研究比較三個大型語言模型在眼科醫學上的表現，發現ChatGPT-4.0和Bing Chat接近人類表現，但ChatGPT-3.5稍微落後。ChatGPT-4.0在某些問題上表現優秀，但在圖像解釋方面較弱。Bing Chat在圖像解釋和多步推理上有挑戰。ChatGPT-3.5在幻覺和非邏輯推理方面表現最好。研究指出，語言模型在醫學問題上有潛力，但需要改進以減少錯誤。 PubMed DOI

研究比較了ChatGPT-3.5、ChatGPT-4.0和Google Bard回答近視問題的表現，結果發現ChatGPT-4.0最準確，80.6%的回答被評為「好」，比ChatGPT-3.5（61.3%）和Google Bard（54.8%）都好。三者都展現高的全面性和自我修正能力，ChatGPT-4.0在「治療和預防」方面表現最佳，顯示了LLMs，尤其是ChatGPT-4.0，在提供準確且全面的近視資訊上有潛力。 PubMed DOI

大型語言模型（LLMs）正在改變醫學診斷和治療，提供高準確度，超越傳統搜尋引擎。將LLMs整合到醫療輔助程式中對眼科醫師實踐循證醫學至關重要。一項研究比較了LLM聊天機器人對眼科問題和真實病例的回應，發現LLM在診斷上表現優異，甚至勝過專家，顯示其在眼科診斷上的潛力。 PubMed DOI

研究發現，大型語言模型（LLMs）生成的兒童青光眼患者教育資料（PEMs）質量高、易讀且準確。其中，ChatGPT-4生成的PEMs最易讀。在改進現有線上資訊方面，只有ChatGPT-4達到六年級閱讀水平。總結來說，LLMs是提升PEMs品質和兒童青光眼資訊易讀性的寶貴工具。 PubMed DOI

研究發現，GPT-4在眼科領域表現優異，得到眼科醫師認可。這顯示先進語言模型在提供醫療建議上有潛力，尤其在眼科專家有限的情況下。 PubMed DOI

這項研究評估了大型語言模型（LLM）ChatGPT 在青光眼領域的表現。研究人員提出了24個臨床問題，並由三位專家評分。結果顯示，ChatGPT的平均得分為3.29，整體表現良好，但有29.2%的回應得分低於3分。經過自我修正後，得分從2.96提升至3.58，滿分回應比例也從30.6%增至57.1%。這顯示ChatGPT在青光眼領域有潛力，但仍需更多研究來驗證其應用。 PubMed DOI

這篇論文探討了兩個大型語言模型（LLMs），ChatGPT4 和 PaLM2，對於年齡相關黃斑變性（AMD）患者常見問題的回答效果。研究強調患者了解病情對於慢性疾病管理的重要性。從專注於 AMD 的網站整理了143個問題，並讓這兩個模型及三位眼科醫生回答。結果顯示，ChatGPT4 在臨床共識、潛在危害等方面表現優於 PaLM2，顯示出這些模型在患者教育上的潛力，但仍需謹慎使用，不能取代專業醫療建議。 PubMed DOI

這項研究評估了四個大型語言模型（LLMs）在生成中國患者對乾眼症問題的回應表現。研究分為兩個階段，第一階段由六位眼科醫生根據正確性、完整性、可讀性、有用性和安全性對回應進行評分。結果顯示，GPT-4在各方面表現最佳，但可讀性較低。第二階段中，46位患者向GPT-4和Baichuan 2提問，發現GPT-4的完整性較高，但Baichuan 2的回應更易理解。整體而言，這些模型在提供乾眼症相關資訊上展現了潛力，對中國患者意義重大。 PubMed DOI

這項研究評估了三個大型語言模型（LLMs）—ChatGPT-3.5、ChatGPT-4 和 Google Bard 在製作小兒白內障病人教育材料的效果。研究使用三個提示來測試模型的表現，並根據質量、可理解性、準確性和可讀性進行評估。結果顯示，所有模型的回應質量都很高，但沒有一個被認為是可行的。特別是，ChatGPT-4 生成的內容最易讀，並能有效將材料調整至六年級的閱讀水平。總體來看，ChatGPT-4 是生成高質量病人教育材料的有效工具。 PubMed DOI

這項研究探討不同提示工程技術對大型語言模型（如ChatGPT3.5和GPT4）在回答視網膜疾病相關問題時的影響。研究中使用了二十個常見問題，並在獨立問題、優化提示（提示A）及加上長度和閱讀水平限制的提示B下進行測試。三位視網膜專家評估回應的準確性和全面性，結果顯示兩個模型在各指標上無顯著差異，但提示B的可讀性較高，卻以準確性和全面性為代價。研究建議未來需進一步探討LLM在病人教育中的有效性及倫理問題。 PubMed DOI