研究發現ChatGPT-3對臨床案例診斷的正確率為93.3%，但醫師的正確率高達98.3%，且更擅長辨識頂級診斷。ChatGPT-3生成的診斷清單中，醫師間一致性為70.5%。總結來說，AI聊天機器人在診斷方面有潛力，但排序仍有改進空間。 PubMed DOI

研究比較了ChatGPT-3.5和ChatGPT-4在內科病例報告中生成診斷清單的準確性，結果顯示ChatGPT-4的正確率較高，尤其在前10名和前5名清單中超過80%。ChatGPT-4的表現接近醫師水準，顯示其在內科診斷上有潛力。未來應進一步研究其在不同病例中的準確性。 PubMed DOI

研究評估了ChatGPT在醫學診斷的表現，使用50個臨床案例。ChatGPT在結構化情境中表現準確，有時比醫師更好。它在圖像解釋上有困難，但在選擇潛在診斷方面表現優秀。研究強調了ChatGPT在臨床醫學中的潛力，並強調了補充數據和及時的工程技術對於與醫生有效互動的重要性。 PubMed DOI

研究比較了最新的人工智慧模型 GPT-4 與前身 GPT-3.5 在81個複雜醫學案例的表現。GPT-4 在主要診斷準確率達38.3%，在不同診斷方面提高至71.6%。它在84.0%的案例提出主要診斷建議，大多數領域優於GPT-3.5，除了藥物反應。GPT-4 在感染性疾病和藥物反應方面表現優異，但在認知障礙案例中稍差。總的來說，GPT-4 在準確診斷、全面不同診斷和適當調查方面展現潛力，雖然表現因醫學專業領域而略有不同。 PubMed DOI

研究發現ChatGPT-3.5在臨床醫學中有潛力生成不同診斷，但仍需進一步研究。安全整合人工智能至醫療保健需持續探索和監管。未來可評估更新版ChatGPT對醫療結果的影響，擴展其在不同診斷方面的應用，或許能帶來創新支援服務不足的地區。 PubMed DOI

研究發現ChatGPT在辨識非典型疾病表現上有一定準確性，但對高度非典型案例的表現較差。儘管對典型和輕微非典型案例有潛力，但隨著非典型性增加，表現也下降。研究強調AI系統需結合多樣語言能力和臨床情境，以提升現實世界的診斷效果。 PubMed DOI

這項研究評估了由人工智慧驅動的聊天機器人GPT-4在醫學病例報告中從潛在診斷清單中識別最終診斷的能力。GPT-4在識別最終診斷方面與醫師表現出公平至良好的一致性，顯示其有潛力協助臨床決策。需要在真實世界情境和不同臨床環境中進行進一步驗證，以充分了解其在醫學診斷中的實用性。 PubMed DOI

研究比較了ChatGPT、GPT-3.5和GPT-4在急診科環境中的診斷能力。結果顯示，GPT-4在內科緊急情況的診斷上比GPT-3.5和住院醫師表現更好，尤其在心血管、內分泌和消化系統疾病方面。這顯示GPT-4有潛力成為急診科中有用的診斷工具。 PubMed DOI

這項研究評估了AI語言模型GPT-3在診斷和分診的表現，並與一般人和醫生進行比較，使用了48個醫療案例。結果顯示，GPT-3在88%的案例中準確診斷，優於一般人（54%），但低於醫生（96%）。在分診準確性方面，GPT-3達70%，接近一般人（74%），但仍低於醫生（91%）。雖然GPT-3對預測的信心合理，但在急迫案例中準確性下降，偶爾會將緊急案例降為次要。總體而言，GPT-3的診斷表現不錯，但分診效果仍不如醫生。 PubMed DOI

這項研究評估了ChatGPT在診斷結腸癌的能力，特別是比較GPT-3.5和GPT-4.0的表現。研究分析了286份腸癌病例，結果顯示GPT-4.0在初診和次診的準確率均高於GPT-3.5，分別為0.972對0.855和0.908對0.617。雖然GPT-4.0在處理病史和實驗室數據上有所改善，但在識別症狀方面仍有挑戰。整體而言，GPT-4.0在臨床輔助診斷中展現出潛力，但仍需進一步研究以克服其限制。 PubMed DOI