Performance of GPT-3.5 and GPT-4 on the Japanese Medical Licensing Examination: Comparison Study.
GPT-3.5和GPT-4在日本醫學執照考試中的表現：比較研究。 JMIR Med Educ 2023-07-26

研究比較了GPT-3.5和GPT-4在日本醫師執照考試（JMLE）中的表現，結果顯示GPT-4比GPT-3.5更準確，尤其在各種問題上表現更好。GPT-4在困難和特定疾病問題上也表現出色，符合JMLE的及格標準。這顯示GPT-4可能成為非英語國家醫學教育和臨床支援的實用工具。 PubMed DOI

Assessment of Resident and AI Chatbot Performance on the University of Toronto Family Medicine Residency Progress Test: Comparative Study.
多倫多大學家庭醫學住院醫師和 AI 聊天機器人在住院醫師進度測試上表現的評估：比較研究。 JMIR Med Educ 2023-10-06

研究比較了GPT-3.5、GPT-4和家庭醫學住院醫師在醫學知識測驗的表現，結果發現GPT-4表現優異，甚至超越了最優秀的住院醫師。GPT-4能提供答案的邏輯理由，顯示出先進的推理能力。這顯示GPT-4在醫學教育中可能有價值，可用於製作考試題目和提供醫學知識。 PubMed DOI

Performance Comparison of ChatGPT-4 and Japanese Medical Residents in the General Medicine In-Training Examination: Comparison Study.
ChatGPT-4 與日本住院醫師在一般醫學培訓考試表現比較：比較研究。 JMIR Med Educ 2023-12-23

研究比較了日本住院醫師和 GPT-4 在使用 GM-ITE 考題時的臨床能力。結果顯示，GPT-4 在特定疾病、婦產科和內科方面表現較好，但在醫學訪談、一般實踐和精神科方面表現較差。GPT-4 在困難問題上表現較佳，但在簡單問題上表現較差。年度比較也呈現不同結果。這些發現揭示了人工智慧在醫學教育和實踐中的優勢和限制。 PubMed DOI

Performance of GPT-4 and GPT-3.5 in generating accurate and comprehensive diagnoses across medical subspecialties.
GPT-4和GPT-3.5在各醫學專科中生成準確和全面診斷的表現。 J Chin Med Assoc 2024-03-06

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

Comparison of the Performance of GPT-3.5 and GPT-4 With That of Medical Students on the Written German Medical Licensing Examination: Observational Study.
GPT-3.5和GPT-4在德國醫學筆試考試上表現與醫學生比較的觀察性研究。 JMIR Med Educ 2024-02-25

研究比較GPT-3.5和GPT-4在德國醫學執照考試的結果，發現GPT-4平均得分85%，比GPT-3.5表現更好。GPT-4在內外科表現優秀，但在學術研究方面稍微弱一些。研究指出，像ChatGPT這樣的人工智慧模型可以提升醫學教育和病人護理，但也提醒醫學訓練者需要具備批判性評估能力。未來需要進一步研究ChatGPT對大眾安全和準確性的影響。 PubMed DOI

Comprehensive analysis of the performance of GPT-3.5 and GPT-4 on the American Urological Association self-assessment study program exams from 2012-2023.
2012年至2023年美國泌尿學會自我評估研究計畫考試中GPT-3.5和GPT-4表現的全面分析。 Can Urol Assoc J 2024-02-21

研究比較了GPT-3.5和GPT-4在醫學教育考試的表現，結果顯示GPT-4在大多數年份和泌尿學主題中表現優異，得分超過50%。GPT-4的總分為55%，顯著高於GPT-3.5的33%。研究結果指出，像GPT-4這樣的AI語言模型在回答臨床問題上有進步，但在醫學知識和臨床推理方面仍有挑戰。 PubMed DOI

Performance of Progressive Generations of GPT on an Exam Designed for Certifying Physicians as Certified Clinical Densitometrists.
GPT不斷進化的表現在為認證骨密度技師的醫師設計的考試中。 J Clin Densitom 2024-02-24

GPT-3和GPT-4是AI語言模型，GPT-4在模擬考試中表現比GPT-3好，取得及格分數。雖然可協助醫師診斷疾病，但不能完全取代醫師的訓練。 PubMed DOI

Performance of generative pre-trained transformers (GPTs) in Certification Examination of the College of Family Physicians of Canada.
加拿大家庭醫師學院認證考試中生成式預訓練轉換器（GPTs）的表現。 Fam Med Community Health 2024-05-28

這項研究評估了大型語言模型如GPT-3.5和GPT-4在回答CFPC考試中的短答管理問題時的表現。結果顯示，這兩個模型提供了準確的答案，其中GPT-4的表現優於GPT-3.5。該研究建議這些模型可能有助於協助考生準備CFPC考試，但在家庭醫學教育中應用它們仍需要進一步的研究。 PubMed DOI

Assessing Generative Pretrained Transformers (GPT) in Clinical Decision-Making: Comparative Analysis of GPT-3.5 and GPT-4.
評估生成式預訓練轉換器(GPT)在臨床決策中的應用：GPT-3.5與GPT-4的比較分析。 J Med Internet Res 2024-06-27

研究比較了ChatGPT-3.5和ChatGPT-4在醫療決策中的表現，結果顯示GPT-4優於GPT-3.5。資深醫師給予較高評分，尤其在倫理問題上。AI有助於醫師，但不應取代人類專業知識，需進一步研究整合到臨床環境中的方法。 PubMed DOI

Performance of Language Models on the Family Medicine In-Training Exam.
家庭醫學在職考試中語言模型的表現。 Fam Med 2024-08-29

這項研究評估了三個大型語言模型（LLMs）在家庭醫學住院醫師訓練考試中的表現，使用了2022年的193道選擇題。結果顯示，ChatGPT 4.0 獲得167分（86.5%），標準化分數730，顯示出100%通過專科考試的機會。相比之下，ChatGPT 3.5 和 Google Bard 的得分較低，分別為66.3%和64.2%。只有ChatGPT 4.0 超過了住院醫師第三年的國家平均分68.4%。研究結果顯示，ChatGPT 4.0 可能是提供醫學概念解釋的有用工具。 PubMed DOI

原始文章

站上相關主題文章列表