差異。此外，GPT-4在英語翻譯問題上的表現（75.4%）也優於韓語問題。研究強調了AI在醫學教育的潛力，但也提醒在非英語環境中應用時需謹慎，並建議進一步改進。 PubMed DOI