研究評估了ChatGPT在使用不同評分系統（如GCS、ICH和H&H）來評估患者的神經檢查能力。結果顯示，ChatGPT在計算分數方面有潛力，但處理複雜或模糊描述時準確性有限。總的來說，在醫學領域中，ChatGPT展現了一定的應用價值。 PubMed DOI

心血管和腦血管疾病增加是因為無法有效控制可預防的風險因素，導致全球健康和財務負擔大增。OpenAI的ChatGPT AI模型具有獨特的認知能力，引起科學和臨床實踐中對其角色的研究興趣。需謹慎考慮如何確保ChatGPT的道德和公平使用，以充分受益於其潛在優勢。本文討論了該模型在診斷、管理和預測心腦血管疾病結果方面的應用和限制，強調其價值。 PubMed DOI

研究評估了基於GPT-4結構的Chat Generative Pre-trained Transformer (ChatGPT) 在神經放射學的診斷表現，使用了《美國神經放射學雜誌》中的100個案例。ChatGPT在診斷上達到50%的準確率，不同解剖位置的準確性沒有太大差異，但在大腦中樞神經系腫瘤的案例中，準確性稍微較低。 PubMed DOI

人工智慧，特別是ChatGPT，被提及可輔助中風患者機械溶栓的臨床判斷。杜蘭大學醫療中心研究指出，ChatGPT與醫師意見一致率為54.3%，但8.8%出現錯誤。雖然ChatGPT有潛力協助臨床判斷，但不能全然依賴。或許可提升臨床醫師工作效率。 PubMed DOI

研究發現ChatGPT在神經外科情境中表現優異，準確率高達100%，比起資深醫師也毫不遜色。即使是ChatGPT 3.5的表現稍微較低，仍然表現不錯。總結來說，ChatGPT在神經外科分流上有潛力成為有用的工具，未來透過更新可能進一步提升其表現。 PubMed DOI

研究發現ChatGPT語言模型在中風患者中預測功能性結果表現優異，特別是對於治療效果好、閉塞遠、時間短的患者。將這樣的人工智慧模型應用在臨床上，有助於提升中風患者的護理品質。 PubMed DOI

研究指出，ChatGPT-4在神經腫瘤學案例中比ChatGPT-3.5表現更好。ChatGPT-4的診斷準確率為85%，治療計劃準確率為75%，明顯高於ChatGPT-3.5的65%和10%。神經外科醫生認為ChatGPT-4準確性較佳，有潛力成為神經腫瘤學的診斷工具。 PubMed DOI

研究評估了ChatGPT-4V在解讀COVID-19、NSCLC和對照組案例的胸部CT掃描的準確性。ChatGPT-4V整體準確率為56.76%，對不同情況的敏感性和特異性有所不同。模型在所有肺葉案例中表現最佳。研究強調了AI模型在放射學中的挑戰和改進領域，呼籲加強模型以提升醫療應用的可靠性。 PubMed DOI

這項研究探討了ChatGPT（GPT-3.5和GPT-4）在評估認知表現的有效性，對象包括正常認知者和中風倖存者。90名參與者接受了記憶、數字處理、語言流暢度和抽象思維的評估。主要發現顯示GPT-3.5在記憶和語言評估上與醫生的評估存在顯著差異，但透過優化方法可改善這些差異。GPT-4的表現更接近醫生評分，顯示其在認知評估中有進一步提升的潛力。整體而言，ChatGPT作為醫療評估的輔助工具顯示出潛力。 PubMed DOI

這項研究評估了GPT-4（特別是ChatGPT）在解讀腦腫瘤MRI報告的診斷能力。研究分析了150份術前病患的報告，結果顯示GPT-4的診斷準確率為73%，而神經放射科醫師則為80%。在鑑別診斷方面，GPT-4的準確率高達94%，放射科醫師則介於73%到89%之間。研究結果表明，GPT-4可作為神經放射科醫師的有用第二意見，並能成為一般放射科醫師和住院醫師的指導工具，顯示其在臨床診斷中的潛力。 PubMed DOI