研究發現，ChatGPT提供的攝護腺癌資訊雖多，但準確性和品質較差，建議使用時要謹慎。未來需深入研究不同主題和語言模型，以提升人工智慧生成的患者資訊品質。 PubMed DOI

研究評估了LLMs在回答BPH問題的表現，結果顯示它們具有高準確性和可重複性，對提供BPH相關信息有價值，可幫助改善健康素養和支持患者。 PubMed DOI

研究比較了ChatGPT在回答攝護腺癌篩檢問題時的表現，發現GPT-4優於GPT-3.5，易讀性也更高。提示影響回應質量，尤其是清晰度。 PubMed DOI

研究發現使用ChatGPT提供攝護腺癌資訊效果不錯。醫生評分回答準確度、完整性和清晰度，獨立評審員認為簡化摘要正確。公眾認為簡化摘要易懂。結論是ChatGPT有潛力幫助攝護腺癌患者，但需提升準確性、完整性、清晰度和易讀性。 PubMed DOI

研究比較了以大型語言模型為基礎的聊天機器人和腫瘤學醫師在處理大腸癌查詢時的表現。結果顯示，名為Claude 2.1的聊天機器人準確性最高，勝過住院醫師和住院醫生。Doctor GPT表現也不錯，超越了醫師和醫生。總括而言，這研究顯示，在這情況下，以大型語言模型為基礎的聊天機器人能提供比腫瘤學醫師更準確的醫療資訊。 PubMed DOI

這項研究評估了大型語言模型（LLMs）驅動的聊天機器人，如ChatGPT 3.5、CoPilot和Gemini，在提供前列腺癌資訊的有效性，並與官方病人指南進行比較。研究使用25個專家驗證的問題，根據準確性、及時性、完整性和可理解性進行評估。結果顯示，ChatGPT 3.5的表現優於其他模型，證明其為可靠的資訊來源。研究強調在健康領域持續創新AI應用的重要性，並建議未來探討AI回應中的潛在偏見及其對病人結果的影響。 PubMed DOI

這項研究評估了OpenAI的ChatGPT-4和Google的Bard在回答前列腺癌新療法¹⁷⁷Lu-PSMA-617的準確性、可讀性和簡潔性。結果顯示，ChatGPT-4的回答準確性較高（得分2.95對2.73），但Bard的可讀性更佳（得分2.79對2.94）。兩者在簡潔性上相似。ChatGPT-4的錯誤資訊較少（16.6%），而Bard則有較多誤導性資訊。總體來看，這兩個AI仍需改進，才能成為病人尋求相關資訊的可靠來源。 PubMed DOI

這項研究評估了三個大型語言模型—ChatGPT-3.5、Gemini 和 Bing—在肝細胞癌診斷與管理問題上的表現。每個模型回答了二十個問題，並由六位專業醫師評估其準確性和可讀性。結果顯示，ChatGPT 準確回答 9 題（45%），Gemini 12 題（60%），Bing 6 題（30%）。但在準確性和可靠性方面，ChatGPT 只有 6 題（30%）同時符合，Gemini 8 題（40%），Bing 3 題（15%）。可讀性方面，ChatGPT 得分最低（29），顯示其可讀性差。研究指出，這些模型的回答常常不準確、不可靠或難以閱讀。 PubMed DOI

近年來，大型語言模型（LLMs）已被應用於醫療領域，特別是在前列腺癌的病患溝通上。我們的研究評估了三種LLM的效果，包括ChatGPT（3.5）、Gemini（Pro）和Co-Pilot（免費版），並與官方的羅馬尼亞前列腺癌病患指南進行比較。透過隨機和盲測，八位醫療專業人員根據準確性、及時性、全面性和使用友好性進行評估。結果顯示，LLM，尤其是ChatGPT，通常提供比指南更準確且友好的資訊，顯示出其在改善醫療溝通上的潛力。不過，不同模型的表現差異也顯示出需要量身定制的實施策略。 PubMed DOI

這項研究評估了ChatGPT-4對前列腺癌常見問題的回答質量。研究人員制定了八個問題，並由四位評審使用多種工具評估AI的回答。結果顯示，ChatGPT-4的可理解性得分很高，但可讀性卻顯示「難以閱讀」，平均達到11年級的水平。雖然大部分參考文獻都來自可信來源，但仍有兩個例子被識別為參考幻覺。總體來看，ChatGPT-4在患者教育中提供了一般可靠的回答，但在可讀性和準確性上仍需改進。 PubMed DOI